Fugu-MT 論文翻訳(概要): Cognitive BPM as an Equalizer: Improving Access and Efficiency for Employees with (and without) Cognitive Disabilities

論文の概要: Cognitive BPM as an Equalizer: Improving Access and Efficiency for Employees with (and without) Cognitive Disabilities

arxiv url: http://arxiv.org/abs/2401.06375v1
Date: Fri, 12 Jan 2024 04:54:06 GMT
ステータス: 処理完了
システム内更新日: 2024-01-15 20:18:15.483782
Title: Cognitive BPM as an Equalizer: Improving Access and Efficiency for Employees with (and without) Cognitive Disabilities
Title（参考訳）: 等化剤としての認知bpm:認知障害のある従業員に対するアクセスと効率の改善
Authors: Gordon Banks, Gates Bierhuizen, Katherine McCrum, Ellen Wengert
Abstract要約: その結果,プロセスGPTは認知障害者および非認知障害者のプロセスユーザビリティを向上させることが示唆された。また、ProcessGPTライクな機能を実装する組織が生産性、モラル、包摂性の向上を実現することも示しています。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: We examine ProcessGPT, an AI model designed to automate, augment, and improve business processes, to study the challenges of managing business processes within the cognitive limitations of the human workforce, particularly individuals with cognitive disabilities. ProcessGPT provides a blueprint for designing efficient business processes that take into account human cognitive limitations. By viewing this through the lens of cognitive disabilities, we show that ProcessGPT improves process usability for individuals with and without cognitive disabilities. We also demonstrate that organizations implementing ProcessGPT-like capabilities will realize increased productivity, morale, and inclusion.
Abstract（参考訳）: ビジネスプロセスを自動化、拡張、改善するために設計されたaiモデルであるprocessgptについて、人間の労働力の認知的制限、特に認知障害を持つ個人におけるビジネスプロセス管理の課題について検討する。 ProcessGPTは、人間の認知的限界を考慮した効率的なビジネスプロセスを設計するための青写真を提供する。認知障害者のレンズを通してこれを観察することにより、プロセスGPTは認知障害者および非認知障害者のプロセスユーザビリティを向上させることを示す。また、ProcessGPTライクな機能を実装する組織が生産性、モラル、包摂性の向上を実現することも示しています。

関連論文リスト

Can Language Models Learn to Skip Steps? [59.84848399905409]
我々は推論においてステップをスキップする能力について研究する。効率を高めたり認知負荷を減らすためのステップをスキップする人間とは異なり、モデルはそのようなモチベーションを持っていない。私たちの研究は、人間のようなステップスキッピング能力に関する最初の調査である。
論文参考訳（メタデータ） (2024-11-04T07:10:24Z)
The Potential and Value of AI Chatbot in Personalized Cognitive Training [10.337496606986566]
ReMeは、認知トレーニング研究を促進するAIチャットボットを作成するために設計されたWebベースのフレームワークである。大きな言語モデルを活用することで、ReMeはユーザーフレンドリでインタラクティブでパーソナライズされたトレーニングエクスペリエンスを提供する。ケーススタディでは、ライフリコールとオープンエンド言語パズルを通じてReMeがユーザをエンゲージする効果を実証している。
論文参考訳（メタデータ） (2024-10-25T17:59:36Z)
BloomWise: Enhancing Problem-Solving capabilities of Large Language Models using Bloom's-Taxonomy-Inspired Prompts [59.83547898874152]
我々は,Bloomの分類にインスパイアされた新しいプロンプト技術であるBloomWiseを導入し,Large Language Models(LLMs)の性能を向上させる。より洗練された認知スキルを身につける必要性に関する決定は、LLMによる自己評価に基づいている。 4つの一般的な算数推論データセットの広範な実験において,提案手法の有効性を実証した。
論文参考訳（メタデータ） (2024-10-05T09:27:52Z)
The Foundations of Computational Management: A Systematic Approach to Task Automation for the Integration of Artificial Intelligence into Existing Workflows [55.2480439325792]
本稿では,タスク自動化の体系的アプローチである計算管理を紹介する。この記事では、ワークフロー内でAIを実装するプロセスを開始するための、ステップバイステップの手順を3つ紹介する。
論文参考訳（メタデータ） (2024-02-07T01:45:14Z)
Toward Optimal Psychological Functioning in AI-driven Software Engineering Tasks: The SEWELL-CARE Assessment Framework [0.9208007322096533]
SEWELL-CAREは、AI駆動のソフトウェアエンジニアリングタスクを複数の視点から評価するために設計された概念的なフレームワークである。技術的側面と人的側面の両方を強調することで、私たちのフレームワークは、従来の技術メトリクスを超えて、微妙な評価を提供します。
論文参考訳（メタデータ） (2023-11-13T15:44:07Z)
Transforming the Output of Generative Pre-trained Transformer: The Influence of the PGI Framework on Attention Dynamics [0.0]
本稿では,GPTモデルによる課題に対処するため,Persona-Grouping-Intelligence (PGI) という新しいアプローチを提案する。このアプローチの主な目的は、広範で単調で反復的なタスクにおいて、GPTモデルを活用して、人間の作業負荷を削減することである。興味深いことに、この実験は、モデルが生成した4,000の応答を検証する際に、93.81%の精度で得られた。
論文参考訳（メタデータ） (2023-08-25T11:41:05Z)
ProcessGPT: Transforming Business Process Management with Generative Artificial Intelligence [37.63134810192718]
Generative Pre-trained Transformer (GPT)は、自然言語処理(NLP)を通じて人間のようなテキストを生成することができる最先端の機械学習モデルである。 ProcessGPTは、ビジネスプロセスデータの大規模なデータセット上で、生成事前訓練されたトランスフォーマーモデルをトレーニングすることによって設計することができる。このモデルは、NLPや機械学習技術と統合して、プロセス改善のための洞察とレコメンデーションを提供することができる。
論文参考訳（メタデータ） (2023-05-29T02:27:46Z)
Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
本研究は,手順を段階的に学習する認知エージェントを提案する。各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
論文参考訳（メタデータ） (2023-04-30T22:51:31Z)
Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy: Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
論文参考訳（メタデータ） (2021-06-15T22:06:39Z)
AI-based Modeling and Data-driven Evaluation for Smart Manufacturing Processes [56.65379135797867]
本稿では,半導体製造プロセスに関する有用な知見を得るための動的アルゴリズムを提案する。本稿では,遺伝的アルゴリズムとニューラルネットワークを利用して,知的特徴選択アルゴリズムを提案する。
論文参考訳（メタデータ） (2020-08-29T14:57:53Z)
Facial Electromyography-based Adaptive Virtual Reality Gaming for Cognitive Training [5.033176361795483]
認知トレーニングの文献でよく引用される2つの問題は、トレーニングプログラムへのユーザエンゲージメントの欠如と、日々の生活を一般化するための発達したスキルの欠如である。本稿では,これらの2つの制約に対処するために,新しい認知訓練(CT)パラダイムを導入する。顔の筋電図(EMG)は、CTタスクに携わる際のユーザへの影響を判断する手段として用いられる。この情報は、ユーザがプレイする際のゲームの難易度を動的に調整するために利用され、フロー状態に導くことを目的としている。
論文参考訳（メタデータ） (2020-04-27T10:01:52Z)

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。