論文の概要: Computational Empathy Counteracts the Negative Effects of Anger on
Creative Problem Solving
- arxiv url: http://arxiv.org/abs/2208.07178v1
- Date: Mon, 15 Aug 2022 13:31:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-16 14:33:17.239838
- Title: Computational Empathy Counteracts the Negative Effects of Anger on
Creative Problem Solving
- Title（参考訳）: コンピュータ共感は創造的問題解決における怒りの負の効果に反する
- Authors: Matthew Groh, Craig Ferguson, Robert Lewis, Rosalind Picard
- Abstract要約: 我々は,よく着飾ったホッキョクグマの形をした仮想エージェントによる,文脈特有の情緒的模倣と視点の取扱いに基づく,計算的共感の介入を導入する。
我々は,Wordleをベースとしたワードゲームにおいて,怒りと共感が参加者のパフォーマンスにどのように影響するかを検討する。
- 参考スコア（独自算出の注目度）: 2.322052136673525
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: How does empathy influence creative problem solving? We introduce a
computational empathy intervention based on context-specific affective mimicry
and perspective taking by a virtual agent appearing in the form of a
well-dressed polar bear. In an online experiment with 1,006 participants
randomly assigned to an emotion elicitation intervention (with a control
elicitation condition and anger elicitation condition) and a computational
empathy intervention (with a control virtual agent and an empathic virtual
agent), we examine how anger and empathy influence participants' performance in
solving a word game based on Wordle. We find participants who are assigned to
the anger elicitation condition perform significantly worse on multiple
performance metrics than participants assigned to the control condition.
However, we find the empathic virtual agent counteracts the drop in performance
induced by the anger condition such that participants assigned to both the
empathic virtual agent and the anger condition perform no differently than
participants in the control elicitation condition and significantly better than
participants assigned to the control virtual agent and the anger elicitation
condition. While empathy reduces the negative effects of anger, we do not find
evidence that the empathic virtual agent influences performance of participants
who are assigned to the control elicitation condition. By introducing a
framework for computational empathy interventions and conducting a two-by-two
factorial design randomized experiment, we provide rigorous, empirical evidence
that computational empathy can counteract the negative effects of anger on
creative problem solving.
- Abstract（参考訳）: 共感は創造的問題解決にどのように影響するか
我々は,よく着飾ったホッキョクグマの形をした仮想エージェントによる,文脈特有の情緒的模倣と視点の取扱いに基づく,計算的共感の介入を導入する。
感情誘発介入(制御誘発条件と怒り誘発条件)と計算共感介入(制御仮想エージェントと共感仮想エージェント)をランダムに割り当てた1,006人の参加者によるオンライン実験において,Wordleに基づく単語ゲームにおいて,怒りと共感が参加者のパフォーマンスに与える影響について検討した。
怒りの誘発状態に割り当てられた参加者は、制御条件に割り当てられた参加者よりも、複数のパフォーマンス指標で著しく悪化する。
しかし、共感仮想エージェントは、共感仮想エージェントと怒り状態の両方に割り当てられた参加者が制御誘発条件の参加者と違いなく、制御仮想エージェントおよび怒り誘発条件に割り当てられた参加者よりも有意に優れた、怒り状態によって引き起こされるパフォーマンスの低下を相殺する。
共感は怒りの負の効果を減少させるが、共感的仮想エージェントが制御誘発状態に割り当てられた参加者のパフォーマンスに影響を及ぼす証拠は見つからない。
計算共感介入の枠組みを導入し,2対2の因子設計ランダム化実験を行うことにより,創造的問題解決における怒りの否定的効果を,計算共感が反作用することを示す厳密な実証的証拠を提供する。
関連論文リスト
- Cause-Aware Empathetic Response Generation via Chain-of-Thought Fine-Tuning [12.766893968788263]
共感反応生成は、対話の文脈を理解し、表現された感情に反応する能力を持つエージェントを与える。
先行研究は、主に話者の感情的ラベルを活用することに重点を置いているが、感情の重要性が原因の推論を無視している。
そこで我々は,感情と原因をうまく設計したChain-of-Thoughtプロンプトを通じて統合した原因認識型共感生成手法を提案する。
論文 参考訳（メタデータ） (2024-08-21T13:11:03Z) - CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
既存のアプローチは、苦痛の感情の原因を無視します。
彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。
本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
論文 参考訳（メタデータ） (2024-01-31T11:30:24Z) - The Importance of Multimodal Emotion Conditioning and Affect Consistency
for Embodied Conversational Agents [12.102955731466457]
本研究では、一貫した運転影響を条件としたマルチモーダル行動を生成することにより、感情の知覚を高めることを目的とした概念的枠組みを提案する。
我々の統計的分析は、モダリティが不整合であることは運転への影響の知覚を著しく減少させることを示している。
論文 参考訳（メタデータ） (2023-09-26T23:41:56Z) - Adversarial Stimuli: Attacking Brain-Computer Interfaces via Perturbed
Sensory Events [11.650381752104296]
脳波をベースとした運動画像(MI)を用いた脳神経インタフェースの実現可能性について,感覚刺激の摂動による検討を行った。
敵対的な例と同様に、これらの刺激は、BCIシステムの統合された脳感覚処理コンポーネントの限界を活用することを目的としている。
論文 参考訳（メタデータ） (2022-11-18T05:20:35Z) - CASE: Aligning Coarse-to-Fine Cognition and Affection for Empathetic
Response Generation [59.8935454665427]
共感的対話モデルは、通常、感情的な側面のみを考慮するか、孤立して認知と愛情を扱う。
共感的対話生成のためのCASEモデルを提案する。
論文 参考訳（メタデータ） (2022-08-18T14:28:38Z) - What's on your mind? A Mental and Perceptual Load Estimation Framework
towards Adaptive In-vehicle Interaction while Driving [55.41644538483948]
精神的な作業量と知覚的負荷が心理生理学的次元に及ぼす影響を分析する。
これらの測定値の融合により、心的および知覚的負荷レベルを分類する。
我々は、最大89%のメンタルワークロード分類精度を報告し、リアルタイムに最小限のソリューションを提供する。
論文 参考訳（メタデータ） (2022-08-10T21:19:49Z) - Emotion-aware Chat Machine: Automatic Emotional Response Generation for
Human-like Emotional Interaction [55.47134146639492]
この記事では、投稿中のセマンティクスと感情を同時にエンコードできる、未定義のエンドツーエンドニューラルネットワークを提案する。
実世界のデータを用いた実験により,提案手法は,コンテンツコヒーレンスと感情の適切性の両方の観点から,最先端の手法よりも優れていることが示された。
論文 参考訳（メタデータ） (2021-06-06T06:26:15Z) - Towards an Online Empathetic Chatbot with Emotion Causes [10.700455393948818]
共感反応に対するユーザの感情を誘発する原因を学習することが重要である。
オンライン環境で感情の原因を収集するために、カウンセリング戦略を活用する。
提案手法の有効性を,複数のSOTA法との比較により検証した。
論文 参考訳（メタデータ） (2021-05-11T02:52:46Z) - Antagonistic Crowd Simulation Model Integrating Emotion Contagion and
Deep Reinforcement Learning [19.60008056384961]
複雑な感情が意思決定に影響を与えるメカニズム、特に突然の対立の環境では、まだ解明されていない。
感情的感染と深層強化学習を組み合わせた新たな対角的群集シミュレーションモデルを提案する。
その結果、感情は集団戦闘に重大な影響を与え、ポジティブな感情状態は戦闘に役立つことが証明されています。
論文 参考訳（メタデータ） (2021-04-29T01:18:13Z) - MIME: MIMicking Emotions for Empathetic Response Generation [82.57304533143756]
共感応答生成への現在のアプローチは、入力テキストで表現された感情の集合を平らな構造として見る。
共感反応は, 肯定的, 否定的, 内容に応じて, ユーザの感情を様々な程度に模倣することが多い。
論文 参考訳（メタデータ） (2020-10-04T00:35:47Z) - Towards Persona-Based Empathetic Conversational Models [58.65492299237112]
共感的会話モデルは、多くのドメインにおけるユーザの満足度とタスク結果を改善することが示されている。
心理学において、ペルソナは人格と高い相関関係があることが示され、それによって共感に影響を及ぼす。
本研究では,ペルソナに基づく共感的会話に対する新たな課題を提案し,ペルソナが共感的反応に与える影響に関する最初の経験的研究を示す。
論文 参考訳（メタデータ） (2020-04-26T08:51:01Z)
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。