【プレスリリース】【神戸大学】大規模言語モデルの「自分をよく見せる」回答バイアスを 定量化し、抑制する心理測定法を開発 比較型測定により、心理尺度を用いたAI 評価の信頼性を高める
大規模言語モデルを心理尺度で評価する際、自分をよく見せようとする社会的望ましさバイアスが生じます。
本研究は、このバイアスを定量化し、項目反応理論に基づき抑制する新しい心理測定の枠組みを開発しました。
「正直」と「よい印象」の条件間で回答を比較し、バイアスの影響を統計的に明らかにする手法を採用します。
特に段階比較型測定を用いることで、従来のリッカート型と比較して回答のゆがみを大幅に抑えられます。
この成果により、LLMの特性や価値観をより正確に測定し、AI評価の信頼性を高めることが可能になります。
↓神戸大学
https://t.co/6aIJzcNysS
↓論文 Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)
https://t.co/7B80c2uTPB