論文の概要: Towards a Science of Human-AI Decision Making: A Survey of Empirical Studies

• arxiv url: http://arxiv.org/abs/2112.11471v1
• Date: Tue, 21 Dec 2021 19:00:02 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-23 14:21:35.494488
• Title: Towards a Science of Human-AI Decision Making: A Survey of Empirical Studies
• Title（参考訳）: 人間-AI意思決定の科学に向けて:実証的研究
• Authors: Vivian Lai, Chacha Chen, Q. Vera Liao, Alison Smith-Renner, Chenhao Tan
• Abstract要約: AI支援による人間の意思決定を強化する研究コミュニティへの関心が高まっている。 人間-AI意思決定の新たな分野は、人間がAIとどのように相互作用し、どのように働くかに関する基礎的な理解を形成するための経験的アプローチを取り入れなければならない。
• 参考スコア（独自算出の注目度）: 22.214709837295906
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As AI systems demonstrate increasingly strong predictive performance, their adoption has grown in numerous domains. However, in high-stakes domains such as criminal justice and healthcare, full automation is often not desirable due to safety, ethical, and legal concerns, yet fully manual approaches can be inaccurate and time consuming. As a result, there is growing interest in the research community to augment human decision making with AI assistance. Besides developing AI technologies for this purpose, the emerging field of human-AI decision making must embrace empirical approaches to form a foundational understanding of how humans interact and work with AI to make decisions. To invite and help structure research efforts towards a science of understanding and improving human-AI decision making, we survey recent literature of empirical human-subject studies on this topic. We summarize the study design choices made in over 100 papers in three important aspects: (1) decision tasks, (2) AI models and AI assistance elements, and (3) evaluation metrics. For each aspect, we summarize current trends, discuss gaps in current practices of the field, and make a list of recommendations for future research. Our survey highlights the need to develop common frameworks to account for the design and research spaces of human-AI decision making, so that researchers can make rigorous choices in study design, and the research community can build on each other's work and produce generalizable scientific knowledge. We also hope this survey will serve as a bridge for HCI and AI communities to work together to mutually shape the empirical science and computational technologies for human-AI decision making.
• Abstract（参考訳）: AIシステムはますます強力な予測性能を示し、多くの領域で採用されている。 しかし、刑事司法や医療などの高度な分野では、安全、倫理的、法的懸念から完全な自動化は望ましくないことが多いが、完全な手作業によるアプローチは不正確で時間を要する場合がある。 その結果、AI支援による人間の意思決定を強化する研究コミュニティへの関心が高まっている。 この目的のためにAI技術を開発することに加えて、人間とAIの意思決定の新興分野は、人間がどのように対話し、AIと協働して意思決定を行うかについての基礎的な理解を形成するための経験的アプローチを取り入れなければならない。 本研究は,人間-ai意思決定の理解と改善の科学をめざす構造研究の取り組みを誘い,支援するため,最近の経験的人間-サブジェクト研究の文献調査を行う。 我々は,(1)決定課題,(2)aiモデルとai支援要素,(3)評価指標という3つの重要な側面から,100以上の論文で行った研究デザイン選択を要約する。 それぞれの側面について、現在の傾向を概説し、分野の現在の実践のギャップを議論し、今後の研究の推奨事項のリストを作成する。 本調査では,研究者が研究設計において厳密な選択を行えるように,人間-AI意思決定の設計・研究空間を考慮に入れた共通フレームワークの開発の必要性を強調し,研究コミュニティが相互の作業に基づいて,汎用的な科学的知識を創出することができるようにした。 また、この調査は、HCIとAIコミュニティが協力して、人間とAIの意思決定のための実証科学と計算技術を相互に形成するための橋として役立つことを期待しています。

関連論文リスト

• Aligning Generalisation Between Humans and Machines [74.120848518198]
  近年のAIの進歩は、科学的発見と意思決定支援において人間を支援できる技術をもたらしたが、民主主義と個人を妨害する可能性がある。 AIの責任ある使用は、ますます人間とAIのチームの必要性を示している。 これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
  論文  参考訳（メタデータ） (2024-11-23T18:36:07Z)
• AI-Empowered Human Research Integrating Brain Science and Social Sciences Insights [1.7146585621340318]
  我々は、研究者が人間-AI共同研究に移行する時期は高いと論じている。 我々は、AIを研究ツール(ART)、AIを研究アシスタント(ARA)、AIを研究参加者(ARP)という3つの人間とAIのコラボレーションモデルを紹介する。
  論文  参考訳（メタデータ） (2024-11-16T11:13:23Z)
• AI for social science and social science of AI: A Survey [47.5235291525383]
  人工知能の最近の進歩は、人工知能の可能性を再考するきっかけとなった。 AIの人間的能力の増大は、社会科学研究にも注目されている。
  論文  参考訳（メタデータ） (2024-01-22T10:57:09Z)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• Training Towards Critical Use: Learning to Situate AI Predictions Relative to Human Knowledge [22.21959942886099]
  我々は、人間がAIモデルでは利用できない知識に対してAI予測をシチュレートする能力を集中させる「クリティカルユース」と呼ばれるプロセス指向の適切な依存の概念を紹介します。 我々は、児童虐待スクリーニングという複雑な社会的意思決定環境でランダム化オンライン実験を行う。 参加者にAIによる意思決定を実践する、迅速で低い機会を提供することによって、初心者は、経験豊富な労働者に類似したAIとの不一致のパターンを示すようになった。
  論文  参考訳（メタデータ） (2023-08-30T01:54:31Z)
• Human-AI Coevolution [48.74579595505374]
  Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。 本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
  論文  参考訳（メタデータ） (2023-06-23T18:10:54Z)
• Towards Human-centered Explainable AI: A Survey of User Studies for Model Explanations [18.971689499890363]
  我々は過去5年間に人間によるXAI評価で97コア論文を特定し分析してきた。 我々の研究は、XAIがレコメンダシステムなど特定のアプリケーション領域で急速に普及していることを示している。 我々は,XAI研究者や実践者を対象としたユーザスタディの設計と実施に関する実践的ガイドラインを提案する。
  論文  参考訳（メタデータ） (2022-10-20T20:53:00Z)
• Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and Stir" [76.44130385507894]
  本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。 本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-11-01T17:57:04Z)
• Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
  人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。 市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。 本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
  論文  参考訳（メタデータ） (2021-10-05T12:51:11Z)
• AI in society and culture: decision making and values [0.0]
  いくつかの学術的な議論、社会相談、影響研究が、人間と機械の生態系の変化の鍵となる側面を明らかにするために利用可能である。 詳細では、社会文化的フィルター、人間機械による決定の分類、価値に基づくAIの視点がこの文献レビューの焦点となっている。 より深く理解するために、技術を超えた問題を調査する次世代AIに関する大規模な調査にステークホルダーを招待することが提案されている。
  論文  参考訳（メタデータ） (2020-04-29T07:09:39Z)

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。