大規模言語モデル（LLM）は、ビジネス、教育、金融、医療、法律、科学といった多岐にわたる分野でユーザーの私生活や職業生活に大きな影響を与えています。この世界的な影響力の高まりに伴い、技術的な能力だけでなく人間の優先事項も重視したシステムの構築、評価、展開が急務となっています。2026年5月7日に提出されたこの論文では、Caleb Ziems氏を含む58名の著者らが、自然言語処理（NLP）、ヒューマンコンピュータインタラクション（HCI）、および責任あるAIの視点を統合した「人間中心の大規模言語モデル（HCLLM）」のフレームワークを提案しています。
著者らは、言語モデリングの倫理、経済、技術的目標を考慮した上で、モデル開発者はパイプラインのすべての段階—システム設計、データ収集、モデル訓練、評価、責任ある展開—において、人間の関心、嗜好、価値観、目標に厳密かつ注意深く対処する必要があると主張しています。本論文は各段階にわたって開発者向けの具体的な洞察と推奨事項を提供し、例えば、データ収集では多様性と代表性を確保し偏見を避けること、モデル訓練では人間のフィードバックを組み込むこと、展開後は継続的な監視とフィードバック機構を確立することを提案しています。
最後に、HCLLMの原則を未来の労働に適用したケーススタディを提示しています。このケーススタディでは、自動化が進む中で、人間を置き換えるのではなく人間の能力を強化する方法でHCLLMを活用する可能性を探っています。この研究は、AI開発者向けの実践的なガイドラインを提供するだけでなく、政策立案者や研究者にとっても重要な参考資料となり、AI技術のより人間中心的な進化を促進することを目指しています。