High Confidence, Low Accuracy: Probing Ownership Bias in LLMs on Banjarese and Dayak Ngaju
DOI:
https://doi.org/10.25077/TEKNOSI.v12i2.2026.386-392Kata Kunci:
Confidence calibration, Ownership bias, Banjarese Dayak Ngaju language, Large language modelsAbstrak
AI assistants often give wrong answers with high confidence, especially when answering in regional languages. One cause is ownership bias: a model trusts its own answer more when that answer appears in the assistant role. This effect is well documented in English, but it is unclear whether it also appears in low-resource languages such as Banjarese and Dayak Ngaju. This study measures the extent of ownership bias and the calibration quality of four open-weight 8-bit LLMs when tested on school exam questions in Banjarese and Dayak Ngaju, drawn from the IndoMMLU benchmark. Four models (Qwen3-8B, Llama-3.1-8B, SahabatAI-Llama-8B, and SahabatAI-Gemma2-9B) are evaluated under two conditions: Own, in which the model’s answer is placed in the assistant role, and Reframed, in which the same answer is attributed to the user. We report accuracy, ownership bias, Expected Calibration Error (ECE), and Brier Score. Llama-3.1-8B shows the highest ownership bias (49.93 pp on Banjarese and 53.83 pp on Dayak Ngaju), while SahabatAI-Gemma2-9B shows almost no bias (0.91–1.33 pp) but assigns 100% confidence to every answer. The same pattern appears in both languages, indicating that ownership bias is driven by the model's architecture and training, not by the language being tested. AI assistants that are overconfident in English remain overconfident in Banjarese and Dayak Ngaju as well. Practitioners should treat verbalized confidence as an unreliable signal and use model-level calibration such as temperature scaling or logprob-based methods, rather than relying on prompt-level reframing alone.Referensi
M. Sanz-Guerrero, M. Mager, and K. von der Wense, “Large Language Models Are Overconfident in Their Own Responses,” in Findings of the Association for Computational Linguistics: ACL 2026, 2026, pp. 31406–31418, doi: 10.18653/v1/2026.findings-acl.1570.
F. Koto, N. Aisyah, H. Li, and T. Baldwin, “Large Language Models Only Pass Primary School Exams in Indonesia: A Comprehensive Test on IndoMMLU,” in Proc. 2023 Conf. Empirical Methods Natural Language Processing (EMNLP), 2023, pp. 12359–12374, doi: 10.18653/v1/2023.emnlp-main.760.
C. Guo, G. Pleiss, Y. Sun, and K. Q. Weinberger, “On Calibration of Modern Neural Networks,” in Proc. 34th Int. Conf. Machine Learning (ICML), vol. 70, 2017, pp. 1321–1330. [Online]. Available: https://proceedings.mlr.press/v70/guo17a.html
S. Liu et al., “Can LLMs Learn Uncertainty on Their Own? Expressing Uncertainty Effectively in a Self-Training Manner,” in Proc. 2024 Conf. Empirical Methods Natural Language Processing (EMNLP), 2024, pp. 21635–21645, doi: 10.18653/v1/2024.emnlp-main.1205.
J. Ni, H. Zhao, Y. Yang, and D. Guo, “Deep Neural Network Calibration by Reducing Classifier Shift with Stochastic Masking,” Pattern Recognit., vol. 177, Art. no. 113217, 2026, doi: 10.1016/j.patcog.2026.113217.
S. Zhang and L. Xie, “Advancing Neural Network Calibration: The Role of Gradient Decay in Large-Margin Softmax Optimization,” Neural Netw., vol. 178, Art. no. 106457, 2024, doi: 10.1016/j.neunet.2024.106457.
K. R. M. Fernando and C. P. Tsokos, “Dynamically Weighted Balanced Loss: Class Imbalanced Learning and Confidence Calibration of Deep Neural Networks,” IEEE Trans. Neural Netw. Learn. Syst., vol. 33, no. 7, pp. 2940–2951, 2022, doi: 10.1109/TNNLS.2020.3047335.
S. A. Balanya, J. Maroñas, and D. Ramos, “Adaptive Temperature Scaling for Robust Calibration of Deep Neural Networks,” Neural Comput. Appl., vol. 36, pp. 8073–8095, 2024, doi: 10.1007/s00521-024-09505-4.
Z. Lin, S. Trivedi, and J. Sun, “Generating with Confidence: Uncertainty Quantification for Black-Box Large Language Models,” Trans. Mach. Learn. Res., 2024. [Online]. Available: https://openreview.net/forum?id=DWkJCSxKU5
Y. Huang et al., “Look Before You Leap: An Exploratory Study of Uncertainty Analysis for Large Language Models,” IEEE Trans. Softw. Eng., vol. 51, no. 2, pp. 413–429, 2025, doi: 10.1109/TSE.2024.3519464.
O. Shorinwa, Z. Mei, J. Lidard, A. Z. Ren, and A. Majumdar, “A Survey on Uncertainty Quantification of Large Language Models: Taxonomy, Open Research Challenges, and Future Directions,” ACM Comput. Surv., vol. 58, no. 3, Art. no. 63, pp. 1–38, 2026, doi: 10.1145/3744238.
R. Vashurin et al., “Benchmarking Uncertainty Quantification Methods for Large Language Models with LM-Polygraph,” Trans. Assoc. Comput. Linguist., vol. 13, pp. 220–248, 2025, doi: 10.1162/tacl_a_00737.
R. Bentegeac, B. Le Guellec, G. Kuchcinski, P. Amouyel, and A. Hamroun, “Token Probabilities to Mitigate Large Language Models Overconfidence in Answering Medical Questions: Quantitative Study,” J. Med. Internet Res., vol. 27, Art. no. e64348, 2025, doi: 10.2196/64348.
I. A. Qazi et al., “Large Language Models Show Dunning–Kruger-Like Effects in Multilingual Fact-Checking,” Sci. Rep., vol. 16, Art. no. 7594, 2026, doi: 10.1038/s41598-026-39046-w.
J. C. Bauer, S. Trattnig, F. Vieltorf, and R. Daub, “Handling Data Drift in Deep Learning-Based Quality Monitoring: Evaluating Calibration Methods Using the Example of Friction Stir Welding,” J. Intell. Manuf., vol. 37, pp. 759–774, 2026, doi: 10.1007/s10845-025-02569-6.
K. Mohanarangan and P. Palanisamy, “Confidence-Aware Cascaded Learning for Real-Time Weakly Supervised Anomaly Detection in Surveillance Video,” IEEE Access, vol. 14, pp. 56388–56411, 2026, doi: 10.1109/ACCESS.2026.3679742.
M. Thelwall, “Evaluating Research Quality with Large Language Models: An Analysis of ChatGPT’s Effectiveness with Different Settings and Inputs,” J. Data Inf. Sci., vol. 10, no. 1, pp. 7–25, 2025, doi: 10.2478/jdis-2025-0011.
J. Q. J. Liu et al., “The Great Detectives: Humans Versus AI Detectors in Catching Large Language Model-Generated Medical Writing,” Int. J. Educ. Integr., vol. 20, Art. no. 8, 2024, doi: 10.1007/s40979-024-00155-6.
S. Ramamoorthy et al., “MERLIN: A Testbed for Multilingual Multimodal Entity Recognition and Linking,” Trans. Assoc. Comput. Linguist., vol. 14, pp. 399–417, 2026, doi: 10.1162/tacl.a.633.
H. Zhang, T. Feng, P. Han, and J. You, “AcademicEval: Live Long-Context LLM Benchmark,” Trans. Mach. Learn. Res., 2025. [Online]. Available: https://openreview.net/forum?id=LjQ4voE5bs
I. de Zarzà, M. Liz, J. de Curtò, and C. T. Calafate, “Energy-Aware Multilingual Evaluation of Large Language Models,” Electronics, vol. 15, no. 7, Art. no. 1395, 2026, doi: 10.3390/electronics15071395.
L. Qin et al., “A Survey of Multilingual Large Language Models,” Patterns, vol. 6, no. 1, Art. no. 101118, 2025, doi: 10.1016/j.patter.2024.101118.
Unduhan
Telah diserahkan
Diterima
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Jurnal Nasional Teknologi dan Sistem Informasi
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Hak cipta untuk artikel ini ditransfer ke Jurnal Nasional Teknologi dan Sistem Informasi (TEKNOSI) jika dan ketika artikel diterima untuk publikasi. Yang bertanda tangan di bawah ini dengan ini mentransfer setiap dan semua hak di dalam dan ke kertas termasuk tanpa batasan semua hak cipta untuk TEKNOSI. Yang bertanda tangan di bawah ini dengan ini menyatakan dan menjamin bahwa makalah tersebut asli dan bahwa ia adalah pembuat makalah, kecuali untuk bahan yang secara jelas diidentifikasi sebagai sumber aslinya, dengan pemberitahuan izin dari pemilik hak cipta jika diperlukan. Yang bertanda tangan di bawah ini menyatakan bahwa ia memiliki kekuatan dan wewenang untuk membuat dan melaksanakan penugasan ini.
Kami menyatakan bahwa:
- Makalah ini belum diterbitkan dalam bentuk yang sama di tempat lain.
- Makalah ini tidak akan dikirimkan di tempat lain untuk publikasi sebelum penerimaan/penolakan oleh Jurnal ini
- Izin hak cipta diperoleh untuk materi yang diterbitkan di tempat lain dan yang memerlukan izin ini untuk reproduksi.
Selanjutnya, Saya/kami dengan ini mentransfer hak publikasi yang tidak terbatas dari makalah yang disebutkan di atas secara keseluruhan kepada TEKNOSI. Transfer hak cipta mencakup hak untuk mereproduksi dan mendistribusikan artikel, termasuk cetak ulang, terjemahan, reproduksi foto, mikroform, bentuk elektronik (offline, online) atau reproduksi lain yang serupa.
Penulis yang sesuai menandatangani dan menerima tanggung jawab untuk merilis materi ini atas nama setiap dan semua penulis bersama. Perjanjian ini harus ditandatangani oleh setidaknya salah satu penulis yang telah memperoleh persetujuan dari rekan penulis jika berlaku. Setelah pengajuan perjanjian ini ditandatangani oleh penulis yang sesuai, perubahan kepengarangan atau dalam urutan penulis yang tercantum tidak akan diterima.
Hak / Syarat dan Ketentuan yang dipertahankan :
- Penulis memiliki semua hak kepemilikan dalam setiap proses, prosedur, atau artikel manufaktur yang dijelaskan dalam Karya ini.
- Penulis dapat mereproduksi atau mengotorisasi orang lain untuk mereproduksi karya ini atau karya turunannya untuk penggunaan pribadi penulis atau untuk penggunaan perusahaan, dengan ketentuan bahwa sumber dan menyatakan hak cipta dimiliki TEKNOSI, salinan tidak digunakan dengan cara apa pun yang menyiratkan pengesahan TEKNOSI atas suatu produk atau layanan dari pihak mana pun, dan salinannya sendiri tidak ditawarkan untuk dijual.
- Meskipun penulis diizinkan untuk menggunakan kembali semua atau sebagian dari karya ini dalam karya lain, ini tidak termasuk mengabulkan permintaan pihak ketiga untuk mencetak ulang, menerbitkan ulang, atau jenis penggunaan ulang lainnya.
This work is licensed under a 