目に見えない影響：パーソナエンジニアリングによる大規模言語モデルにおける暗黙の交差（インターセクショナル）バイアスの調査

要旨: 大規模言語モデル（LLM）は人間らしい言語生成に優れる一方で、特にペルソナに基づく状況では、暗黙的で交差的なバイアスを埋め込み、増幅することがしばしばあります。既存のバイアス監査は、静的な埋め込みベースのテスト（CEAT、I-WEAT、I-SEAT）に依存しており、絶対的な関連の強さを定量化します。私たちは、モデルが社会的役割を採用する際に生じる動的な変化を捉える点で、それらに限界があることを示します。このギャップを埋めるために、Bias Amplification Differential と Explainability Score（BADx）を導入します。BADxは、ペルソナに誘発されたバイアス増幅を測定し、局所的な説明可能性の知見を統合する、新規でスケーラブルな指標です。BADxは3つの構成要素から成ります。差分バイアススコア（BAD：CEAT、I-WEAT、I-SEATに基づく）、Persona Sensitivity Index（PSI）、およびボラティリティ（標準偏差）です。さらに、説明可能性を強調するためにLIMEベースの分析を付加します。本研究は2つの異なるタスクに分けて実施されます。タスク1では静的なバイアスのベースラインを確立し、タスク2では、疎外されている集団および構造的に優位な集団という6つのペルソナルフレームを適用して、BADx、PSI、ボラティリティを測定します。これらは、5つの最先端LLM（GPT-4o、DeepSeek-R1、LLaMA-4、Claude 4.0 Sonnet、Gemma-3n E4B）にわたって検討します。その結果、ペルソナ文脈がバイアスに与える影響が大きいことが示されます。GPT-4oは高い感度とボラティリティを示します。DeepSeek-R1はバイアスを抑制しますが、ボラティリティが不規則です。LLaMA-4は低いボラティリティを維持し、増幅は限定的で、安定したバイアスプロファイルを保ちます。Claude 4.0 Sonnetはバランスの取れた調整を達成します。そしてGemma-3n E4Bは、中程度の増幅で最も低いボラティリティを示します。BADxは、静的手法では見落とされる文脈依存のバイアスを明らかにすることで、静的手法よりも優れた性能を発揮します。私たちの統一的手法は、5つの代表的なLLMにおける動的な暗黙的交差バイアスを検出するための体系的な方法を提供します。