多言語LLMにおけるジェンダーバイアスの探究：ペルシア語におけるステレオタイプの事例研究
なぜ重要か: 企業や社会への影響が見込まれ、一般メディアにも波及する可能性があります。
arXiv:2509.20168v1発表。発表種別：新規。
要旨：多言語大規模言語モデル（LLM）の世界的な利用増加に伴い、表現上の害を避けるため、ジェンダーバイアスがないことを保証することが不可欠となっている。先行研究では、高資源言語におけるバイアスが検討されている一方、低資源言語は未解明なままである。本論文では、実データに基づいて検証されたテンプレートベースのプロービング手法を提案し、LLMにおけるジェンダー・ステレオタイプを明らかにする。この枠組みの一環として、ジェンダーパリティからのずれを定量化する指標であるドメイン固有ジェンダー・スキュー指数（DS-GSI）を導入する。ペルシャ語（低資源言語であり、独特の言語的特徴を持つ）を対象に、GPT-4o mini、DeepSeek R1、Gemini 2.0 Flash、Qwen QwQ 32Bの4つの著名なモデルを4つの意味領域で評価する。その結果、全てのモデルがジェンダー・ステレオタイプを示し、全ての領域においてペルシャ語の方が英語よりも格差が大きいことが判明した。中でも、スポーツは最も硬直したジェンダーバイアスを反映している。本研究は、包括的なNLP実践の必要性を強調し、他の低資源言語におけるバイアス評価のための枠組みを提供する。
原文（英語）を表示
Title (EN): Probing Gender Bias in Multilingual LLMs: A Case Study of Stereotypes in Persian
arXiv:2509.20168v1 Announce Type: new
Abstract: Multilingual Large Language Models (LLMs) are increasingly used worldwide, making it essential to ensure they are free from gender bias to prevent representational harm. While prior studies have examined such biases in high-resource languages, low-resource languages remain understudied. In this paper, we propose a template-based probing methodology, validated against real-world data, to uncover gender stereotypes in LLMs. As part of this framework, we introduce the Domain-Specific Gender Skew Index (DS-GSI), a metric that quantifies deviations from gender parity. We evaluate four prominent models, GPT-4o mini, DeepSeek R1, Gemini 2.0 Flash, and Qwen QwQ 32B, across four semantic domains, focusing on Persian, a low-resource language with distinct linguistic features. Our results show that all models exhibit gender stereotypes, with greater disparities in Persian than in English across all domains. Among these, sports reflect the most rigid gender biases. This study underscores the need for inclusive NLP practices and provides a framework for assessing bias in other low-resource languages.
Published: 2025-09-24 19:00 UTC