論文の概要: Social Life Simulation for Non-Cognitive Skills Learning

• arxiv url: http://arxiv.org/abs/2405.00273v3
• Date: Thu, 05 Dec 2024 04:19:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-06 14:37:00.972385
• Title: Social Life Simulation for Non-Cognitive Skills Learning
• Title（参考訳）: 非認知的スキル学習のための社会生活シミュレーション
• Authors: Zihan Yan, Yaohong Xiang, Yun Huang,
• Abstract要約: 大型言語モデル(LLM)によって実現された対話型プラットフォームであるSimulife++を紹介する。 このシステムでは、ユーザーは主人公として行動し、1つまたは複数のAIベースのキャラクターをさまざまな社会的シナリオで作り出すことができる。 特に,人間-AIインタラクションを,傍観者として行動するSage Agentを含む人間-AI-AIコラボレーションに拡張した。
• 参考スコア（独自算出の注目度）: 7.730401608473805
• License:
• Abstract: Non-cognitive skills are crucial for personal and social life well-being, and such skill development can be supported by narrative-based (e.g., storytelling) technologies. While generative AI enables interactive and role-playing storytelling, little is known about how users engage with and perceive the use of AI in social life simulation for non-cognitive skills learning. Additionally, the benefits of AI mentorship on self-reflection awareness and ability in this context remain largely underexplored. To this end, we introduced Simulife++, an interactive platform enabled by a large language model (LLM). The system allows users to act as protagonists, creating stories with one or multiple AI-based characters in diverse social scenarios. In particular, we expanded the Human-AI interaction to a Human-AI-AI collaboration by including a Sage Agent, who acts as a bystander, providing users with some perspectives and guidance on their choices and conversations in terms of non-cognitive skills to promote reflection. In a within-subject user study, our quantitative results reveal that, when accompanied by Sage Agent, users exhibit significantly higher levels of reflection on motivation, self-perceptions, and resilience & coping, along with an enhanced experience of narrative transportation. Additionally, our qualitative findings suggest that Sage Agent plays a crucial role in promoting reflection on non-cognitive skills, enhancing social communication and decision-making performance, and improving overall user experience within Simulife++. Multiple supportive relationships between Sage Agent and users were also reported. We offer design implications for the application of generative AI in narrative solutions and the future potential of Sage Agent for non-cognitive skill development in broader social contexts.
• Abstract（参考訳）: 非認知的スキルは、個人的および社会的生活の幸福のために不可欠であり、そのようなスキル開発は物語に基づく技術(例えば、ストーリーテリング)によって支えられる。 生成型AIはインタラクティブでロールプレイングなストーリーテリングを可能にするが、非認知的スキル学習のための社会生活シミュレーションにおいてAIをどのように利用しているかは、ほとんど分かっていない。 さらに、この文脈における自己認識の認識と能力に対するAIメンターシップの利点は、大半が未熟である。 この目的のために,大規模な言語モデル(LLM)によって実現された対話型プラットフォームであるSimulife++を紹介した。 このシステムでは、ユーザーは主人公として行動し、1つまたは複数のAIベースのキャラクターをさまざまな社会的シナリオで作り出すことができる。 特に,人間-AIインタラクションを,傍観者として行動するSage Agentを含む人間-AI-AIコラボレーションに拡張し,反射を促進するための非認知的スキルの観点から,選択や会話に関するいくつかの視点とガイダンスをユーザに提供する。 対象内ユーザ調査では,Sage Agentを併用すると,モチベーション,自己認識,レジリエンス,対処に対するリフレクションのレベルが有意に高くなり,物語の移動体験が向上することが明らかとなった。 さらに,Sage Agentが非認知的スキルの反映を促進し,社会的コミュニケーションと意思決定能力を高め,Simulife++のユーザエクスペリエンスを向上する上で重要な役割を担っていることを,定性的に示唆した。 Sage Agentとユーザ間の複数のサポート関係も報告された。 我々は、物語的ソリューションにおける生成AIの適用と、より広い社会的文脈における非認知的スキル開発におけるSage Agentの将来の可能性にデザイン上の意味を提供する。

関連論文リスト

• Designing AI Personalities: Enhancing Human-Agent Interaction Through Thoughtful Persona Design [7.610735476681428]
  このワークショップは、さまざまなコンテキストを対象としたAIエージェントペルソナデザインに焦点を当てた研究コミュニティを確立することを目的としている。 音声,実施,人口統計などのペルソナデザインの批判的側面と,ユーザ満足度やエンゲージメントに与える影響について検討する。 トピックとしては、会話インターフェースの設計、ユーザエクスペリエンスに対するエージェントペルソナの影響、コンテキストに適したAIエージェントを作成するアプローチなどがある。
  論文  参考訳（メタデータ） (2024-10-30T06:58:59Z)
• Transformative Influence of LLM and AI Tools in Student Social Media Engagement: Analyzing Personalization, Communication Efficiency, and Collaborative Learning [0.18416014644193066]
  AIによるアプリケーションは、学生がソーシャルメディアと対話する方法を変えつつある。 AIによって強化されたソーシャルメディアプラットフォームに関わる学生は、高等教育のパフォーマンスを報告します。 AIアルゴリズムは、共有された学術的関心とキャリア目標に基づいて、学生を効果的にマッチングする。
  論文  参考訳（メタデータ） (2024-06-15T01:05:56Z)
• Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
  ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
  論文  参考訳（メタデータ） (2024-04-17T02:57:42Z)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
  エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。 我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
  論文  参考訳（メタデータ） (2024-01-07T19:11:18Z)
• Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic Systems [67.01132165581667]
  本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。 本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
  論文  参考訳（メタデータ） (2023-11-13T21:20:17Z)
• Affective Conversational Agents: Understanding Expectations and Personal Influences [17.059654991560105]
  様々なアプリケーションにおける情緒的スキルに対する期待と嗜好を理解するため,745人の回答者を対象に調査を行った。 以上の結果から,人間のインタラクション,情緒的サポート,創造的タスクを含むシナリオの選好が示唆された。 全体として、AIエージェントの望ましい感情的スキルは、アプリケーションのコンテキストと性質に大きく依存する。
  論文  参考訳（メタデータ） (2023-10-19T04:33:18Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。 エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-10-18T02:27:01Z)
• Vygotskian Autotelic Artificial Intelligence: Language and Culture Internalization for Human-Like AI [16.487953861478054]
  本稿では,人工寿命スキル発見の探求において,新たなAIパラダイムを提案する。 我々は特に言語に焦点をあて、その構造と内容が人工エージェントにおける新しい認知機能の発展にどう役立つかに注目した。 言語と体格の相互作用から生まれる新しい人工認知機能の例を明らかにすることで、アプローチを正当化する。
  論文  参考訳（メタデータ） (2022-06-02T16:35:41Z)
• 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)

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。