論文の概要: AI-assisted Protective Action: Study of ChatGPT as an Information Source
for a Population Facing Climate Hazards
- arxiv url: http://arxiv.org/abs/2304.06124v2
- Date: Sat, 15 Apr 2023 00:25:14 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 20:00:33.487459
- Title: AI-assisted Protective Action: Study of ChatGPT as an Information Source
for a Population Facing Climate Hazards
- Title（参考訳）: AI支援型保護行動:気候障害に対する情報源としてのChatGPTの研究
- Authors: Xiangpeng Li, Yuqin Jiang, Ali Mostafavi
- Abstract要約: ChatGPTは新たな情報ソースとして登場している。
本研究の目的は,ChatGPTが生成した応答の精度と完全性を評価することである。
- 参考スコア（独自算出の注目度）: 3.3299223812475094
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: ChatGPT has been emerging as a novel information source, and it is likely
that the public might seek information from ChatGPT while taking protective
actions when facing climate hazards such as floods and hurricanes. The
objective of this study is to evaluate the accuracy and completeness of
responses generated by ChatGPT when individuals seek information about aspects
of taking protective actions. The survey analysis results indicated that: (1)
the emergency managers considered the responses provided by ChatGPT as accurate
and complete to a great extent; (2) it was statistically verified in
evaluations that the generated information was accurate, but lacked
completeness, implying that the extent of information provided is accurate; and
(3) information generated for prompts related to hazard insurance received the
highest evaluation, whereas the information generated related to evacuation
received the lowest. This last result implies that, for complex,
context-specific protective actions (such as evacuation), the information was
rated as less complete compared with other protective actions. Also, the
results showed that the perception of respondents regarding the utility of AI-
assistive technologies (such as ChatGPT) for emergency preparedness and
response improved after taking the survey and evaluating the information
generated by ChatGPT. The findings from this study provide empirical evaluation
regarding the utility of AI-assistive technologies for improving public
decision-making and protective actions in disasters.
- Abstract（参考訳）: ChatGPTは新たな情報ソースとして登場しており、洪水やハリケーンなどの気候の危険に直面する際に、保護措置を講じながらChatGPTから情報を求める可能性がある。
本研究の目的は,ChatGPTが個人が保護行動をとる側面に関する情報を求める際に生じる応答の正確さと完全性を評価することである。
The survey analysis results indicated that: (1) the emergency managers considered the responses provided by ChatGPT as accurate and complete to a great extent; (2) it was statistically verified in evaluations that the generated information was accurate, but lacked completeness, implying that the extent of information provided is accurate; and (3) information generated for prompts related to hazard insurance received the highest evaluation, whereas the information generated related to evacuation received the lowest.
この最後の結果は、複雑な状況に固有の保護行動(避難など)では、他の保護行動と比較して情報の完成度が低かったことを示している。
また,ChatGPT等のAIasistive Technology(AIassistive Technology)の緊急準備と対応性に対する意識は,ChatGPTが生成した情報を用いて評価した結果,改善した。
本研究は,災害時の公衆の意思決定と保護行動を改善するためのAIアシスト技術の有用性について,実証評価を行った。
関連論文リスト
- Evaluating the Propensity of Generative AI for Producing Disinformation During an Election Cycle [0.0]
本研究では、選挙期間中に有害な偽情報を生成するために、現在の生成AIモデルの妥当性について検討する。
コピロとジェミニは、予想される最低限の損害に気付き、全体的な安全性能に結びついていることが判明した。
敵対的役割の特徴が発見され 全てのモデルに より大きな害をもたらすことが判明しました
論文 参考訳（メタデータ） (2024-11-09T09:03:08Z) - Risks and NLP Design: A Case Study on Procedural Document QA [52.557503571760215]
より具体的なアプリケーションやユーザに対して分析を専門化すれば,ユーザに対するリスクや害の明確な評価が可能になる,と我々は主張する。
リスク指向のエラー分析を行い、リスクの低減とパフォーマンスの向上を図り、将来のシステムの設計を通知する。
論文 参考訳（メタデータ） (2024-08-16T17:23:43Z) - Banal Deception Human-AI Ecosystems: A Study of People's Perceptions of LLM-generated Deceptive Behaviour [11.285775969393566]
大規模言語モデル(LLM)は、ユーザに誤った、不正確な、あるいは誤解を招く情報を提供する。
本研究は,ChatGPTが生成する騙し行動に対する人々の認識について検討する。
論文 参考訳（メタデータ） (2024-06-12T16:36:06Z) - A Survey of Privacy-Preserving Model Explanations: Privacy Risks, Attacks, and Countermeasures [50.987594546912725]
AIのプライバシと説明可能性に関する研究が増えているにもかかわらず、プライバシを保存するモデル説明にはほとんど注意が払われていない。
本稿では,モデル説明に対するプライバシ攻撃とその対策に関する,最初の徹底的な調査を紹介する。
論文 参考訳（メタデータ） (2024-03-31T12:44:48Z) - Lying Blindly: Bypassing ChatGPT's Safeguards to Generate Hard-to-Detect
Disinformation Claims at Scale [0.840486446122478]
本研究では、ウクライナにおける戦争に関する無条件の主張を発生させるChatGPTの能力について検討する。
IFCN登録ファクトチェッカーによるClaumReviewの戦争関連クレームと、ChatGPTが生成した類似のショートフォームコンテンツを比較した。
われわれは、ChatGPTが現実的でターゲット固有の偽情報を安価、迅速、かつ大規模に生成できることを示し、これらの主張が人間や既存の自動化ツールによって確実に区別できないことを証明した。
論文 参考訳（メタデータ） (2024-02-13T13:50:08Z) - Measuring the Effect of Influential Messages on Varying Personas [67.1149173905004]
我々は、ニュースメッセージを見る際にペルソナが持つ可能性のある応答を推定するために、ニュースメディア向けのペルソナに対するレスポンス予測という新しいタスクを提示する。
提案課題は,モデルにパーソナライズを導入するだけでなく,各応答の感情極性と強度も予測する。
これにより、ペルソナの精神状態に関するより正確で包括的な推測が可能になる。
論文 参考訳（メタデータ） (2023-05-25T21:01:00Z) - To ChatGPT, or not to ChatGPT: That is the question! [78.407861566006]
本研究は,ChatGPT検出における最新の手法を包括的かつ現代的に評価するものである。
我々は、ChatGPTと人間からのプロンプトからなるベンチマークデータセットをキュレートし、医療、オープンQ&A、ファイナンスドメインからの多様な質問を含む。
評価の結果,既存の手法ではChatGPT生成内容を効果的に検出できないことがわかった。
論文 参考訳（メタデータ） (2023-04-04T03:04:28Z) - On the Robustness of ChatGPT: An Adversarial and Out-of-distribution
Perspective [67.98821225810204]
本研究は,ChatGPTの頑健性について,敵対的視点とアウト・オブ・ディストリビューションの観点から評価する。
その結果,ほとんどの対人・OOD分類・翻訳作業において一貫した優位性を示した。
ChatGPTは対話関連テキストの理解において驚くべきパフォーマンスを示す。
論文 参考訳（メタデータ） (2023-02-22T11:01:20Z) - A Categorical Archive of ChatGPT Failures [47.64219291655723]
OpenAIが開発したChatGPTは、大量のデータを使って訓練され、人間の会話をシミュレートしている。
それは、広範囲の人間の問い合わせに効果的に答える能力のために、大きな注目を集めている。
しかし、ChatGPTの失敗の包括的分析は欠落しており、これが本研究の焦点となっている。
論文 参考訳（メタデータ） (2023-02-06T04:21:59Z) - Trustable Mobile Crowd Sourcing for Acquiring Information from a Flooded
Smart Area [1.933681537640272]
洪水は、スマートシティで深刻な環境被害と破壊を引き起こす自然現象である。
被災者を助けようとする救助・救援組織は、浸水環境に関する新たな正確な情報を得る必要がある。
本稿では, 浸水地域から必要な情報を, 被害者, 施設, 生活, 医療, 移転の4つのカテゴリに分類する。
悪意のあるユーザ検出を含む情報取得のためのクラウドソーシング方式を提案し、受信した情報の正確性を確保する。
論文 参考訳（メタデータ） (2022-03-09T15:03:25Z) - Improving Community Resiliency and Emergency Response With Artificial
Intelligence [0.05541644538483946]
我々は、ステークホルダーが包括的で関連性があり、信頼できる情報にタイムリーにアクセスできるようにする、多段階の緊急対応ツールを目指しています。
本ツールは, 浸水リスク位置, 道路ネットワーク強度, 浸水マップ, 浸水地や被害インフラを推定するコンピュータビジョンセマンティックセマンティックセマンティックセグメンテーションなど, オープンソースの地理空間データの複数の層を符号化して構成する。
これらのデータレイヤを組み合わせて、緊急時の避難経路の検索や、最初に影響を受けたエリアで最初の応答者のために利用可能な宿泊場所のリストを提供するなど、機械学習アルゴリズムの入力データとして利用する。
論文 参考訳（メタデータ） (2020-05-28T18:05:08Z)
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。