論文の概要: Augmented Collective Intelligence in Collaborative Ideation: Agenda and Challenges

• arxiv url: http://arxiv.org/abs/2303.18010v1
• Date: Fri, 31 Mar 2023 12:31:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-03 14:03:39.756645
• Title: Augmented Collective Intelligence in Collaborative Ideation: Agenda and Challenges
• Title（参考訳）: 協調的思考における集団知能の強化 - Agendaとチャレンジ
• Authors: Emily Dardaman (1) and Abhishek Gupta (1, 2, and 3) ((1) BCG Henderson Institute, (2) Montreal AI Ethics Institute, and (3) Boston Consulting Group)
• Abstract要約: 本稿では,協調的思考に有用な統合集団知能(ACI)の応用について検討する。 この調査では、人間と大きな言語モデル(LLM)を組み合わせて、ますます複雑なトピックを思い浮かべている。 論文は、ACIの実証的研究を共同で行うためには、これらの課題に対処する必要があると結論付けている。
• 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 systems may be better thought of as peers than as tools. This paper explores applications of augmented collective intelligence (ACI) beneficial to collaborative ideation. Design considerations are offered for an experiment that evaluates the performance of hybrid human- AI collectives. The investigation described combines humans and large language models (LLMs) to ideate on increasingly complex topics. A promising real-time collection tool called Polis is examined to facilitate ACI, including case studies from citizen engagement projects in Taiwan and Bowling Green, Kentucky. The authors discuss three challenges to consider when designing an ACI experiment: topic selection, participant selection, and evaluation of results. The paper concludes that researchers should address these challenges to conduct empirical studies of ACI in collaborative ideation.
• Abstract（参考訳）: AIシステムは、ツールよりもピアとして考える方がよいかもしれません。 本稿では,協調的思考に有用な統合集団知能(ACI)の応用について検討する。 設計上の考慮事項は、人間とaiのハイブリッド集団のパフォーマンスを評価する実験のために提供される。 この調査では、人間と大きな言語モデル(LLM)を組み合わせて、ますます複雑なトピックを思い浮かべている。 台湾の市民エンゲージメントプロジェクトやケンタッキー州ボーリンググリーンのケーススタディを含む,ACIを促進するために,Polisと呼ばれる有望なリアルタイム収集ツールが検討されている。 著者らは,ACI実験の設計において考慮すべき課題として,トピックの選択,参加者の選択,結果の評価の3つを論じている。 論文は、ACIの実証的研究を共同で行うためには、これらの課題に対処する必要があると結論付けている。

関連論文リスト

• Chain of Ideas: Revolutionizing Research Via Novel Idea Development with LLM Agents [64.64280477958283]
  科学文献の急激な増加は、研究者が最近の進歩と意義ある研究方向を見極めるのを困難にしている。 大規模言語モデル(LLM)の最近の発展は、新しい研究のアイデアを自動生成するための有望な道のりを示唆している。 本研究では, チェーン構造に関連文献を整理し, 研究領域の進展を効果的に反映する, LLMベースのエージェントであるChain-of-Ideas(CoI)エージェントを提案する。
  論文  参考訳（メタデータ） (2024-10-17T03:26:37Z)
• DISCOVERYWORLD: A Virtual Environment for Developing and Evaluating Automated Scientific Discovery Agents [49.74065769505137]
  本研究では,新しい科学的発見の完全なサイクルを実行するエージェントの能力を開発し,ベンチマークする最初の仮想環境であるDiscoVERYWORLDを紹介する。 8つのトピックにまたがる120の異なる課題タスクが含まれており、3レベルの難易度といくつかのパラメトリックなバリエーションがある。 従来の環境においてよく機能する強力なベースラインエージェントが、ほとんどのdiscoVERYWORLDタスクに苦労していることがわかった。
  論文  参考訳（メタデータ） (2024-06-10T20:08:44Z)
• Augmenting the Author: Exploring the Potential of AI Collaboration in Academic Writing [25.572926673827165]
  このケーススタディは、学術的な仕事において、責任と効果的なAI統合を保証するためのAIの限界を認識し、設計、出力分析、そして認識することの重要性を強調します。 この論文は、効果的なプロンプト戦略を探求し、Gen AIモデルの比較分析を提供することにより、ヒューマン・コンピュータインタラクションの分野に貢献する。
  論文  参考訳（メタデータ） (2024-04-23T19:06:39Z)
• ResearchAgent: Iterative Research Idea Generation over Scientific Literature with Large Language Models [56.08917291606421]
  ResearchAgentは、大規模言語モデルによる研究アイデア作成エージェントである。 科学文献に基づいて繰り返し精製しながら、問題、方法、実験設計を生成する。 我々は、複数の分野にわたる科学論文に関するResearchAgentを実験的に検証した。
  論文  参考訳（メタデータ） (2024-04-11T13:36:29Z)
• Assessing AI Impact Assessments: A Classroom Study [14.768235460961876]
  提案されたAIシステムへの影響を想像するための構造化プロセスを提供するツール群であるAIIA(Artificial Intelligence Impact Assessments)が、AIシステムを管理するための提案としてますます人気が高まっている。 近年、政府や民間団体の取り組みによりAIIAの多様なインスタンス化が提案されている。 我々は,AIの社会的・倫理的意味に焦点をあてた選択科目において,大規模な研究集約大学(R1)で授業研究を行う。 影響評価が参加者の潜在能力に対する認識に影響を及ぼすという予備的証拠を見いだす。
  論文  参考訳（メタデータ） (2023-11-19T01:00:59Z)
• The Participatory Turn in AI Design: Theoretical Foundations and the Current State of Practice [64.29355073494125]
  本稿は、既存の理論文献を合成して、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。 我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
  論文  参考訳（メタデータ） (2023-10-02T05:30:42Z)
• Collaborative Perception in Autonomous Driving: Methods, Datasets and Challenges [19.0876933975015]
  協調認識は、自律運転における閉塞性やセンサ障害の問題に対処するために不可欠である。 本研究は, このギャップを埋め, 今後の研究を動機付けるために, この分野における最近の成果を概観するものである。
  論文  参考訳（メタデータ） (2023-01-16T05:08:50Z)
• 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)
• Nine Potential Pitfalls when Designing Human-AI Co-Creative Systems [19.90876596716716]
  このポジショニングペーパーは、ジェネレーションモデルによる人間-AI共創の実現に向けての潜在的な落とし穴を検討する。 それぞれの落とし穴を例で説明し、それに取り組むためのアイデアを提案します。 私たちは、共同創造的な相互作用における人間とAIの役割に関する批判的で建設的な議論に貢献したいと考えています。
  論文  参考訳（メタデータ） (2021-04-01T09:27:30Z)

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。