仮説的な性的な状況における性的なコミュニケーションを,大型言語モデルがどのように理解するかを調べる

科学分野:

• 人工知能
• 性 的 な 健康
• 人とコンピュータの相互作用

背景:

• 大型言語モデル (LLM) は,情報検索にますます人気があります.
• 性的健康,特に同意と拒否に関して,その応用が浮上しています.
• 性的コミュニケーションの解釈におけるLLMの能力を理解することは極めて重要です.

研究 の 目的:

• 仮説的なシナリオでLLMが性的な同意と拒否をどのように識別するか評価する.
• 専門家の判断とLLMの解釈を比較する
• 微妙な性的コミュニケーションの理解におけるLLMのパフォーマンスを評価する.

主な方法:

• 4人のLLMは 7つの操作された性的シナリオを提示されました.
• コミュニケーションのヒントと文脈に基づいて同意を評価し,説明を提供しました.
• 8人のジェンダーに基づく暴力の専門家による評価と比較した.

主要な成果:

• LLMは専門家のコンセンサスと整合した 明確な口頭によるシナリオでの同意と拒否を正確に特定しました
• 薬物中毒のシナリオが 合意のLLMの理解に影響を及ぼしたときに 矛盾が生じた.
• LLMは複雑な文脈依存性コミュニケーションの解釈に限界を示しました.

結論:

• 明確な同意のヒントを 認識する能力は高いが 曖昧さには耐えられない
• 薬物中毒による同意に関するLLMとの意見の相違はAIの限界を強調している.
• 人間の微妙な行動に関する LLM 研修の強化は 信頼性の高い性的健康アプリケーションに不可欠です