인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
This study comprehensively evaluates the ethical decision-making capabilities of small-scale large language models (LLMs) deployable with games through a game-based framework and cross-cultural analysis. We systematically assessed three small LLMs (Qwen2.5-3B, Llama-3.2-3B, Gemma-2-2B) using six ethical frameworks encompassing Western ethics (deontological, utilitarian, virtue ethics) and non-Western ethics (Confucian, Ubuntu, Buddhist ethics). Our methodology employed 33 carefully designed ethical scenarios spanning medical, technological, and social domains (Experiment 1: 15, Experiment 2: 6, Experiment 3: 12). Results demonstrated that fine-grained prompt engineering achieved a 2.34/10 points improvement in ethical alignment compared to broad prompts (from 6.51/10 points to 8.85/10 points). However, we identified significant cultural bias, with Western frameworks showing 3.44 points higher performance than non-Western approaches, revealing critical limitations in current LLM training methodologies. We introduced the Cultural Adaptability Index (CAI) as a novel metric to quantify cross-cultural ethical reasoning effectiveness. Statistical analysis confirmed significant differences between models(F(2,1782)=47.23, p<0.001) and frameworks(F(5,1782)=12.84, p<0.001). These findings provide methodological foundations for implementing ethical AI systems in multicultural societies and contribute to developing culturally inclusive AI technologies.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-094043436
