Fugu-MT 論文翻訳(概要): Who Wrote this? How Smart Replies Impact Language and Agency in the Workplace

論文の概要: Who Wrote this? How Smart Replies Impact Language and Agency in the Workplace

arxiv url: http://arxiv.org/abs/2210.06470v1
Date: Fri, 7 Oct 2022 20:06:25 GMT
ステータス: 処理完了
システム内更新日: 2022-10-16 16:12:46.481052
Title: Who Wrote this? How Smart Replies Impact Language and Agency in the Workplace
Title（参考訳）: 誰が書いたの? スマートリプライが職場の言語とエージェンシーに与える影響
Authors: Kilian Wenker
Abstract要約: この研究は、スマートリプライ(SR)を使用して、AIが開発者の一部に何の意図も持たずに人間にどのように影響するかを示す。本稿では,AIが人体に与える影響を研究するための有効なアプローチとして,代理店理論の喪失を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: AI-mediated communication is designed to help us do our work more quickly and efficiently. But does it come at a cost? This study uses smart replies (SRs) to show how AI influences humans without any intent on the part of the developer - the very use of AI is sufficient. I propose a loss of agency theory as a viable approach for studying the impact of AI on human agency. I use mixed methods involving a crowdsourced experiment to test the theory and qualitative interviews to elucidate non-use of AI. My quantitative results reveal that machine agency affects the content we author and the behavior we generate. But it is a non-zero-sum game.
Abstract（参考訳）: aiを媒介とするコミュニケーションは、仕事をより迅速かつ効率的に行うために設計されています。しかし、コストはかかるのでしょうか? この研究は、スマートリプライ(SR)を使用して、AIが開発者の一部に意図せずに人間にどのように影響するかを示す。本稿では,AIが人的エージェントに与える影響を研究するための有効なアプローチとして,エージェント理論の喪失を提案する。クラウドソーシング実験を含む混合手法を使って、理論と質的インタビューをテストして、aiの非使用を解明します。私の定量的結果は、マシンエージェンシーが、私たちが書いたコンテンツや、生成した振る舞いに影響を与えていることを示しています。しかし、これはゼロサムゲームではない。

関連論文リスト

Raising the Stakes: Performance Pressure Improves AI-Assisted Decision Making [57.53469908423318]
日常の人が共通のAI支援タスクを完了すると、パフォーマンスプレッシャーがAIアドバイスへの依存に与える影響を示す。利害関係が高い場合には、AIの説明の有無にかかわらず、利害関係が低い場合よりもAIアドバイスを適切に使用することが分かりました。
論文参考訳（メタデータ） (2024-10-21T22:39:52Z)
Capturing Humans' Mental Models of AI: An Item Response Theory Approach [12.129622383429597]
我々は、AIエージェントのパフォーマンスが、他の人間のパフォーマンスよりも平均的にはるかに良いと期待していることを示します。以上の結果から,AIエージェントの性能は他の人間よりも平均的に有意に向上することが示唆された。
論文参考訳（メタデータ） (2023-05-15T23:17:26Z)
Navigates Like Me: Understanding How People Evaluate Human-Like AI in Video Games [36.96985093527702]
エージェントとベースラインAIエージェントが生成するナビゲーション行動の人間的類似性を比較したクラウドソースによる数百のアセスメントを収集する。提案するエージェントはチューリングテストに合格するが,ベースラインエージェントは合格しない。この研究は、ゴール指向のビデオゲームナビゲーションの文脈において、人間が人間的と考える特性に関する洞察を提供する。
論文参考訳（メタデータ） (2023-03-02T18:59:04Z)
The Role of Heuristics and Biases During Complex Choices with an AI Teammate [0.0]
古典的な実験手法は、AIヘルパーによる複雑な選択を研究するには不十分である、と我々は主張する。我々は、フレーミングとアンカー効果が、人々がAIヘルパーと一緒に働く方法に影響を与え、選択結果を予測することを示した。
論文参考訳（メタデータ） (2023-01-14T20:06:43Z)
On Avoiding Power-Seeking by Artificial Intelligence [93.9264437334683]
私たちは、非常にインテリジェントなAIエージェントの振る舞いと人間の関心を協調する方法を知りません。私は、世界に限られた影響を与え、自律的に力を求めないスマートAIエージェントを構築できるかどうか調査する。
論文参考訳（メタデータ） (2022-06-23T16:56:21Z)
On the Influence of Explainable AI on Automation Bias [0.0]
我々は、説明可能なAI(XAI)によって自動化バイアスに影響を与える可能性に光を当てることを目指している。ホテルのレビュー分類に関するオンライン実験を行い、最初の結果について議論する。
論文参考訳（メタデータ） (2022-04-19T12:54:23Z)
A User-Centred Framework for Explainable Artificial Intelligence in Human-Robot Interaction [70.11080854486953]
本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
論文参考訳（メタデータ） (2021-09-27T09:56:23Z)
The Who in XAI: How AI Background Shapes Perceptions of AI Explanations [61.49776160925216]
私たちは、2つの異なるグループ、つまりAIのバックグラウンドを持つ人々といない人たちの、異なるタイプのAI説明に対する理解について、混合手法による研究を行います。その結果,(1) 両群は異なる理由から不合理な数に対する信頼を示し,(2) それぞれの群は意図した設計以上の異なる説明に価値を見出した。
論文参考訳（メタデータ） (2021-07-28T17:32:04Z)
Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文参考訳（メタデータ） (2021-07-12T14:21:46Z)
The Threat of Offensive AI to Organizations [52.011307264694665]
この調査は、組織に対する攻撃的なAIの脅威を調査する。まず、AIが敵の方法、戦略、目標、および全体的な攻撃モデルをどのように変えるかについて議論する。そして、文献レビューを通じて、敵が攻撃を強化するために使用できる33の攻撃的AI能力を特定します。
論文参考訳（メタデータ） (2021-06-30T01:03:28Z)
Does the Whole Exceed its Parts? The Effect of AI Explanations on Complementary Team Performance [44.730580857733]
以前の研究では、AIが人間と最高のチームの両方を上回った場合にのみ、説明による改善が観察された。我々は、3つのデータセットで混合メソッドのユーザー研究を行い、人間に匹敵する精度のAIが、参加者のタスク解決に役立ちます。説明は、人間がAIの推奨を受け入れる可能性を高める。
論文参考訳（メタデータ） (2020-06-26T03:34:04Z)

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。