論文の概要: Future You: A Conversation with an AI-Generated Future Self Reduces Anxiety, Negative Emotions, and Increases Future Self-Continuity

• arxiv url: http://arxiv.org/abs/2405.12514v4
• Date: Tue, 01 Oct 2024 09:00:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-02 16:31:58.608993
• Title: Future You: A Conversation with an AI-Generated Future Self Reduces Anxiety, Negative Emotions, and Increases Future Self-Continuity
• Title（参考訳）: 未来:AIが生み出す未来との会話は不安を減らし、負の感情を減らし、未来的な自己連続性を高める
• Authors: Pat Pataranutaporn, Kavin Winson, Peggy Yin, Auttasak Lapapirojn, Pichayoot Ouppaphan, Monchai Lertsutthiwong, Pattie Maes, Hal Hershfield,
• Abstract要約: 将来的な自己継続性を改善するために設計された,インタラクティブで簡潔な,単一セッションのディジタルチャット介入である“Future You”を紹介する。 我々のシステムでは、ユーザーは、将来の目標と個人的品質に合わせた、相対性がありながらAIで動くバーチャルバージョンとチャットできる。 フューチャーユー」のキャラクターとの短い対話の後、ユーザーは不安を減らし、将来的な自己継続性を高めたと報告した。
• 参考スコア（独自算出の注目度）: 20.404091166696052
• License:
• Abstract: We introduce "Future You," an interactive, brief, single-session, digital chat intervention designed to improve future self-continuity--the degree of connection an individual feels with a temporally distant future self--a characteristic that is positively related to mental health and wellbeing. Our system allows users to chat with a relatable yet AI-powered virtual version of their future selves that is tuned to their future goals and personal qualities. To make the conversation realistic, the system generates a "synthetic memory"--a unique backstory for each user--that creates a throughline between the user's present age (between 18-30) and their life at age 60. The "Future You" character also adopts the persona of an age-progressed image of the user's present self. After a brief interaction with the "Future You" character, users reported decreased anxiety, and increased future self-continuity. This is the first study successfully demonstrating the use of personalized AI-generated characters to improve users' future self-continuity and wellbeing.
• Abstract（参考訳）: 本稿では,対話的かつ簡潔な単一セッションのデジタルチャット介入である"Future You"を紹介した。これは,個人が時間的に離れた未来と感じる関係の程度,メンタルヘルスと幸福感に肯定的な特性である。 我々のシステムでは、ユーザーは、将来の目標と個人的品質に合わせた、相対性がありながらAIで動くバーチャルバージョンとチャットできる。 会話を現実的にするために、ユーザの現在(18～30歳)と60歳(60歳)の間に一線を画す「合成記憶」を生成する。 また、「フューチャーユー」という文字は、ユーザの現在の自己の年齢差の画像のペルソナも採用する。 フューチャーユー」のキャラクターとの短い対話の後、ユーザーは不安を減らし、将来的な自己継続性を高めたと報告した。 これは、パーソナライズされたAI生成文字を使用して、ユーザの将来的な自己持続性と幸福を改善するための最初の研究である。

関連論文リスト

• EVOLVE: Predicting User Evolution and Network Dynamics in Social Media Using Fine-Tuned GPT-like Model [5.5997926295092295]
  本研究では,ソーシャルメディア上での利用者の生活の進化を予測的に理解する手法を提案する。 GPTライクなデコーダのみのモデルを微調整し、オンラインソーシャルメディアにおけるユーザの進化の将来の段階を予測する。
  論文  参考訳（メタデータ） (2024-07-12T21:20:57Z)
• Social Life Simulation for Non-Cognitive Skills Learning [7.730401608473805]
  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。
  論文  参考訳（メタデータ） (2024-05-01T01:45:50Z)
• Humane Speech Synthesis through Zero-Shot Emotion and Disfluency Generation [0.6964027823688135]
  現代の会話システムは、人間の相互作用の感情的な深さと非流動的な特徴を欠いている。 この欠点に対処するため、我々は革新的な音声合成パイプラインを設計した。 このフレームワーク内では、最先端の言語モデルが、ゼロショット設定で人間のような感情と分散の両方を導入する。
  論文  参考訳（メタデータ） (2024-03-31T00:38:02Z)
• Exploring Parent's Needs for Children-Centered AI to Support Preschoolers' Interactive Storytelling and Reading Activities [52.828843153565984]
  AIベースのストーリーテリングと読書技術は、幼児の生活の中でますます普及しつつある。 本稿では,実践的なストーリーテリングや読書のシナリオでどのように機能するか,親,最も重要な利害関係者,経験,知覚について考察する。 我々の研究結果は、AIベースのストーリーテリングと読書技術は、より没入的で活発な相互作用を提供するが、一連の対話的でアルゴリズム的な課題のために、両親の期待を満たすことはできないことを示唆している。
  論文  参考訳（メタデータ） (2024-01-24T20:55:40Z)
• Digital Life Project: Autonomous 3D Characters with Social Intelligence [86.2845109451914]
  Digital Life Projectは、言語をユニバーサルメディアとして活用し、自律的な3Dキャラクタを構築するためのフレームワークである。 私たちのフレームワークは、SocioMindとMoMat-MoGenの2つの主要コンポーネントで構成されています。
  論文  参考訳（メタデータ） (2023-12-07T18:58:59Z)
• CharacterChat: Learning towards Conversational AI with Personalized Social Support [61.20396854093821]
  本稿ではS2Conv(Social Support Conversation)フレームワークを紹介する。 一連のサポートエージェントと、ペルソナ互換の仮想サポーターと個人をリンクする対人マッチングメカニズムから構成される。 我々は、ペルソナと記憶によって駆動される会話モデルを含む総合的なS2Convシステムである characterChat を提案する。
  論文  参考訳（メタデータ） (2023-08-20T14:24:26Z)
• What Twitter Data Tell Us about the Future? [1.7205106391379026]
  本研究の目的は, 未来学者がTwitter上で予測する未来を調査し, 予測思考に対する言語指導の影響を探ることである。 我々は、将来のインフルエンサーによる100万以上の公開ツイートの集合データセットを提示し、SOTAモデルを用いたスケーラブルなNLPパイプラインを開発する。
  論文  参考訳（メタデータ） (2023-07-20T14:02:47Z)
• A-ACT: Action Anticipation through Cycle Transformations [89.83027919085289]
  未来を予測できる人間の能力が、機械学習アルゴリズムにどのように移行できるかを分析するために、一歩後退します。 人間の心理学に関する最近の研究は、発生を予測して、人間の脳が両方のシステムにカウントされていることを説明している。 本研究では,行動予測作業における各システムの影響について検討し,学習フレームワークに統合するためのパラダイムを導入する。
  論文  参考訳（メタデータ） (2022-04-02T21:50:45Z)
• Visual Perspective Taking for Opponent Behavior Modeling [22.69165968663182]
  ロボットのためのエンドツーエンドの長期視覚予測フレームワークを提案する。 視覚的に隠れて見るという文脈で、我々のアプローチを実証する。 我々は,実世界のマルチエージェント活動に完全に統合できる物理ロボットの能力において,視覚行動モデリングとパースペクティブテイキングスキルが重要な役割を果たすことを示唆する。
  論文  参考訳（メタデータ） (2021-05-11T16:02:32Z)
• Learning to Anticipate Egocentric Actions by Imagination [60.21323541219304]
  我々は,エゴセントリックなアクション予測タスクについて検討し,エゴセントリックなビデオの再生に先立って,将来のアクション秒を予測する。 本手法は, EPIC Kitchens Action Precipation Challenge の既視テストセットと未確認テストセットの両方において, 従来手法を有意に上回った。
  論文  参考訳（メタデータ） (2021-01-13T08:04:10Z)
• Can You be More Social? Injecting Politeness and Positivity into Task-Oriented Conversational Agents [60.27066549589362]
  人間エージェントが使用する社会言語は、ユーザーの応答性の向上とタスク完了に関連しています。 このモデルは、ソーシャル言語理解要素で拡張されたシーケンスからシーケンスまでのディープラーニングアーキテクチャを使用する。 人的判断と自動言語尺度の両方を用いたコンテンツ保存と社会言語レベルの評価は,エージェントがより社会的に適切な方法でユーザの問題に対処できる応答を生成できることを示している。
  論文  参考訳（メタデータ） (2020-12-29T08:22:48Z)

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。