現代の大規模言語モデル（LLM）は多言語対応が進んでいるものの、言語カバレッジだけでは文化認識を保証できません。AIの急速な発展に伴い、デジタル的に過小評価されている文化やコミュニティは、これらの技術から排除されるリスクにさらされています。
我々は、世界中のユーザーがAIの文化理解の欠如にどの程度影響を受けているかを調べる調査を実施しました。その結果、非英語ユーザーの89.5%が、より高品質な応答を期待して英語に切り替えていることがわかりました。また、回答者の38%がAIが自分の文化を十分に理解していないと感じ、63%がAIによる文化的規範の違反を経験したと報告しています。
具体的な事例として、クロアチア語のカイ方言での地域情報検索が不可能だったり、エジプトの結婚式の費用の見積もりが現実とかけ離れていたり、フランス語のクエリに対してフランス本土のフランス語（ケベックフランス語ではなく）で応答するといった問題が挙げられました。さらに、韓国語やヒンディー語などでプロンプトを与えた際に、西洋中心の規範や歴史観がデフォルトで提示されるケースが多発しています。
ユーザーは、AIが今後自分たちの文化をさらに周辺化したり、ステレオタイプに還元したりすることを懸念しており、67%が中程度から強い同意を示しました。文化的に配慮したAIには、地域固有のローカライゼーション、適切なフォーマリティの調整、多様な情報源の引用、コードスイッチング言語の自然な処理などが必要です。AIが日常生活のあらゆる層に組み込まれるにつれて、文化的認識はコアデザイン要件となり、グローバルユーザーのニーズを反映・尊重する技術を構築するために、モデルの初期段階から組み込まれるべきです。
調査では、AIが文化認識を欠いているために使用を控えているタスクとして、クリエイティブライティング、翻訳、コミュニケーション文章作成が上位を占め、地域情報検索、実用的ガイダンス、法律・政府関連タスク、ソーシャルメディアコンテンツ生成、医療健康質問も挙げられました。ユーザーが報告した典型的な失敗例として、クロアチアのカイ方言でのトラム情報検索が不可能だったこと、エジプトでの結婚式費用の見積もりが現実とかけ離れていたこと、ケベックでのレシピ要求にフランス本土のフランス語で応答したことなどがあります。
文化的規範の違反については、回答者の63%が少なくとも一度は経験しており、AIがより支配的な文化にデフォルトする問題が頻発しています。ドイツの参加者は、形式、文化的ニュアンス、ジェンダー表現の扱いが不適切だと指摘し、韓国の参加者は応答が西洋中心的すぎると述べました。ヒンディー語やパンジャブ語のプロンプトでは、AIが西洋の社会規範にデフォルトし、コードスイッチの文脈を捉えられず、不自然で失礼な応答になることが報告されました。
AIが仕事、学習、情報アクセスにますます影響を与える中、文化認識は必須の設計要件です。経済的側面として、英語圏の西洋コンテクストのユーザーにとってAIの生産性向上が大きい場合、既に特権的な層に利益が集中するリスクがあります。これらの障壁に対処しなければ、使用データの不足からモデル改善が進まず、文化格差が拡大する悪循環に陥ります。
文化認識を備えたAIとは、地域固有のローカライゼーションを適用し、ユーザーの文化的コンテクストに合わせて形式や直接性を調整し、世界史の議論で多様な情報源を引用し、コードスイッチ言語を自然に処理し、ユーザーの文化的背景や法的文脈を反映したガイダンスを提供するものです。AIが日常生活のあらゆる側面に埋め込まれるにつれて、文化認識は最初からモデルに組み込まれるべき中核的な設計要件となり、グローバルユーザーのニーズを反映し尊重する技術を構築するために不可欠です。