ああ、それは面白いところに目をつけたね。簡単に言うと、AIが「誰の視点で」ネット上の悪口を判定するか、っていう研究だよ。

それがそうでもないんだ。ある人には冗談に聞こえても、別の人種や性別の人にはすごく攻撃的に感じられることがある。これを「主観性」の問題って言うんだけど、今のAIはそこを無視して「一律の正解」を出そうとしがちなんだよね。

その通り。でも、ただ「なりきって」と指示するだけじゃ不十分なんだ。この論文では、モデルの種類や対象となるペルソナによって、最適な指示の出し方がバラバラだってことを突き止めたんだよ。

そこでこの論文が提案しているのが、2つの工夫だ。1つは「TextGrad」っていう技術を使って、AI自身に「どういうプロンプト（指示文）ならそのペルソナになりきれるか」を自動で改善させること。

もう1つは、複数のプロンプトで出した判定結果を「SVM」っていう機械学習のモデルを使って賢くまとめる「アンサンブル」っていう手法だね。単純な多数決じゃなくて、それぞれの判定のクセを学習して最終的な答えを出すんだ。

実験の結果、このSVMを使ったアンサンブルが、どんなペルソナに対しても一番安定して高い精度を出せたんだ。単一のプロンプト手法よりもずっと「堅牢」、つまりミスが少なくなったんだよ。

そうだね。多様な価値観を認める「複数主義的」なAI評価への大きな一歩だよ。ただ、特定の属性、例えばヒスパニック系の女性の判定とかではまだ課題が残っているみたいだけどね。

それは主観の問題じゃなくて、ただの事実誤認だろ。却下。……さ、研究室に戻るぞ。