Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
LLM이 민주적 숙의 과정에 미치는 영향과 이를 통해 숙의의 규모를 확장하고 민주화하는 방안을 탐구합니다. 언어적 편향과 불평등을 완화하며 포용성을 높이기 위한 AI의 역할과 윤리적 안전장치 구축의 필요성을 다룹니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.CL (NLP)의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기대중적 담론에서 대규모 언어 모델 (LLMs)의 영향력이 커짐에 따라 민주적 숙의 (deliberation)에 있어 기회와 도전 과제가 동시에 제시되고 있습니다. 레드팀 (red teaming) 전략이 특정 위험을 완화하는 데 도움을 주기는 하지만, 언어적 제약, 편향성, 그리고 LLMs의 아첨하는 경향 (sycophantic tendencies)에 관한 더 광범위한 우려가 지속되고 있습니다. 본 장에서는 LLMs를 사용하여 숙의의 규모를 대폭 확장하고 민주화하는 방법, 특히 포용성을 촉진하고 전통적으로 소외된 집단에 권한을 부여하는 방법을 탐구합니다. 체계 기능 언어학 (Systemic-Functional Linguistics)의 개념을 활용하여, 본 장은 언어 사용자 간의 차이(예: 사회 인구통계학적 집단과 관련하여)와 언어 사용 간의 차이(예: 의사소통 기능과 관련하여)가 AI 지원 숙의에서의 참여를 어떻게 형성하는지 조사합니다. 또한 본 장은 AI 기반 숙의 연구를 제시하고, 논증을 구조화(scaffold)하고, 접근성을 높이며, 권위 있는 레지스터 (prestigious registers)에 내재된 배타적인 언어 규범 및 편향의 영향을 줄일 수 있는 잠재력을 평가합니다. 동시에, 본 장은 비현실적인 기대치를 초래하는 과장된 주장 (overclaiming)과 AI 지원 참여의 기회를 놓칠 위험이 있는 과소평가 (underclaiming) 모두에 대해 경고합니다. 마지막으로 본 장은 언어적 불평등의 재생산을 방지하기 위한 윤리적 안전장치를 구축하는 동시에, AI 지원 참여의 민주적 잠재력을 극대화하기 위한 향후 연구 방향을 식별하며 결론을 맺습니다.