Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
본 논문은 LLM을 정치적 담론 분석에 활용할 때 발생하는 문화적 편향 문제를 다룹니다. 영어 중심 데이터의 한계를 극복하기 위해 번역, 담론, 온톨로지 수준의 문화적 적응 방법론과 새로운 평가 매트릭스를 제안합니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기거대 언어 모델 (Large Language Models, LLMs)을 정치적 담론 분석에 통합하는 것은 비교 연구, 정책 분석, 그리고 시민 기술 (Civic Technology)을 위한 새로운 기회를 창출하는 동시에, 민주적 책임성 (Democratic Accountability)에 대한 실질적인 위험을 초래합니다. 본 논문은 다양한 언어적 및 제도적 맥락 전반의 정치적 커뮤니케이션에서 거대 언어 모델을 신뢰할 수 있게 배치하기 위해서는 문화적 적응 (Cultural Adaptation)이 필수 전제 조건이라고 주장합니다. 현재의 시스템들은 여전히 영어 중심의 데이터, 불균형한 다국어 커버리지, 그리고 좁은 범위의 정치 제도 및 담론 관습에 근거한 가정들에 의해 형성되어 있으며, 이로 인해 서로 다른 문화권에 적용될 때 체계적인 오류를 발생시킵니다. 우리는 번역 (Translation), 담론 (Discourse), 그리고 온톨로지 (Ontology) 수준에서의 문화적 적응을 공식화하고, 정치적 자연어 처리 (NLP)에서 반복되는 문화적 실패 모드 (Failure Modes)를 식별하며, 문화적 충실도 (Cultural Fidelity), 보정 (Calibration), 그리고 민주적 안전성 (Democratic Safety)에 기반한 운영 평가 매트릭스를 제안합니다. 정치 텍스트 분석, 사회기술적 감사 (Sociotechnical Auditing), 그리고 교차 문화 화용론 (Cross-cultural Pragmatics)을 바탕으로, 우리는 참여형 데이터셋 개발, 문화 인지적 전이 학습 (Culturally Aware Transfer Learning), 그리고 문화적 적응을 경험적으로 측정 가능하게 만드는 벤치마크 설계를 포함한 방법론적 경로를 개괄합니다. 마지막으로, 문화적으로 적응된 정치적 NLP가 민주적 정당성을 지원할 수 있는 거버넌스 제약 조건과 범위 조건 (Scope Conditions)을 명확히 하며 결론을 맺습니다.