論文の概要: Migratable AI : Investigating users' affect on identity and information
migration of a conversational AI agent
- arxiv url: http://arxiv.org/abs/2010.13319v2
- Date: Sat, 4 Sep 2021 21:27:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 07:34:39.122607
- Title: Migratable AI : Investigating users' affect on identity and information
migration of a conversational AI agent
- Title(参考訳): Migratable AI : 対話型AIエージェントのアイデンティティと情報マイグレーションに対するユーザの影響を調査する
- Authors: Ravi Tejwani, Boris Katz, Cynthia Breazeal
- Abstract要約: 本稿では,情報マイグレーションとIDマイグレーションをパラメータとして用いたタスクベースシナリオにおける2x2のオブジェクト間比較研究を提案する。
以上の結果から,情報と同一性の両方が移行された時に最も驚き,エージェントの同一性なしに情報が移行された時に最も怒りを訴えた。
- 参考スコア(独自算出の注目度): 25.029958885340058
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Conversational AI agents are becoming ubiquitous and provide assistance to us
in our everyday activities. In recent years, researchers have explored the
migration of these agents across different embodiments in order to maintain the
continuity of the task and improve user experience. In this paper, we
investigate user's affective responses in different configurations of the
migration parameters. We present a 2x2 between-subjects study in a task-based
scenario using information migration and identity migration as parameters. We
outline the affect processing pipeline from the video footage collected during
the study and report user's responses in each condition. Our results show that
users reported highest joy and were most surprised when both the information
and identity was migrated; and reported most anger when the information was
migrated without the identity of their agent.
- Abstract(参考訳): 会話型aiエージェントがユビキタスになってきており、日々の活動で私たちを支援する。
近年,タスクの継続性を維持し,ユーザエクスペリエンスを向上させるために,様々な実施形態をまたいだエージェントの移動について検討している。
本稿では,マイグレーションパラメータの異なる構成におけるユーザの感情応答について検討する。
本稿では,情報マイグレーションとアイデンティティマイグレーションをパラメータとして用いたタスクベースシナリオにおける2x2インターサブジェクトスタディを提案する。
調査中に収集した映像から感情処理パイプラインを概説し,各条件におけるユーザの反応を報告する。
結果から,利用者は最も喜びを感じ,情報とアイデンティティの両方が移行した時に最も驚き,エージェントのアイデンティティ無しに情報を移行したときの怒りを報告した。
関連論文リスト
- Learning from Emotions, Demographic Information and Implicit User
Feedback in Task-Oriented Document-Grounded Dialogues [59.516187851808375]
FEDIは、人口統計情報、ユーザ感情、暗黙のフィードバックを付加したタスク指向文書地上対話のための最初の英語対話データセットである。
FLAN-T5, GPT-2, LLaMA-2 を用いて行った実験から,これらのデータにより,タスク完了と実際の応答の整合性,ユーザの受容性が改善される可能性が示唆された。
論文 参考訳(メタデータ) (2024-01-17T14:52:26Z) - Exploring Platform Migration Patterns between Twitter and Mastodon: A
User Behavior Study [14.224842686900445]
最近、TwitterからMastodonなど他のプラットフォームに移行するユーザの急増により、移行パターンが何かという疑問が持ち上がった。
本研究では、Twitterのオーナーシップ変更後、最初の10週間でTwitterからMastodonに移行した1万人以上のユーザーからデータを収集して、これらの質問を調査する方法について詳しく述べる。
論文 参考訳(メタデータ) (2023-05-16T06:07:50Z) - Information Design in Multi-Agent Reinforcement Learning [61.140924904755266]
強化学習(Reinforcement Learning、RL)は、人間の幼児や動物が環境から学ぶ方法にインスパイアされている。
計算経済学の研究は、他者に直接影響を与える2つの方法を蒸留する: 有形物(機械設計)の提供と情報(情報設計)の提供である。
論文 参考訳(メタデータ) (2023-05-08T07:52:15Z) - Multi-Stage Spatio-Temporal Aggregation Transformer for Video Person
Re-identification [78.08536797239893]
本稿では,2つの新しいプロキシ埋め込みモジュールを設計したMSTAT(Multi-Stage Space-Temporal Aggregation Transformer)を提案する。
MSTATは、属性関連、アイデンティティ関連、および属性関連情報をビデオクリップからエンコードする3つのステージから構成される。
MSTATは様々な標準ベンチマークで最先端の精度を達成できることを示す。
論文 参考訳(メタデータ) (2023-01-02T05:17:31Z) - INSCIT: Information-Seeking Conversations with Mixed-Initiative
Interactions [47.90088587508672]
InSCItは、混合開始型インタラクションによる情報探索会話のためのデータセットである。
ユーザーエージェントは805対人会話から4.7Kである。
対話型知識認識とオープンドメイン質問応答の最先端モデルに基づく2つのシステムの結果を報告する。
論文 参考訳(メタデータ) (2022-07-02T06:18:12Z) - Migratable AI: Personalizing Dialog Conversations with migration context [25.029958885340058]
クラウドソーシング作業者と移行コンテキストとの対話からデータセットを収集した。
我々は,移動コンテキストと非移動コンテキストを用いて,データセットの生成モデルと情報検索モデルを訓練した。
マイグレーションデータセットは、将来の微調整可能なAIシステムのトレーニングに有用であると考えています。
論文 参考訳(メタデータ) (2020-10-22T22:23:03Z) - Migratable AI: Effect of identity and information migration on users
perception of conversational AI agents [20.23411433036311]
情報マイグレーションとアイデンティティマイグレーションが,信頼,能力,嗜好性,社会的存在感に対するユーザ認識に与える影響について検討する。
以上の結果から,アイデンティティ移行は信頼,能力,社会的存在に肯定的な影響を及ぼし,情報移行は信頼,能力,嗜好に肯定的な影響を及ぼしたことが示唆された。
論文 参考訳(メタデータ) (2020-07-11T15:46:37Z) - Mining Implicit Relevance Feedback from User Behavior for Web Question
Answering [92.45607094299181]
本研究は,ユーザ行動と通過関連性との関連性を検討するための最初の研究である。
提案手法は,追加のラベル付きデータを使わずにパスランキングの精度を大幅に向上させる。
実際にこの研究は、グローバルな商用検索エンジンにおけるQAサービスの人為的ラベリングコストを大幅に削減する効果が証明されている。
論文 参考訳(メタデータ) (2020-06-13T07:02:08Z) - SPA: Verbal Interactions between Agents and Avatars in Shared Virtual
Environments using Propositional Planning [61.335252950832256]
SPA(Sense-Plan-Ask)は、仮想的な仮想環境において、仮想的な人間のようなエージェントとユーザアバターの間の言語的対話を生成する。
提案アルゴリズムは実行時コストを小さくし,自然言語通信を利用せずにエージェントよりも効率的に目標を達成できることが判明した。
論文 参考訳(メタデータ) (2020-02-08T23:15:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。