論文の概要: LLM-based Interaction for Content Generation: A Case Study on the
Perception of Employees in an IT department
- arxiv url: http://arxiv.org/abs/2304.09064v1
- Date: Tue, 18 Apr 2023 15:35:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-19 14:13:50.202270
- Title: LLM-based Interaction for Content Generation: A Case Study on the
Perception of Employees in an IT department
- Title(参考訳): コンテンツ生成のためのLCMに基づくインタラクション:IT部門における従業員の知覚を事例として
- Authors: Alexandre Agossah and Fr\'ed\'erique Krupa and Matthieu Perreira Da
Silva and Patrick Le Callet
- Abstract要約: 本稿では,IT企業の従業員が生成ツールを使用する意図を明らかにするためのアンケート調査を行う。
以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であると認識されるほど, 意図が高くなることが示唆された。
分析の結果, 生産ツールの利用頻度は, 従業員が作業の文脈でこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
- 参考スコア(独自算出の注目度): 85.1523466539595
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the past years, AI has seen many advances in the field of NLP. This has
led to the emergence of LLMs, such as the now famous GPT-3.5, which
revolutionise the way humans can access or generate content. Current studies on
LLM-based generative tools are mainly interested in the performance of such
tools in generating relevant content (code, text or image). However, ethical
concerns related to the design and use of generative tools seem to be growing,
impacting the public acceptability for specific tasks. This paper presents a
questionnaire survey to identify the intention to use generative tools by
employees of an IT company in the context of their work. This survey is based
on empirical models measuring intention to use (TAM by Davis, 1989, and UTAUT2
by Venkatesh and al., 2008). Our results indicate a rather average
acceptability of generative tools, although the more useful the tool is
perceived to be, the higher the intention to use seems to be. Furthermore, our
analyses suggest that the frequency of use of generative tools is likely to be
a key factor in understanding how employees perceive these tools in the context
of their work. Following on from this work, we plan to investigate the nature
of the requests that may be made to these tools by specific audiences.
- Abstract(参考訳): 過去数年間、AIはNLPの分野で多くの進歩を見てきた。
これにより、現在有名なGPT-3.5のようなLCMが出現し、人間がコンテンツにアクセスまたは生成する方法に革命をもたらした。
llmベースの生成ツールに関する最近の研究は、関連するコンテンツ(コード、テキスト、画像)を生成するツールのパフォーマンスに主に関心を持っている。
しかし、生成ツールの設計と使用に関する倫理的懸念が高まり、特定のタスクに対する公衆の受け入れに影響を及ぼしている。
本稿では,IT企業の社員による生成ツールの使用意図を,作業の文脈で把握するためのアンケート調査を行う。
この調査は、使用意図を測定する経験モデルに基づいている(tam by davis, 1989, utaut2 by venkatesh and al., 2008)。
以上の結果から, 生成ツールの比較的平均的な受容性が示唆されるが, ツールが有用であるほど, 使用する意図が高くなることが示唆された。
さらに, 生成ツールの利用頻度は, 従業員がこれらのツールをどのように認識しているかを理解する上で重要な要因である可能性が示唆された。
この作業に続いて、特定のオーディエンスによってこれらのツールに対してなされる可能性のある要求の性質について検討する予定である。
関連論文リスト
- Materials science in the era of large language models: a perspective [0.0]
大きな言語モデル(LLM)は、その印象的な能力によってかなりの関心を集めている。
この論文は、様々なタスクや規律にわたる曖昧な要求に対処する能力は、研究者を支援する強力なツールになり得ると論じている。
論文 参考訳(メタデータ) (2024-03-11T17:34:25Z) - Look Before You Leap: Towards Decision-Aware and Generalizable
Tool-Usage for Large Language Models [28.19932548630398]
意思決定・汎用ツール・ユース・フレームワーク(DEER)を提案する。
具体的には、まず、自動生成パイプラインを介して、複数の決定ブランチを持つツール使用サンプルを構築します。
提案するDEERは, 各種データセットのベースラインよりも効果的で, 著しく優れる。
論文 参考訳(メタデータ) (2024-02-26T16:11:03Z) - Planning, Creation, Usage: Benchmarking LLMs for Comprehensive Tool
Utilization in Real-World Complex Scenarios [95.97781233780357]
UltraToolは、ツール利用におけるLarge Language Modelsの能力を改善し評価するために設計された、新しいベンチマークである。
現実の複雑さを強調し、効果的な問題解決のために正確で多段階の計画を必要とする。
UltraToolの重要な特徴は、ツールの使用前に発生する自然言語による計画の独立した評価である。
論文 参考訳(メタデータ) (2024-01-30T16:52:56Z) - AI and Generative AI for Research Discovery and Summarization [4.560284382063488]
AIと生成AIツールが今年中に登場し、仕事の生産性を高め、私たちの生活を改善する素晴らしい機会を生み出した。
これらのツールが大きな影響を与えうる分野の1つは、研究の発見と要約である。
我々は、研究発見と要約のためのAIと生成AIの開発をレビューし、これらのタイプのツールが将来進む可能性が高い方向を提案する。
論文 参考訳(メタデータ) (2024-01-08T18:42:55Z) - LLMs for Science: Usage for Code Generation and Data Analysis [0.08192907805418582]
大規模言語モデル (LLMs) は、今日の作業環境の多くの領域で生産性の向上を図っている。
LLMのポテンシャルが研究の実践においてどのように実現されるのかは、いまだ不明である。
論文 参考訳(メタデータ) (2023-11-28T12:29:33Z) - MetaTool Benchmark for Large Language Models: Deciding Whether to Use
Tools and Which to Use [82.24774504584066]
大規模言語モデル(LLM)は、その印象的な自然言語処理(NLP)能力のために大きな注目を集めている。
このベンチマークは、LLMがツールの使用意識を持ち、ツールを正しく選択できるかどうかを評価するためのものだ。
8つの人気のあるLCMを巻き込んだ実験を行い、その大半は依然として効果的にツールを選択するのに苦労していることがわかった。
論文 参考訳(メタデータ) (2023-10-04T19:39:26Z) - Instruction Tuning for Large Language Models: A Survey [52.86322823501338]
我々は、ITの一般的な方法論、ITデータセットの構築、ITモデルのトレーニング、異なるモダリティ、ドメイン、アプリケーションへのアプリケーションを含む、文献を体系的にレビューする。
また、ITの潜在的な落とし穴とそれに対する批判、および既存の戦略の現在の欠陥を指摘し、実りある研究の道筋を提案する。
論文 参考訳(メタデータ) (2023-08-21T15:35:16Z) - Structural Embeddings of Tools for Large Language Models [0.0]
LLM(Large Language Models)の現在の状況は、外部ツールの組み入れを必要とすることは明らかである。
特定のタスクに対するツール利用のオントロジ的性質は、DAG(Directed Acyclic Graph)でうまく定式化できる。
LLMによる指数関数的に増加する外部ツールのオーケストレーションを導くための模範的なフレームワークを提案する。
論文 参考訳(メタデータ) (2023-08-01T10:46:09Z) - Large Language Models as Tool Makers [85.00361145117293]
我々はLLM A s Tool Makers (LATM) と呼ばれるクローズドループフレームワークを導入する。
ツール作成: 1 つのツール作成: LLM がタスクセットのためのツールを作成するツールメーカとして機能する 2 つのツール使用: 別の LLM がツールユーザとして機能し、ツールメーカが問題解決のために構築したツールを適用する。
論文 参考訳(メタデータ) (2023-05-26T17:50:11Z) - Tool Learning with Foundation Models [114.2581831746077]
基礎モデルの出現により、AIシステムは、人間としてのツールの使用に等しく適応できる可能性がある。
その大きな可能性にもかかわらず、この分野における重要な課題、機会、そして将来の取り組みに関する包括的な理解はいまだに欠けている。
論文 参考訳(メタデータ) (2023-04-17T15:16:10Z)
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。