Badacze z arXiv przeprowadzili pilotażowe badanie obliczeniowe pokazujące, jak duże modele języka uogólniają i homogenizują odrębne indyjskie tradycje narracyjne. Przeanalizowali trzy maksymalnie różne tradycje - epos Pabuji z Radżastanu, klasyczną poezję tamilską Sangam i bengalskie bajki ludowe - testując jak Claude Sonnet i Gemini reprodukują ich cechy charakterystyczne. Zebrali autentyczne korpusy referencyjne dla każdej tradycji i zastosowali 54 żądania generacyjne z trzema typami podpowiedzi na tradycję: ogólne, kulturowo specjalne i regionalnojęzyczne.
Wyniki pokazały zatrważający wzór: choć LLM"y pozostawały bliżej referencji własnej tradycji niż innych, podobieństwo między tradycjami było wysokie (0,52-0,66) w stosunku do tego co wskazywałaby rzeczywista odległość tradycji. Oznacza to częściową homogenizację, gdzie modele "flatten"ują różnorodne kulturowe archetypy w jeden uśredniony wzór. To szczególnie problematyczne biorąc pod uwagę że LLM"y trenuje się głównie na angielskojęzycznych tekstach internetu, które nadreprezentują określone narracje zachodnie.
Zaskakujący odkrycie dotyczyło efektu zachodniocentryzmu: podpowiadanie modeli w językach regionalnych (Hindi, Tamil, Bengali) zamiast angielskiego konsekwentnie zmniejszyło wierność autentycznym tradycjom - dla Radżastanu nawet o 27 punktów procentowych. Sugeruje to że lokalizacja do języka regionalnego nie wystarczy aby przywrócić kulturową specyficzność, jeśli model został wytrenowany przede wszystkim na angielskich reprezentacjach tych tradycji.