연구자들은 307개의 도덕적 딜레마와 타협 및 재구성된 대안을 추가한 MoralAltDataset을 소개하여 대규모 언어 모델이 이분법적 선택을 넘어 옵션을 어떻게 처리하는지 연구합니다. 이 연구는 이러한 대안이 제시될 때 인간과 LLM이 판단을 바꾸는지 여부를 조사합니다.

  • 데이터셋에는 내러티브 Advisor 딜레마와 AI 대상 Agent 딜레마가 포함됩니다.
  • 15개 LLM 전반에 걸쳐 타협 대안이 원래 옵션보다 선호되었으며, 도덕적 선택을 크게 재형성했습니다.
  • LLM 생성 대안은 쌍별 선호도와 전문가 기반 기준을 사용하여 인간이 작성한 대안과 비교 평가되었습니다.
  • 결과는 LLM 생성 대안이 종종 선호되며 세밀한 구조적 및 윤리적 기준을 더 잘 충족시킴을 나타냅니다.

이 findings는 생성된 대안의 구조적 품질과 실제 실행 가능성 사이의 트레이드오프를 드러냅니다.