EMNLP 2026論文：画像AIの自動プロンプト修正が文化を型にはめる原因になり得る

結論から言うと、画像生成AIが利用者の指示を裏側で書き換える処理は、非英語圏の文化を決まった記号に寄せる原因になり得ます。EMNLP 2026採択論文として2026年9月10日にarXivへ公開された研究は、多言語ベンチマークWORLDVIEWを作り、15言語、31の言語と文化背景の組み合わせ、計8960件のプロンプトを調べました。

対象はDALL-E 3、Imagen 4、GPT-Image-1.5の3システムです。研究チームは、書き換えが各文化をどれほど強調するか、少数の語彙へ平らにするか、その語彙が固定観念に沿うかを分けて評価しました。文脈を指定しない英語を基準にすると、米国は最も追加の文化印が少なく、非西洋・非英語圏ほど文化要素が強く足され、異なる題材にも似た語彙が使われました。

さらに、書き換え機能のないモデルへ修正前後の指示を入れて比較し、修正層自体が定型化を生む因果的な要因だと報告しています。画像を作る人は、生成結果だけでなく、入力が見えない所で変えられる可能性を意識し、人物・服装・場所などを具体的に指定して複数案を比べる必要があります。

ただし、これは3システムを特定条件で監査した研究で、すべての画像AIや全利用場面に同じ程度の偏りがあるとは限りません。出典はarXivの論文本文・要旨です。