論文要約：大規模言語モデルは文化的に偏った基準を通じて都市を知覚する

この論文は、大規模言語モデル（LLM）が都市空間を記述・評価する際、本当に文化的に中立な立場から行っているのか、それとも特定の文化的基準に偏っているのかを検証した研究です。著者らは、グローバルなストリートビュー画像データセットと、多様な文化的視点（プロンプト）を用いた実験を通じて、LLM の都市知覚が「中立」ではなく、欧米（特にヨーロッパと北米）を基準とした文化的に不均一な枠組みに組織化されていることを実証しました。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細にまとめます。

1. 問題定義 (Problem)

• 背景: LLM は都市の記述、評価、解釈にますます利用されています。しかし、これらが「普遍的な人間の視点」に基づいているのか、それともトレーニングデータやアライメント手続きから継承された「文化的に偏った基準」に基づいているかは不明瞭です。
• ギャップ: 既存の LLM の文化的バイアス研究はテキストベースで抽象的であり、都市知覚研究は画像評価の精度や計画への有用性に焦点を当てており、知覚の基準そのものの文化的構成については十分に議論されていません。
• 核心的問い: LLM は都市を「どこから（view from nowhere）」ではなく、どのような文化的基準を通じて知覚しているのか？「中立」とされるプロンプトは本当に中立なのか？

2. 手法 (Methodology)

研究は、再構築されたグローバルなストリートビューパイプラインと、2 つの補完的なタスク形式を組み合わせて行われました。

• データセット:
  • 複数のプロバイダー（Google Street View, Baidu Panorama など）から収集された、3,000 枚の画像からなるバランスの取れたグローバル・ストリートビュー・コーパス。
  • 視覚的なシーンタイプ、場所の種類、国、プロバイダーで層化抽出され、特定の地域やシーンタイプに偏らないように設計されています。
• 実験デザイン:
  • 3 つのモデル: GPT-5.2, Claude Sonnet 4, Gemini 2.5 Flash を使用。
  • 8 つのプロンプト条件:
    1. 中立条件 (Neutral): 地域的なアイデンティティを指定しない。
    2. 7 つのメソ・リージョン文化的条件: ヨーロッパ・北米、中央・南アジア、北アフリカ・西アジア、東・東南アジア、サハラ以南アフリカ、ラテンアメリカ・カリブ海、オセアニア。
  • タスク 1 (Study 1): 自由記述 (Open-ended perception)
    • 画像に対して、上記 8 条件のいずれかで短い自由記述（英語）を生成させます。
    • 生成されたテキストをセマンティック埋め込み（Sentence Encoder）に変換し、中立条件との距離や、感情分析（Sentiment）による内集団バイアス（Ingroup Preference Index, IPI）を分析しました。
    • 英国の Geograph データセット（人間による写真と説明文のペア）を用いたベンチマーク比較も行いました。
  • タスク 2 (Study 2): 構造化評価 (Structured judgments)
    • 6 つの次元（安全、活気、豊かさ、美しさ、退屈、抑うつ）に対して 0-100 のスコアを構造化形式（JSON）で出力させます。
    • 中立条件からのスコア変化を分析し、外部の人間知覚ベンチマーク（Place Pulse など）や人間によるグループ間比較（性別、年齢、国）との一致度を検証しました。

3. 主要な貢献 (Key Contributions)

1. 「中立」の再定義: LLM における「中立」プロンプトは実際には文化的に中立ではなく、ヨーロッパ・北米（ENA）の視点に系統的に近接していることを実証しました。
2. 文化的に不均一な基準の発見: 都市知覚は普遍的な基準ではなく、文化的に偏った参照枠組み（文化的に不均一な基準）を中心に組織化されていることを示しました。
3. セマンティックと感情のバイアスの分離:
   • セマンティックバイアス: どの文化的視点が「中立」に近いかに偏りがある。
   • 感情バイアス: 特定の文化的アイデンティティが、自地域に関連するシーンに対して他のアイデンティティよりも好意的に評価する傾向（内集団バイアス）がある。
4. 人間との乖離の定量化: 文化的に近接したプロンプトを使用しても、LLM の出力は人間の記述に比べて多様性が低く、感情的に過度にポジティブであることが示されました。

4. 結果 (Results)

Study 1: 自由記述における偏り

• 中立基準の偏り: どのモデルにおいても、「ヨーロッパ・北米（ENA）」のプロンプトが中立条件との意味的距離（コサイン距離）が最も小さく（平均 0.137）、最も「中立」に近いと判定されました。一方、ラテンアメリカやオセアニアなどは中立から最も遠く離れていました。
• 意味空間の非対称性: 文化的プロンプトは、無作為な語彙のバリエーションではなく、構造化されたアイデンティティ固有の軌道に沿って中立からの移動を引き起こしました。
• 内集団バイアス (IPI): 一部の地域（北アフリカ・西アジア、中央・南アジア、サハラ以南アフリカなど）において、自地域のプロンプトがその地域の画像を他地域のプロンプトよりも好意的に評価する傾向が確認されました。
• 人間との比較: 英国の Geograph データセットを用いた検証では、英国向けプロンプトを使用することで人間との意味的距離は縮まりましたが、人間の記述に比べてモデルの出力は意味的分散が小さく（均質化）、語彙的多様性が低く、感情スコアが過度に高いという「圧縮」現象が維持されました。

Study 2: 構造化評価における偏り

• 構造化スコアの偏り: 安全、豊かさ、美しさなどの 6 つの次元においても、同様の文化的非対称性が再現されました。特に「豊かさ」と「安全」の評価はアイデンティティの提示に最も敏感でした。
• 人間との一致度: LLM の構造化スコアは Place Pulse ベースラインと正の相関を示しましたが、完全な一致ではありませんでした。
• グループ間差異の再現性:
  • 性別や年齢のグループ間差異の再現は比較的容易でした。
  • しかし、国（Country）に基づく差異の再現は困難でした。人間が明確な国ごとの違いを持っている場合でも、モデルはその順序を正確に再現できず、乖離率が高くなりました。

5. 意義と結論 (Significance & Conclusion)

• 都市分析への影響: 都市計画や AI 支援デザインにおいて、LLM が「中立的な都市解釈者」として使用される場合、その出力は実際には特定の文化的視点（欧米中心）に偏っており、これを「中立」と誤解するリスクがあります。
• バイアスの理解: バイアスは単なる「歪み」ではなく、モデルの基準そのものが文化的に位置づけられていることを意味します。
• プロンプトエンジニアリングの限界: 文化的に近接したプロンプト（例：「英国人として見て」という指示）は人間との整合性を多少向上させますが、人間の知覚の多様性や複雑さを完全に再現するものではなく、依然としてモデル固有の「感情的に高揚した」スタイルや均質化を維持します。
• 結論: LLM は「何処からも（view from nowhere）」都市を見ているのではなく、文化的に組織化された事前知識（priors）を通じて都市を解釈しています。この偏りはタスク形式やベンチマーク、モデルの種類を超えて頑健に存在します。

この研究は、生成 AI を都市分析や社会計画に適用する際、その文化的な前提条件を批判的に検討し、単なる「中立」の仮定に依存しないアプローチの必要性を強く示唆しています。