人工智能生成故事中的文化本土化特征

人工智能的全球使用增加了人们对评估生成文化本地化内容（包括故事）的能力的兴趣。故事中的文化本地化通常通过模板化本地化（在通用叙述中使用文化标记（例如名称、地点））或整体本地化（除了文化标记之外，情节、价值观和主题的变化）来实现。我们提出了一种方法来衡量通过模板化本地化生成内容的程度。具体来说，我们识别了区分不同国籍故事的词汇标记，并衡量删除它们后留下的叙述的相似性。在由 193 个国家的 125 个主题的 5 个模型生成的故事中，我们的方法能够检测到只有一小部分词汇 (9-17%) 解释了不同国家之间的差异，并且删除它们后留下的叙述包含重复的多词序列，这表明存在一个共享的与文化无关的叙述模板。最后，我们描述了文化标记的刻板印象和攻击性，发现来自 19 个国家（主要位于南半球）的标记平均具有攻击性。