論文の概要: Should ChatGPT Write Your Breakup Text? Exploring the Role of AI in
Relationship Dissolution
- arxiv url: http://arxiv.org/abs/2401.09695v1
- Date: Thu, 18 Jan 2024 02:53:36 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-19 17:56:28.657940
- Title: Should ChatGPT Write Your Breakup Text? Exploring the Role of AI in
Relationship Dissolution
- Title(参考訳): ChatGPTはブレークアップテキストを書くべきか?
関係解消におけるAIの役割を探る
- Authors: Yue Fu, Yixin Chen, Zelia Gomes Da Costa Lai, Alexis Hiniker
- Abstract要約: 21名の被験者を対象に半構造化面接を行った。
我々の研究は、人々が関係を終わらせる様々な段階で異なるニーズを持っていることを示している。
参加者は、AIが分裂につながる関係の感覚形成に役立つと期待している。
- 参考スコア(独自算出の注目度): 15.153024113368591
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Relationships are essential to our happiness and wellbeing. The dissolution
of a relationship, the final stage of relationship's lifecycle and one of the
most stressful events in an individual's life, can have profound and
long-lasting impacts on people. With the breakup process increasingly
facilitated by computer-mediated communication (CMC), and the likely future
influence of AI-mediated communication (AIMC) tools, we conducted a
semi-structured interview study with 21 participants. We aim to understand: 1)
the current role of technology in the breakup process, 2) the needs and support
individuals have during the process, and 3) how AI might address these needs.
Our research shows that people have distinct needs at various stages of ending
a relationship. Presently, technology is used for information gathering and
community support, acting as a catalyst for breakups, enabling ghosting and
blocking, and facilitating communication. Participants anticipate that AI could
aid in sense-making of their relationship leading up to the breakup, act as a
mediator, assist in crafting appropriate wording, tones, and language during
breakup conversations, and support companionship, reflection, recovery, and
growth after a breakup. Our findings also demonstrate an overlap between the
breakup process and the Transtheoretical Model (TTM) of behavior change.
Through the lens of TTM, we explore the potential support and affordances AI
could offer in breakups, including its benefits and the necessary precautions
regarding AI's role in this sensitive process.
- Abstract(参考訳): 幸福と幸福には関係が不可欠です。
関係の解消、関係のライフサイクルの最終段階、そして個人の人生における最もストレスの多い出来事の1つは、人々に対して深く、長く続く影響をもたらす。
コンピュータセンシングコミュニケーション(cmc)による分割過程の促進とai-mediated communication(aimc)ツールの今後の影響について,21名を対象に半構造化インタビューを行った。
理解することを目指しています
1) 解体プロセスにおける技術の役割
2)その過程における個人のニーズと支援
3)AIがこれらのニーズにどう対処するか。
我々の研究は、人々が関係を終わらせる様々な段階で異なるニーズを持っていることを示している。
現在、技術は情報収集やコミュニティ支援に使われ、分裂の触媒として働き、ゴーストやブロックを可能にし、コミュニケーションを促進する。
参加者は、AIが分裂につながる関係の感覚形成を助け、仲介者として働き、別れの会話中に適切な言葉、トーン、言語の作成を支援し、別れ後の仲間シップ、リフレクション、リカバリ、成長をサポートすることを期待している。
また,行動変化の分裂過程とttm(transtheoretical model)が重なり合うことを示した。
TTMのレンズを通じて、我々はAIがこの繊細なプロセスにおいてAIの役割について必要な注意事項を含む、AIがブレークアップで提供できる潜在的なサポートと余裕について調査する。
関連論文リスト
- Personality-affected Emotion Generation in Dialog Systems [67.40609683389947]
ダイアログシステムに与えられた個性に基づいて感情を生成する新しいタスクであるパーソナリティ影響感情生成を提案する。
本課題の課題,すなわち,(1)個性と感情的要因を不均一に統合し,(2)対話場面における多粒性感情情報を抽出する。
その結果,感情生成性能はマクロF1では13%,重み付きF1では5%向上することが示唆された。
論文 参考訳(メタデータ) (2024-04-03T08:48:50Z) - GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。
GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。
我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
論文 参考訳(メタデータ) (2024-03-17T03:52:52Z) - CauESC: A Causal Aware Model for Emotional Support Conversation [79.4451588204647]
既存のアプローチは、苦痛の感情の原因を無視します。
彼らは、話者間の相互作用における感情的ダイナミクスよりも、探究者自身の精神状態に焦点を当てている。
本稿では、まず、苦痛の感情要因と、その原因によって引き起こされる感情効果を認識する新しいフレームワークCauESCを提案する。
論文 参考訳(メタデータ) (2024-01-31T11:30:24Z) - From Text to Self: Users' Perceptions of Potential of AI on
Interpersonal Communication and Self [18.298794560324588]
我々は1週間の日記とインタビュー調査を行い、AIMC(AI-mediated communication)ツールに対するユーザの認識を調査した。
以上の結果から,AIMCはコミュニケーション信頼度の向上などのメリットを引用して,AIMCの支持を良好に捉えていることが示唆された。
しかし、この研究は、冗長性、不自然な反応、過度の感情の強さなど、AIMCツールの現在の限界を明らかにしている。
論文 参考訳(メタデータ) (2023-10-06T02:19:10Z) - Building Emotional Support Chatbots in the Era of LLMs [64.06811786616471]
我々は,Large Language Models (LLMs) の計算能力で人間の洞察を合成する革新的な方法論を導入する。
また,ChatGPTの文脈内学習の可能性を利用して,ExTESと呼ばれる感情支援対話データセットを生成する。
次に、LLaMAモデルに高度なチューニング手法を展開し、多様なトレーニング戦略の影響を検証し、最終的に感情的支援の相互作用に細心の注意を払ってLLMを出力する。
論文 参考訳(メタデータ) (2023-08-17T10:49:18Z) - Towards More Human-like AI Communication: A Review of Emergent
Communication Research [0.0]
創発的コミュニケーション(英: Emergent Communication, Emecom)は、自然言語を利用できる人工エージェントの開発を目的とした研究分野である。
本稿では,文献の共通点と,それらが人間同士の相互作用にどのように関係しているかを概説する。
2つのサブカテゴリを特定し、その特性とオープンな課題を強調します。
論文 参考訳(メタデータ) (2023-08-01T14:43:10Z) - Improving Grounded Language Understanding in a Collaborative Environment
by Interacting with Agents Through Help Feedback [42.19685958922537]
我々は、人間とAIのコラボレーションは対話的であり、人間がAIエージェントの作業を監視し、エージェントが理解し活用できるフィードバックを提供するべきだと論じている。
本研究では, IGLUコンペティションによって定義された課題である, マイニングクラフトのような世界における対話型言語理解タスクを用いて, これらの方向を探索する。
論文 参考訳(メタデータ) (2023-04-21T05:37:59Z) - Human-AI Collaboration Enables More Empathic Conversations in Text-based
Peer-to-Peer Mental Health Support [10.743204843534512]
AI-in-the-loopエージェントであるHayleyを開発した。このエージェントは、サポートを提供する参加者(ピアサポーター)が助けを求める参加者(フォスター支援者)に対して共感的に反応するのを助けるために、ジャスト・イン・タイムフィードバックを提供する。
我々の人間とAIのコラボレーションアプローチは、ピア間での会話の共感を19.60%増加させます。
支援の難しさを自認するピアサポーターのサブサンプルでは,38.88%の共感が増大している。
論文 参考訳(メタデータ) (2022-03-28T23:37:08Z) - MISC: A MIxed Strategy-Aware Model Integrating COMET for Emotional
Support Conversation [64.37111498077866]
本稿では,感情支援会話のための新しいモデルを提案する。
ユーザの微妙な感情状態を推測し、その後、戦略の混合を使って巧みに応答する。
評価実験の結果,提案手法の有効性が示された。
論文 参考訳(メタデータ) (2022-03-25T10:32:04Z) - Exploring the Effects of AI-assisted Emotional Support Processes in
Online Mental Health Community [26.36961585672868]
我々は、ユーザーが他のユーザーの投稿に感情的なサポートメッセージを書けるように、AIを駆使したワークフローを設計する。
予備的なユーザスタディに基づいて,本システムは,感情の明確化とテキストの具体的記述を支援することを確認した。
論文 参考訳(メタデータ) (2022-02-21T09:25:36Z) - EmpBot: A T5-based Empathetic Chatbot focusing on Sentiments [75.11753644302385]
共感的会話エージェントは、議論されていることを理解しているだけでなく、会話相手の暗黙の感情も認識すべきである。
変圧器事前学習言語モデル(T5)に基づく手法を提案する。
本研究では,自動計測と人的評価の両方を用いて,情緒的ダイアログデータセットを用いたモデルの評価を行った。
論文 参考訳(メタデータ) (2021-10-30T19:04:48Z)
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。