AIと英語中心の格差 ^{CEFR B2}

スタンフォード大学人間中心人工知能研究所（HAI）が2025年に発表した論文は、多くの人気の大規模言語モデル（LLM）が英語以外の言語で性能が低いと結論づけました。研究は、オンラインの情報が英語で支配されていることと、モデル開発が英語データに依存している点が、この言語間の格差を生んでいると示しています。

研究者らは、GoogleやMetaが一部開発に関わった公共のLLMを含め、多くのモデルが世界の多数派のニーズに合わない応答を生成する場合があると指摘しました。AI企業やデータがシリコンバレーなど富裕な地域に集中していることも、格差を広げる要因だと報じられています。報道では、クルド語やスワヒリ語などを話す何百万もの人々が事実上優先されていないと伝えられています。

実用面では、Wiredがタミル語でメールを書くよう依頼した結果、英語が混ざったまとまりのない下書きが出ると報告しました。MIT Technology Reviewは、ウェブから集めた低リソース言語の多くのテキストに機械翻訳の誤りが含まれており、善意の寄稿者に正確さを検証する技能が欠けているために誤りが学習データとして強化されるケースがあると指摘しています。

The Atlanticなどは、AIの出力が資源の豊かな国の英語話者の規範や価値観を反映しやすく、非英語の視点がツールの中で見えなくなると警告しました。専門家は被害を減らすため、周縁化されたコミュニティや草の根のAIリーダーと協働し、現地の意見を取り入れ、出力の正確性や真正性を検証し、文化の違いを尊重することを提案しています。

• 地域コミュニティと協働する
• 多言語データを検証する
• 草の根開発者と連携する