輝く物語、隠された苦闘：LLMの視点から見る障害の表現の調査

大規模言語モデル（LLM）は人間の行動を模倣する能力で注目を集めているが、社会的マイノリティの表現方法を慎重に検討する必要がある。最新の研究では、LLMに障害者を模擬したソーシャルメディア投稿を生成させ、実際の障害者の投稿と感情やテーマを比較した。この論文は2026年4月2日に提出され、ACM Transactions on Intelligent Systems and Technology（ACM TIST）に受理されている。研究チームは感情分析やトピックモデリングを用いて、両方の投稿の感情トーン、使用語彙、テーマを比較した。その結果、LLMは障害者の経験を理想化し、過度に肯定的なステレオタイプを生み出す傾向があることがわかった。これらの投稿は一見励ましに見えるが、実際の困難や複雑さを捉えていない。さらに、障害者と非障害者を模擬した投稿の比較分析では、キャリアやエンターテイメントなどのトピックが非障害者に不均衡に関連付けられ、障害者コミュニティを排除する物語を強化していることが明らかになった。これらの知見は、LLMが社会の多様な現実、特にマイノリティの微妙な経験を反映するのに苦戦しているという広範な懸念と一致しており、モデルの表現に対する批判的監視の必要性を強調している。この研究は、AIの公平性と包摂性に関する重要な示唆を提供している。