LLMは異なる専門的役割を与えられると、人間の社会的偏見を採用する
AIチャットボットに特定の専門的役割（医師やジャーナリストなど）を与えると、その役割に応じた人間の社会的バイアスや権力関係を学習・再現することが研究で明らかになった。この結果は、AIが単なる客観的な情報提供者ではなく、割り当てられた役割に基づいて人間の偏見を増幅させる可能性があることを示唆している。
背景メモ
- 大規模言語モデル（LLM：ChatGPTなど）は、人間の行動データから学習するため、そのデータに含まれる社会的バイアスを習得してしまうことが知られている。
- 本研究（2025年2月、査読付き学術誌に掲載予定）は、LLMに特定の職業的役割（医師、教師、下級職員など）を与えて会話させると、人間社会と同様の権力勾配に沿ったバイアス（例：「医師」の発言を「下級職員」の発言より好意的に評価する）を再現することを実証。
- 役割をランダムに割り当てただけでもこの効果が現れる点が重要——LLMは表面的なラベルに反応して「上司／部下」のような関係性を模倣する。
- この発見は、LLMをカスタマーサポートや医療相談など社会的役割を伴う用途に導入する際、無意識に権力構造を強化・固定化するリスクがあることを示唆する。