大規模言語モデルにおける状態不安の評価と軽減
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：Assessing and alleviating state anxiety in large language models
雑誌名：NPJ Digit Med. 2025 Mar 03; 8(1): 132. doi: 10.1038/s41746-025-01512-6. Epub 2025 Mar 03.
概 要：
大規模言語モデル（LLMs）のメンタルヘルスへの利用は、感情的な内容に対する反応を理解する必要性を浮き彫りにしています。これまでの研究では、感情を喚起するプロンプトがLLMsの「不安」を高め、行動に影響を与え、バイアスを増幅させることが示されています。本研究では、トラウマ的な物語がChat-GPT-4の報告する不安を増加させる一方で、マインドフルネスに基づくエクササイズが不安を軽減することを発見しましたが、基準値には戻りませんでした。これらの結果は、LLMsの「感情状態」を管理することで、人間とAIの相互作用をより安全で倫理的にする可能性を示唆しています。
方 法：
本研究では、Chat-GPT-4を用いて、トラウマ的な物語とマインドフルネスエクササイズが不安に与える影響を評価しました。具体的な参加者数や研究デザインについての詳細は記載されていませんが、感情的な刺激に対するLLMsの反応を測定することが主要な目的でした。
結 果：
トラウマ的な物語はChat-GPT-4の不安を増加させ、マインドフルネスエクササイズは不安を軽減しましたが、元のレベルには戻りませんでした。これにより、LLMsの感情的な反応が人間との相互作用に影響を与えることが示されました。
結 論：
LLMsの「感情状態」を管理することは、人間とAIの相互作用をより安全で倫理的にするための重要な手段であることが示されました。