调查大型语言模型与人类对17个可持续发展目标的态度一致性
计算机与社会
2025-01-17 v2 人工智能
计算与语言
机器学习
摘要
大型语言模型（LLMs）已成为推进联合国可持续发展目标（SDGs）的有力工具。然而，LLMs和人类对这些目标的态度差异可能带来重大挑战。本研究对现有关于LLMs对17个SDGs态度的文献进行了全面回顾和分析，强调了它们对每个目标的态度和支持与人类之间的比较。我们考察了潜在的差异，主要关注理解和情感、文化和地区差异、任务目标变化以及决策过程中考虑的因素等方面。这些差异源于LLM训练数据中的代表性不足和不平衡、历史偏见、质量问题、缺乏上下文理解以及反映的伦理价值观偏差。该研究还调查了忽视LLMs对SDGs态度可能带来的风险和危害，包括加剧社会不平等、种族歧视、环境破坏和资源浪费。为了应对这些挑战，我们提出了策略和建议，以指导和规范LLMs的应用，确保它们与SDGs的原则和目标保持一致，从而创造一个更加公正、包容和可持续的未来。
引用
@article{arxiv.2404.13885,
title = {Surveying Attitudinal Alignment Between Large Language Models Vs. Humans Towards 17 Sustainable Development Goals},
author = {Qingyang Wu and Ying Xu and Tingsong Xiao and Yunze Xiao and Yitong Li and Tianyang Wang and Yichi Zhang and Shanghai Zhong and Yuwei Zhang and Wei Lu and Yifan Yang},
journal= {arXiv preprint arXiv:2404.13885},
year = {2025}
}