論文の概要: Exploring a Behavioral Model of "Positive Friction" in Human-AI Interaction

• arxiv url: http://arxiv.org/abs/2402.09683v1
• Date: Thu, 15 Feb 2024 03:39:55 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-16 17:02:08.728082
• Title: Exploring a Behavioral Model of "Positive Friction" in Human-AI Interaction
• Title（参考訳）: 人間とAIの相互作用における「正の摩擦」の行動モデル探索
• Authors: Zeya Chen, Ruth Schmidt
• Abstract要約: 本稿では,AIを用いたユーザおよび開発者エクスペリエンスにおいて,現在どのような摩擦が有用であるかを特徴付ける「正の摩擦」モデルを提案する。 そして、ハイブリッドな"AI+人間"レンズを取ることの価値を提案することによって、AIユーザと開発者のコンテキストでこのモデルを探求する。
• 参考スコア（独自算出の注目度）: 1.8673970128645236
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Designing seamless, frictionless user experiences has long been a dominant trend in both applied behavioral science and artificial intelligence (AI), in which the goal of making desirable actions easy and efficient informs efforts to minimize friction in user experiences. However, in some settings, friction can be genuinely beneficial, such as the insertion of deliberate delays to increase reflection, preventing individuals from resorting to automatic or biased behaviors, and enhancing opportunities for unexpected discoveries. More recently, the popularization and availability of AI on a widespread scale has only increased the need to examine how friction can help or hinder users of AI; it also suggests a need to consider how positive friction can benefit AI practitioners, both during development processes (e.g., working with diverse teams) and to inform how AI is designed into offerings. This paper first proposes a "positive friction" model that can help characterize how friction is currently beneficial in user and developer experiences with AI, diagnose the potential need for friction where it may not yet exist in these contexts, and inform how positive friction can be used to generate solutions, especially as advances in AI continue to be progress and new opportunities emerge. It then explores this model in the context of AI users and developers by proposing the value of taking a hybrid "AI+human" lens, and concludes by suggesting questions for further exploration.
• Abstract（参考訳）: シームレスで摩擦のないユーザエクスペリエンスを設計することは、応用行動科学と人工知能(ai)の両方において、長年にわたって主要なトレンドであり、望ましいアクションを簡単かつ効率的にすることの目標が、ユーザエクスペリエンスの摩擦を最小限に抑える努力に繋がる。 しかし、一部の環境では、反射を増やすために意図的な遅延を挿入すること、個人が自動的または偏りのある行動に頼らないこと、予期せぬ発見の機会を高めることなど、摩擦は真に有益である。 最近では、AIの普及と普及により、AIのユーザにとって摩擦がどのように役立つか、あるいは妨げられるかを調べる必要性が高まっている。また、開発プロセス(例えば、多様なチームで作業する)と、AIが提供物にどのように設計されているかの両方において、ポジティブな摩擦がAI実践者にとってどのような恩恵をもたらすかを考慮する必要があることも示唆されている。 本稿ではまず,aiを用いたユーザおよび開発者エクスペリエンスにおいて現在,摩擦がいかに有益であるかを特徴付ける「正の摩擦」モデルを提案し,これらの状況においてまだ存在しないであろう摩擦の必要性を診断し,特にaiの進歩が進展し,新たな機会が生まれるにつれて,正の摩擦がソリューション生成にどのように役立つかを示す。 そして、このモデルをAIユーザと開発者のコンテキストで探求し、ハイブリッドな"AI+ヒューマン"レンズを取り入れることの価値を提案し、さらなる探索のための質問を提案して結論付ける。

関連論文リスト

• Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
  我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。 また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
  論文  参考訳（メタデータ） (2024-10-28T23:10:06Z)
• Modulating Language Model Experiences through Frictions [56.17593192325438]
  言語モデルの過度な消費は、短期において未確認エラーを伝播し、長期的な批判的思考のために人間の能力を損なうリスクを出力する。 行動科学の介入にインスパイアされた言語モデル体験のための選択的摩擦を提案し,誤用を抑える。
  論文  参考訳（メタデータ） (2024-06-24T16:31:11Z)
• Not Just Novelty: A Longitudinal Study on Utility and Customization of an AI Workflow [18.15979295351043]
  ジェネレーティブAIは、日々のタスクで人々を助ける、斬新で印象的な能力を提供します。 新規性が低下した後、生成AIがどれほど有用かは定かではない。 我々は,科学コミュニケーションのための生成AIツールの慣れ親しみとカスタマイズを理解するために,12人のユーザを対象に3週間の縦断的研究を行った。
  論文  参考訳（メタデータ） (2024-02-15T11:39:11Z)
• Social Interaction-Aware Dynamical Models and Decision Making for Autonomous Vehicles [20.123965317836106]
  IAAD(Interaction-Aware Autonomous Driving)は、急速に成長する研究分野である。 それは、人間の道路利用者と安全かつ効率的に対話できる自動運転車の開発に焦点を当てている。 これは、自動運転車が人間の道路利用者の行動を理解し予測できることを要求するため、困難な作業である。
  論文  参考訳（メタデータ） (2023-10-29T03:43:50Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• The Role of AI in Drug Discovery: Challenges, Opportunities, and Strategies [97.5153823429076]
  この分野でのAIのメリット、課題、欠点についてレビューする。 データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
  論文  参考訳（メタデータ） (2022-12-08T23:23:39Z)
• A Rubric for Human-like Agents and NeuroAI [2.749726993052939]
  コントリビュートされた研究は、振る舞いの模倣から機械学習メソッドのテストまで幅広い。 これら3つの目標のうちの1つが自動的に他の目標の進捗に変換されることは想定できない。 これは、弱く強いニューロAIとヒトのようなエージェントの例を用いて明らかにされている。
  論文  参考訳（メタデータ） (2022-12-08T16:59:40Z)
• On the Influence of Explainable AI on Automation Bias [0.0]
  我々は、説明可能なAI(XAI)によって自動化バイアスに影響を与える可能性に光を当てることを目指している。 ホテルのレビュー分類に関するオンライン実験を行い、最初の結果について議論する。
  論文  参考訳（メタデータ） (2022-04-19T12:54:23Z)
• From Psychological Curiosity to Artificial Curiosity: Curiosity-Driven Learning in Artificial Intelligence Tasks [56.20123080771364]
  心理学的好奇心は、探索と情報取得を通じて学習を強化するために、人間の知性において重要な役割を果たす。 人工知能(AI)コミュニティでは、人工好奇心は効率的な学習に自然な本質的な動機を与える。 CDLはますます人気を博し、エージェントは新たな知識を学習するために自己動機付けされている。
  論文  参考訳（メタデータ） (2022-01-20T17:07:03Z)
• Counterfactual Explanations as Interventions in Latent Space [62.997667081978825]
  反現実的な説明は、望ましい結果を達成するために変更が必要な機能のセットをエンドユーザに提供することを目的としています。 現在のアプローチでは、提案された説明を達成するために必要な行動の実現可能性を考慮することはめったにない。 本稿では,非現実的説明を生成する手法として,潜時空間における干渉としての対実的説明(CEILS)を提案する。
  論文  参考訳（メタデータ） (2021-06-14T20:48:48Z)
• Avoiding Negative Side Effects due to Incomplete Knowledge of AI Systems [35.763408055286355]
  エージェントの行動の負の副作用を認識して回避する学習は、自律システムの安全性と信頼性を向上させるために重要である。 ネガティブな副作用の緩和は、AIシステムの展開が急速に増加しているために注目が集まっている、新たな研究トピックである。 本稿は、様々な形態の負の副作用と、それらに対処する最近の研究成果について概説する。
  論文  参考訳（メタデータ） (2020-08-24T16:48:46Z)

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。