論文の概要: The effect of diversity on group decision-making

• arxiv url: http://arxiv.org/abs/2402.01427v2
• Date: Mon, 20 May 2024 15:46:42 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-21 23:30:28.551204
• Title: The effect of diversity on group decision-making
• Title（参考訳）: 多様性が集団意思決定に及ぼす影響
• Authors: Georgi Karadzhov, Andreas Vlachos, Tom Stafford,
• Abstract要約: 小集団は対話を通じて直感的なバイアスを克服し、個人の意思決定を改善することができることを示す。 大規模なサンプルと異なる運用方法によって、より認知的な多様性がより成功したグループ熟考と結びついていることが一貫して明らかになる。
• 参考スコア（独自算出の注目度）: 11.079483551335597
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We explore different aspects of cognitive diversity and its effect on the success of group deliberation. To evaluate this, we use 500 dialogues from small, online groups discussing the Wason Card Selection task - the DeliData corpus. Leveraging the corpus, we perform quantitative analysis evaluating three different measures of cognitive diversity. First, we analyse the effect of group size as a proxy measure for diversity. Second, we evaluate the effect of the size of the initial idea pool. Finally, we look into the content of the discussion by analysing discussed solutions, discussion patterns, and how conversational probing can improve those characteristics. Despite the reputation of groups for compounding bias, we show that small groups can, through dialogue, overcome intuitive biases and improve individual decision-making. Across a large sample and different operationalisations, we consistently find that greater cognitive diversity is associated with more successful group deliberation. Code and data used for the analysis are available in the repository: https://github.com/gkaradzhov/cognitive-diversity-groups-cogsci24.
• Abstract（参考訳）: 認知の多様性の異なる側面と、それが集団検討の成功に与える影響を考察する。 これを評価するために、Wason Card SelectionタスクであるDeliData corpusについて議論する小さなオンライングループから500の対話を使用します。 コーパスを活用することで,認知多様性の3つの異なる尺度を定量的に評価する。 まず,多様性のプロキシ尺度としてグループサイズの影響を分析する。 第2に、初期アイデアプールのサイズの影響を評価する。 最後に、議論の解決策、議論のパターン、そして会話の探索がそれらの特性をどのように改善するかを分析し、議論の内容について考察する。 複合バイアスに対するグループの評価にもかかわらず、小集団は対話を通じて直感的なバイアスを克服し、個人の意思決定を改善することができることを示す。 大規模なサンプルと異なる運用方法を通じて、より認知的な多様性がより成功したグループ熟考と結びついていることが一貫して分かる。 分析に使用されるコードとデータは、リポジトリで利用可能である。

関連論文リスト

• PanoSent: A Panoptic Sextuple Extraction Benchmark for Multimodal Conversational Aspect-based Sentiment Analysis [74.41260927676747]
  本稿では,マルチモーダル対話感分析(ABSA)を導入することでギャップを埋める。 タスクをベンチマークするために、手動と自動の両方で注釈付けされたデータセットであるPanoSentを構築し、高品質、大規模、マルチモーダル、マルチ言語主義、マルチシナリオを特徴とし、暗黙の感情要素と明示的な感情要素の両方をカバーする。 課題を効果的に解決するために,新しい多モーダルな大規模言語モデル(すなわちSentica)とパラフレーズベースの検証機構とともに,新しい感覚の連鎖推論フレームワークを考案した。
  論文  参考訳（メタデータ） (2024-08-18T13:51:01Z)
• Overview of PerpectiveArg2024: The First Shared Task on Perspective Argument Retrieval [56.66761232081188]
  本稿では,社会における少数派・多数派を代表する年齢,性別,政治的態度など,人口・社会文化(社会)の多様性を包括する新しいデータセットを提案する。 パースペクティビズムを取り入れる上での重大な課題は、特に社会的なプロファイルを明示的に提供せずに、議論のテキストのみに基づくパーソナライズを目指す場合である。 パーソナライズと分極の低減を図るため, パーソナライズを最適化するためには, パーソナライズされた論証検索をブートストラップするが, さらなる研究が不可欠である。
  論文  参考訳（メタデータ） (2024-07-29T03:14:57Z)
• GroupContrast: Semantic-aware Self-supervised Representation Learning for 3D Understanding [66.5538429726564]
  自己教師付き3D表現学習は、大規模未ラベルの点群から効果的な表現を学習することを目的としている。 本稿では,セグメンテーションとセマンティック・アウェア・コントラッシブ・ラーニングを組み合わせた新しいアプローチであるGroupContrastを提案する。
  論文  参考訳（メタデータ） (2024-03-14T17:59:59Z)
• Comprehending Lexical and Affective Ontologies in the Demographically Diverse Spatial Social Media Discourse [0.0]
  本研究の目的は、英語のスタイル、感情の伝達、ソーシャルメディアデータにおける語彙の多様性など、言語的・社会的なデコグラフィーの特徴を理解することである。 分析では,2つのグループから統計的,文法的,感情的特徴を抽出し,検討する。 両群間の言語特性の相違が明らかとなり,マクロF1スコアは約0.85となった。
  論文  参考訳（メタデータ） (2023-11-12T04:23:33Z)
• On the steerability of large language models toward data-driven personas [98.9138902560793]
  大規模言語モデル(LLM)は、特定のグループや集団の意見が不足している偏りのある応答を生成することが知られている。 本稿では, LLM を用いて特定の視点の制御可能な生成を実現するための新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-11-08T19:01:13Z)
• VISPUR: Visual Aids for Identifying and Interpreting Spurious Associations in Data-Driven Decisions [8.594140167290098]
  シンプソンのパラドックス(シンプソンのパラドックス、英: paradox)は、集合とサブグループレベルの関連が互いに矛盾する現象である。 既存のツールは、人間が実際に急激な協会の落とし穴を見つけ、推論し、防ぐための洞察をほとんど提供しない。 本稿では、因果解析フレームワークと人間中心のワークフローを提供する視覚分析システムであるVISPURを提案する。
  論文  参考訳（メタデータ） (2023-07-26T18:40:07Z)
• Pragmatically Appropriate Diversity for Dialogue Evaluation [19.74618235525502]
  言語プラグマティクス(英語版)は、会話の根底にある音声は、会話の各ターンに適切な応答のタイプを制限できると述べている。 本稿では,対話が多種多様な応答を生成・制約する程度に定義された,実用的に適切な多様性の概念を提案する。
  論文  参考訳（メタデータ） (2023-04-06T01:24:18Z)
• Interpretable Diversity Analysis: Visualizing Feature Representations In Low-Cost Ensembles [0.0]
  本稿では,多様性を定性的に分析できるいくつかの解釈可能性手法を提案する。 2つの低コストアンサンブルアルゴリズムを用いて,子ネットワーク間の特徴表現の多様性を比較することによって,これらの手法を実証する。
  論文  参考訳（メタデータ） (2023-02-12T00:32:03Z)
• Picking on the Same Person: Does Algorithmic Monoculture lead to Outcome Homogenization? [90.35044668396591]
  機械学習における繰り返しのテーマはアルゴリズムによるモノカルチャーである。同じシステム、またはコンポーネントを共有するシステムは、複数の意思決定者によってデプロイされる。 意思決定者がトレーニングデータや特定のモデルなどのコンポーネントを共有すれば、より均一な結果が得られます。 我々はこの仮説をアルゴリズムフェアネスベンチマークで検証し、トレーニングデータの共有がホモジェナイゼーションを確実に悪化させることを示した。 結果の均質化に関する哲学的分析と社会的な課題を、デプロイされた機械学習システムに含めることに着目して結論付ける。
  論文  参考訳（メタデータ） (2022-11-25T09:33:11Z)
• Towards Improved and Interpretable Deep Metric Learning via Attentive Grouping [103.71992720794421]
  グループ化は、様々な特徴の計算にディープ・メトリック・ラーニングでよく用いられてきた。 本稿では,任意のメトリクス学習フレームワークと柔軟に統合可能な,改良された解釈可能なグループ化手法を提案する。
  論文  参考訳（メタデータ） (2020-11-17T19:08:24Z)
• Identifying Distributional Perspective Differences from Colingual Groups [41.58939666949895]
  特定の価値観や出来事に対する視点に関する異なるグループ間での相互理解の欠如は、インフォームドな決定や偏見のない意見につながる可能性がある。 本研究では,コリンガル群を研究対象とし,言語コーパスをプロキシとして用いて分布的視点を同定する。 本稿では,共通理解を学習するための新しい計算手法を提案し,その手法を英語,中国語,日本語の文化的認識モデルの構築によって評価する。
  論文  参考訳（メタデータ） (2020-04-10T08:13:07Z)

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。