巧言善辩与种种：使用ChatGPT探索交叉性代词

文献标题

Silver-Tongued and Sundry: Exploring Intersectional Pronouns with ChatGPT

文献信息

• 主题领域: 人机交互（HCI）、自然语言处理、社会身份感知
• 关键词: 人机对话界面, 聊天机器人, 性别, 日本, 第一人称代词, 交叉性（Intersectionality）, 社会身份, ChatGPT

研究背景与问题

• 发现的问题: 当前基于大型语言模型（LLMs）构建的对话系统（如ChatGPT）已具备与人接近的交互能力，但这些系统可能会（无意中）模拟人类的社会身份，反映出偏见或社会刻板印象。
• 重要性: 在设计智能助理或交互式代理时，包含了明显的社会身份线索（如代词）可能会加深或颠覆社会偏见，涉及伦理问题，特别是在多样化社会身份交叉的语境中。
• 研究动机: 日本的语言使用中，第一人称代词具有极强的社会身份标志，不仅反映性别，还包括年龄、地区、阶级和正式程度。然而，尚未明确聊天机器人是否能通过代词使用来引发用户对这些社会身份的感知。
• 相关工作: 现有关于身份感知的大多数研究主要集中于单一维度的身份类别（如性别），且主要面向英语环境，较少关注多维交叉身份及非西方语境。

解决方案

• 提出的方法: 设计一项在线实验，通过让ChatGPT使用10种不同的日文第一人称代词（交叉代名词，kousa-daimeishi）与用户互动，分析日本用户对ChatGPT的性别、年龄、地区和正式程度的感知。
• 创新之处:
  • 探索了智能代理中通过语言代词模拟交叉性社会身份的可能性。
  • 提供了一种基于语言的、关注文化敏感性的智能代理设计方法学。
  • 在研究中针对不同地域（关东与近畿）的用户感知差异进行对比。
• 实施步骤:
  1. 参与者招募: 通过在线平台（Yahoo! Crowdsourcing）招募201名日本关东与近畿地区的参与者。
  2. 实验设计: ChatGPT分别使用10种不同的日文第一人称代词，以视频方式展现其与用户的交互。
  3. 数据收集: 收集参与者对ChatGPT性别、年龄、相似性以及其他身份特征的定量评分和质性评估。
  4. 数据分析: 使用定性与定量方法分析代词使用对身份感知的影响。

研究成果

• 具体成果:
  • 第一人称代词单独即可唤起用户对ChatGPT简单（如性别）和复杂（如交叉性）的社会身份感知。
  • 私（watashi-kanji，被认为是中性代词）虽被部分用户认为是性别模糊，但更多用户将其归类为偏女性化。
  • 不同代词在性别、年龄、正式程度及区域感知上存在显著差异，以下为主要发现：
    1. 性别感知: わたし (watashi) 和 あたし (atashi) 更显女性化；ぼく (boku) 和 おれ (ore) 则被视为男性代表代词。
    2. 年龄和正式度感知: わし (washi) 被视为年长、非正式代词，同时关联农村背景；あたくし (atakushi) 则是被感知为女性化、高正式度的代词。
    3. 地区差异: 虽未完全如预期，但关东和近畿对某些代词（如うち (uchi)）的感知显示了微妙差异。
• 与现有解决方案对比的优势:
  • 提出了一种快速构建交叉社会身份人格的方法，特别是在以日文为核心的交互场景中。
  • 不仅关注性别，还分析了年龄和地域性等维度的社会身份。
• 实验或评估结果:
  • 定量分析（如Chi-square检验）验证了上述感知显著性。
  • 定性分析指出了不同代词触发的地区性或正式程度联想。
• 局限性与未来方向:
  • 性别身份的参与者分布不均，女性参与者较多影响了结果代表性。
  • 没有分析更广泛的语言特征（如语尾词）的作用。
  • 未来研究可扩大地区范围，深入探讨代词与语境（如对话场景、用户任务）的关系，还可探讨其他语言对交叉性身份的反映。