論文の概要: Challenging Social Media Threats using Collective Well-being Aware Recommendation Algorithms and an Educational Virtual Companion

• arxiv url: http://arxiv.org/abs/2102.04211v4
• Date: Mon, 17 Oct 2022 13:11:02 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-14 00:23:38.648156
• Title: Challenging Social Media Threats using Collective Well-being Aware Recommendation Algorithms and an Educational Virtual Companion
• Title（参考訳）: 集合的ウェルビーイング・アウェア・レコメンデーション・アルゴリズムと教育用仮想コンパニオンを用いたソーシャルメディアの脅威への対処
• Authors: Dimitri Ognibene, Davide Taibi, Udo Kruschwitz, Rodrigo Souza Wilkens, Davinia Hernandez-Leo, Emily Theophilou, Lidia Scifo, Rene Alejandro Lobo, Francesco Lomonaco, Sabrina Eimler, H. Ulrich Hoppe, Nils Malzahn
• Abstract要約: ソーシャルメディア仮想コンパニオン(Social Media Virtual Companion)は、自動処理と専門家の介入とガイダンスを組み合わせる。 我々は、コンパニオンの教育的に管理されているソーシャルメディアコミュニティにおいて、専門家や教育者に重点を置いている。 コンパニオンの構成要素の演奏に関する予備的な結果と、教育的・心理的基礎原理の研究について述べる。
• 参考スコア（独自算出の注目度）: 5.25346752356752
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Social media have become an integral part of our lives, expanding our interlinking capabilities to new levels. There is plenty to be said about their positive effects. On the other hand, however, some serious negative implications of social media have been repeatedly highlighted in recent years, pointing at various threats to society and its more vulnerable members, such as teenagers. We thus propose a theoretical framework based on an adaptive "Social Media Virtual Companion" for educating and supporting an entire community, teenage students, to interact in social media environments in order to achieve desirable conditions, defined in terms of a community-specific and participatory designed measure of Collective Well-Being (CWB). This Companion combines automatic processing with expert intervention and guidance. The virtual Companion will be powered by a Recommender System (CWB-RS) that will optimize a CWB metric instead of engagement or platform profit, which currently largely drives recommender systems thereby disregarding any societal collateral effect.We put an emphasis on experts and educators in the educationally managed social media community of the Companion. They play five key roles: (a) use the Companion in classroom-based educational activities; (b) guide the definition of the CWB; (c) provide a hierarchical structure of learning strategies, objectives and activities that will support and contain the adaptive sequencing algorithms of the CWB-RS based on hierarchical reinforcement learning; (d) act as moderators of direct conflicts between the members of the community; and, finally, (e) monitor and address ethical and educational issues that are beyond the intelligent agent's competence and control. Preliminary results on the performance of the Companion's components and studies of the educational and psychological underlying principles are presented.
• Abstract（参考訳）: ソーシャルメディアは私たちの生活の不可欠な部分となり、インターリンク能力を新たなレベルへと拡大しました。 彼らのポジティブな効果については、多くのことが言えます。 一方で、ソーシャルメディアに対する深刻な否定的な影響は近年何度も強調され、社会やティーンエイジャーのような脆弱なメンバーに対する様々な脅威が指摘されている。 そこで本稿では, 社会に特有かつ参加型集団的幸福感尺度(cwb)で定義された望ましい条件を達成するために, 社会全体, 十代の学生をソーシャルメディア環境に教育・支援するための適応型「ソーシャルメディアバーチャルコンパニオン」に基づく理論的枠組みを提案する。 このコンパニオンは、自動処理と専門家の介入と指導を組み合わせる。 仮想コンパニオンには、エンゲージメントやプラットフォーム利益の代わりにCWBメトリックを最適化するレコメンダシステム(CWB-RS)が採用され、現在はリコメンダシステムを主に推進し、社会的コラテラル効果を無視している。我々は、コンパニオンの教育的に管理されているソーシャルメディアコミュニティにおける専門家や教育者に重点を置いている。 主な役割は5つある。 (a)教室による教育活動におけるコンパニオンの使用 b) CWBの定義を案内すること。 c) 階層的強化学習に基づくCWB-RSの適応的シークエンシングアルゴリズムを支援・保持する学習戦略、目的及び活動の階層的構造を提供する。 (d)コミュニティのメンバ間の直接的な紛争のモデレーターとして行動し、最後には、 (e)知的エージェントの能力と制御を超えた倫理的・教育的問題を監視し、対処する。 コンパニオンの構成要素の性能に関する予備的な結果と、教育的・心理的基礎原理の研究について述べる。

関連論文リスト

• Learning to Balance Altruism and Self-interest Based on Empathy in Mixed-Motive Games [47.8980880888222]
  マルチエージェントのシナリオは、しばしば混合モチベーションを伴い、潜在的な搾取に対する自己保護が可能な利他的エージェントを要求する。 共感に基づくアルトリズムと自己利益のバランスをとるためのLASE学習を提案する。 LASEはその報酬の一部を共同プレイヤにギフトとして割り当て、このアロケーションは社会的関係に基づいて動的に適応する。
  論文  参考訳（メタデータ） (2024-10-10T12:30:56Z)
• Transformative Influence of LLM and AI Tools in Student Social Media Engagement: Analyzing Personalization, Communication Efficiency, and Collaborative Learning [0.18416014644193066]
  AIによるアプリケーションは、学生がソーシャルメディアと対話する方法を変えつつある。 AIによって強化されたソーシャルメディアプラットフォームに関わる学生は、高等教育のパフォーマンスを報告します。 AIアルゴリズムは、共有された学術的関心とキャリア目標に基づいて、学生を効果的にマッチングする。
  論文  参考訳（メタデータ） (2024-06-15T01:05:56Z)
• Socialized Learning: A Survey of the Paradigm Shift for Edge Intelligence in Networked Systems [62.252355444948904]
  本稿では,エッジインテリジェンス(EI)と社会学習(SL)の統合に関する文献レビューの結果について述べる。 SLは、エージェントの協調能力と集団知性を増幅することを目的とした、社会的原則と行動に基づく学習パラダイムである。 ソーシャル化アーキテクチャ、ソーシャル化トレーニング、ソーシャル化推論の3つの統合コンポーネントについて詳しく検討し、その強みと弱点を分析した。
  論文  参考訳（メタデータ） (2024-04-20T11:07:29Z)
• Socially Responsible Computing in an Introductory Course [2.7426067696238468]
  テクノロジーが社会に害を与え不正をもたらす可能性を考えると、学生の間に社会的責任感を育むことが不可欠である。 我々は、倫理的、社会的に責任のある考察に学生を巻き込む活動がモジュール間で統合される、入門的なJavaプログラミングコースを試験的に試行した。 授業のデータは、技術的な課題に社会的文脈が組み込まれていることが、より動機付けされ、社会変革を実現するためのより大きなエージェンシーが表されたことを示唆している。
  論文  参考訳（メタデータ） (2024-01-02T16:52:50Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。 エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-10-18T02:27:01Z)
• Generative AI trial for nonviolent communication mediation [0.0]
  ChatGPTは、従来の認定トレーナーの代わりに、入力文を仲介する可能性をテストするために使用された。 結果は、まだ実用レベルには達していないが、生成AIの応用には可能性があることを示唆している。 生成型AIを用いたNVCメディエーションの普及が、ミックスバイオティクス社会の早期実現につながることが期待されている。
  論文  参考訳（メタデータ） (2023-08-07T06:19:29Z)
• Training Socially Aligned Language Models on Simulated Social Interactions [99.39979111807388]
  AIシステムにおける社会的アライメントは、確立された社会的価値に応じてこれらのモデルが振舞うことを保証することを目的としている。 現在の言語モデル(LM)は、トレーニングコーパスを独立して厳格に複製するように訓練されている。 本研究は,シミュレートされた社会的相互作用からLMを学習することのできる,新しい学習パラダイムを提案する。
  論文  参考訳（メタデータ） (2023-05-26T14:17:36Z)
• Learning Roles with Emergent Social Value Orientations [49.16026283952117]
  本稿では、人間社会における典型的な「労働・役割の分断」のメカニズムを紹介する。 我々は、社会的価値指向(SVO)を伴う時空間的社会的ジレンマ(ISD)に対する有望な解決策を提供する。 創発的SVOによる学習ロール(RESVO)と呼ばれる新しい学習フレームワークは、役割の学習を社会的価値指向の出現に変換するために提案されている。
  論文  参考訳（メタデータ） (2023-01-31T17:54:09Z)
• Aligning to Social Norms and Values in Interactive Narratives [89.82264844526333]
  我々は、インタラクティブな物語やテキストベースのゲームにおいて、社会的に有益な規範や価値観に沿って行動するエージェントを作成することに注力する。 我々は、特別な訓練を受けた言語モデルに存在する社会的コモンセンス知識を用いて、社会的に有益な値に整合した行動にのみ、その行動空間を文脈的に制限するGAALADエージェントを紹介した。
  論文  参考訳（メタデータ） (2022-05-04T09:54:33Z)
• Social learning spontaneously emerges by searching optimal heuristics with deep reinforcement learning [0.0]
  多次元ランドスケープにおける協調ゲームにおけるエージェントの社会的学習戦略を最適化するために、深層強化学習モデルを用いる。 エージェントは、コピー、頻繁で良好な隣人への焦点、自己比較、個人と社会学習のバランスの重要性など、社会的学習の様々な概念を自発的に学習する。 本研究では,時間的に変化する環境や実際のソーシャルネットワークなど,各種環境における強化学習エージェントの優れた性能を示す。
  論文  参考訳（メタデータ） (2022-04-26T15:10:27Z)
• Socially-Optimal Mechanism Design for Incentivized Online Learning [32.55657244414989]
  マルチアーム・バンディット(英: Multi-arm bandit、MAB)は、不確実な環境でのシーケンシャルな意思決定を研究する古典的なオンライン学習フレームワークである。 これは、スペクトル共有、クラウドセンシング、エッジコンピューティングなど、多くのアプリケーションにおいて事実上重要なシナリオである。 本稿では,このシナリオに対するインセンティブ付きオンライン学習(IOL)フレームワークを確立する。
  論文  参考訳（メタデータ） (2021-12-29T00:21:40Z)

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。