論文の概要: Exoskeleton for the Mind: Exploring Strategies Against Misinformation
with a Metacognitive Agent
- arxiv url: http://arxiv.org/abs/2304.08759v1
- Date: Tue, 18 Apr 2023 06:34:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-19 15:55:09.289752
- Title: Exoskeleton for the Mind: Exploring Strategies Against Misinformation
with a Metacognitive Agent
- Title（参考訳）: 心のための外骨格--メタ認知エージェントによる誤情報に対する戦略の探求
- Authors: Yeongdae Kim, Takane Ueno, Katie Seaborn, Hiroki Oura, Jacqueline
Urakami, Yuto Sawa
- Abstract要約: メタ認知の理論に基づく新しい誤情報防止エージェントをTwitter内で評価した。
コントロールに勝る戦略はひとつもなかった。
また,エージェントの基盤となる論理について,透明性と明確性の必要性を確認した。
- 参考スコア（独自算出の注目度）: 12.641141743223377
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Misinformation is a global problem in modern social media platforms with few
solutions known to be effective. Social media platforms have offered tools to
raise awareness of information, but these are closed systems that have not been
empirically evaluated. Others have developed novel tools and strategies, but
most have been studied out of context using static stimuli, researcher prompts,
or low fidelity prototypes. We offer a new anti-misinformation agent grounded
in theories of metacognition that was evaluated within Twitter. We report on a
pilot study (n=17) and multi-part experimental study (n=57, n=49) where
participants experienced three versions of the agent, each deploying a
different strategy. We found that no single strategy was superior over the
control. We also confirmed the necessity of transparency and clarity about the
agent's underlying logic, as well as concerns about repeated exposure to
misinformation and lack of user engagement.
- Abstract（参考訳）: 誤情報(英語: Misinformation)は、現代のソーシャルメディアプラットフォームにおけるグローバルな問題であり、有効なソリューションがほとんどない。
ソーシャルメディアプラットフォームは情報に対する認識を高めるツールを提供しているが、これらは実証的に評価されていないクローズドシステムである。
他にも新しいツールや戦略を開発したものもあるが、ほとんどは静的刺激、研究者のプロンプト、低い忠実度プロトタイプを用いて文脈から研究されている。
メタ認知の理論に基づく新しい誤情報防止エージェントをTwitter内で評価した。
パイロット実験(n=17)と多部実験(n=57,n=49)を行い,それぞれ異なる戦略を展開するエージェントの3つのバージョンを経験した。
コントロールより優れた戦略は1つもなかった。
また,エージェントの基盤となるロジックに対する透明性と明快さ,および誤情報への繰り返しの暴露やユーザエンゲージメントの欠如に対する懸念も確認した。
関連論文リスト
- Knowledge Boundary and Persona Dynamic Shape A Better Social Media Agent [69.12885360755408]
パーソナライズされた知識と動的ペルソナ情報に基づくソーシャルメディアエージェントを構築する。
パーソナライズされた知識に対して、外部知識ソースを追加し、エージェントのペルソナ情報とマッチングすることにより、エージェントにパーソナライズされた世界知識を与える。
動的ペルソナ情報については、現在の行動情報を用いてエージェントのペルソナ情報を内部的に検索し、現在の行動に対する多様なペルソナ情報の干渉を低減する。
論文 参考訳（メタデータ） (2024-03-28T10:01:23Z) - Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である
本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
論文 参考訳（メタデータ） (2023-12-22T17:57:57Z) - Strategy Extraction in Single-Agent Games [0.19336815376402716]
本研究では,行動戦略を用いた知識伝達を,人間の認知能力に左右される伝達可能な知識の形式として提案する。
提案手法は,Pacman, Bank Heist, Dungeon-crawling(ダンジョンクローリングゲーム)の3つの環境において有効な戦略を同定できることを示す。
論文 参考訳（メタデータ） (2023-05-22T01:28:59Z) - Information Design in Multi-Agent Reinforcement Learning [61.140924904755266]
強化学習(Reinforcement Learning、RL)は、人間の幼児や動物が環境から学ぶ方法にインスパイアされている。
計算経済学の研究は、他者に直接影響を与える2つの方法を蒸留する: 有形物(機械設計)の提供と情報(情報設計)の提供である。
論文 参考訳（メタデータ） (2023-05-08T07:52:15Z) - Trust and Reliance in Consensus-Based Explanations from an
Anti-Misinformation Agent [10.036312061637764]
発見は信頼の影響ではなく、コンセンサスに基づく説明への依存の影響を示す。
この研究は、XAIを利用するアンチミス情報システムの設計、特にユーザ中心の説明の設計を導くかもしれない。
論文 参考訳（メタデータ） (2023-04-22T00:06:24Z) - GANterfactual-RL: Understanding Reinforcement Learning Agents'
Strategies through Visual Counterfactual Explanations [0.7874708385247353]
本稿では,RLエージェントの反実的説明を生成する手法を提案する。
本手法は完全にモデルに依存しないので,いくつかの計算量において,従来の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2023-02-24T15:29:43Z) - Using Persuasive Writing Strategies to Explain and Detect Health Misinformation [15.748429583896232]
本研究は,テキスト文書に用いられている説得戦略を分析し,誤情報の自動識別を支援することに焦点を当てる。
我々の目的を達成するために、一般的な説得力のある筆記法を含む新しいアノテーションスキームを導入する。
提案手法を専門家が徹底的にアノテートした健康情報に関するデータセットを提供する。
論文 参考訳（メタデータ） (2022-11-11T03:26:37Z) - Exploration and Incentives in Reinforcement Learning [107.42240386544633]
各エージェントが同一(ただし未知)のMDPに直面する複雑な探索問題を考察する。
エージェントはポリシーの選択を制御するが、アルゴリズムは推奨事項のみを発行できる。
MDPのすべての到達可能な状態を探索するアルゴリズムを設計します。
論文 参考訳（メタデータ） (2021-02-28T00:15:53Z) - Detecting Cross-Modal Inconsistency to Defend Against Neural Fake News [57.9843300852526]
我々は、画像やキャプションを含む機械生成ニュースに対して、より現実的で挑戦的な対策を導入する。
敵が悪用できる可能性のある弱点を特定するために、4つの異なる種類の生成された記事からなるNeuralNewsデータセットを作成します。
ユーザ実験から得られた貴重な知見に加えて,視覚的意味的不整合の検出にもとづく比較的効果的なアプローチを提案する。
論文 参考訳（メタデータ） (2020-09-16T14:13:15Z) - The Emergence of Adversarial Communication in Multi-Agent Reinforcement
Learning [6.18778092044887]
多くの現実世界の問題は、複数の自律エージェントの調整を必要とする。
最近の研究は、複雑なマルチエージェント協調を可能にする明示的なコミュニケーション戦略を学ぶためのグラフニューラルネットワーク(GNN)の約束を示している。
一つの利己的なエージェントが高度に操作的なコミュニケーション戦略を学習し、協調的なエージェントチームを大幅に上回っていることを示す。
論文 参考訳（メタデータ） (2020-08-06T12:48:08Z) - Machine Learning Explanations to Prevent Overtrust in Fake News
Detection [64.46876057393703]
本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。
我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。
説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
論文 参考訳（メタデータ） (2020-07-24T05:42:29Z)
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。