[論文レビュー] Gender, Age, and Technology Education Influence the Adoption and Appropriation of LLMs

Fiona Draxler, Daniel Buschek+5 more|arXiv (Cornell University)|Oct 10, 2023

Artificial Intelligence in Healthcare and Education被引用数 13

ひとこと要約

本研究は、ジェンダー、年齢、技術教育が代表的な米国サンプルの1,495人の成人におけるLLM採用にどう影響するかを分析し、ジェンダー格差、年齢効果、技術教育の均衡化役割を示し、使用シナリオと採用障壁に関する洞察を提供する。

ABSTRACT

Large Language Models (LLMs) such as ChatGPT have become increasingly integrated into critical activities of daily life, raising concerns about equitable access and utilization across diverse demographics. This study investigates the usage of LLMs among 1,500 representative US citizens. Remarkably, 42% of participants reported utilizing an LLM. Our findings reveal a gender gap in LLM technology adoption (more male users than female users) with complex interaction patterns regarding age. Technology-related education eliminates the gender gap in our sample. Moreover, expert users are more likely than novices to list professional tasks as typical application scenarios, suggesting discrepancies in effective usage at the workplace. These results underscore the importance of providing education in artificial intelligence in our technology-driven society to promote equitable access to and benefits from LLMs. We urge for both international replication beyond the US and longitudinal observation of adoption.

研究の動機と目的

• 代表的な米国サンプルにおいて、ジェンダーと年齢がLLM使用を予測するかを評価する。
• ジェンダーと年齢の相互作用が採用にどのように影響するかを検討する。
• 技術教育がLLM採用におけるジェンダー格差を調整するかを探る。
• 初心者と専門家ユーザーの共通の使用シナリオと採用障壁を特定する。

提案手法

• 社会人口統計とLLM使用質問を含むオンライン調査。
• LLM使用と頻度を予測するベイズ回帰（ロジスティックモデル）。
• 開放回答の使用シナリオと非使用理由についての帰納的コーディングとトピックモデル分析。

実験結果

リサーチクエスチョン

• RQ1 ジェンダーはLLM使用を予測しますか、年齢との相互作用はありますか？
• RQ2 若年はLLM採用が高いことを予測しますか、年齢は採用パターンにおいてジェンダーとどう相互作用しますか？
• RQ3 技術教育を受けている（特に大学レベルの技術学位）ことがLLM使用におけるジェンダー格差を縮小しますか？
• RQ4 初心者と専門家ユーザーの典型的な使用シナリオは何ですか？
• RQ5 LLMsを使用しない非利用者が挙げる理由は何ですか？

主な発見

• 参加者の41.5%がLLMを使用したと報告している。
• ジェンダー格差があり、女性ユーザーは男性ユーザーよりLLMsを使用している可能性が低い（34.3%対49.1%）。
• 年齢とともに使用頻度は低下する傾向。若年層の採用は高く、ある中年層は最年少グループより頻度が高い場合がある。
• 大学卒業者のうち、技術関連分野ではジェンダー格差が緩和される（技術を学ぶ場合、性別ほぼ同等の使用）。
• 専門家は正式文書やコーディングなどの専門的タスクにLLMsを使用する傾向が高いのに対し、初心者は探索的な利用が多い。
• 非利用者は知識不足、必要性の認識、倫理的懸念、そして人間の文章を好むことを障壁として挙げる。