論文の概要: Carrot and Stick: Inducing Self-Motivation with Positive & Negative Feedback
- arxiv url: http://arxiv.org/abs/2406.16521v1
- Date: Mon, 24 Jun 2024 10:55:31 GMT
- ステータス: 処理完了
- システム内更新日: 2024-06-25 15:14:19.639907
- Title: Carrot and Stick: Inducing Self-Motivation with Positive & Negative Feedback
- Title(参考訳): ニンジンとスティック:ポジティブで否定的なフィードバックによる自己モチベーションの導入
- Authors: Jimin Sohn, Jeihee Cho, Junyong Lee, Songmu Heo, Ji-Eun Han, David R. Mortensen,
- Abstract要約: 目標を達成するための自己モチベーションは、まだ計算の観点から研究されていない。
CArrot と STICk のデータセットを提案する。
- 参考スコア(独自算出の注目度): 8.894019620224112
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Positive thinking is thought to be an important component of self-motivation in various practical fields such as education and the workplace. Previous work, including sentiment transfer and positive reframing, has focused on the positive side of language. However, self-motivation that drives people to reach their goals has not yet been studied from a computational perspective. Moreover, negative feedback has not yet been explored, even though positive and negative feedback are both necessary to grow self-motivation. To facilitate self-motivation, we propose CArrot and STICk (CASTIC) dataset, consisting of 12,590 sentences with 5 different strategies for enhancing self-motivation. Our data and code are publicly available at here.
- Abstract(参考訳): 肯定的思考は、教育や職場など様々な分野において、自己動機づけの重要な要素であると考えられている。
感情移入や肯定的再フレーミングを含む以前の研究は、言語の肯定的な側面に焦点を当ててきた。
しかし、目標を達成するための自己モチベーションは、まだ計算の観点から研究されていない。
さらに、肯定的なフィードバックと否定的なフィードバックの両方が、自己モチベーションを高めるために必要であるにもかかわらず、まだ否定的なフィードバックは検討されていない。
自己モチベーションを促進するために,12,590文からなるCArrot and STICk(CASTIC)データセットを提案する。
当社のデータとコードはこちらで公開されています。
関連論文リスト
- AI-Driven Feedback Loops in Digital Technologies: Psychological Impacts on User Behaviour and Well-Being [0.0]
本研究は,フィードバックメカニズムがユーザの行動や幸福に与える影響について,肯定的,否定的な心理的影響について検討することを目的とする。
データ駆動フィードバックループは、モチベーションのメリットだけでなく、心理的課題も与えます。
これらのリスクを軽減するために、ユーザはバーンアウトや中毒を防ぐために、テクノロジの使用に関して境界を確立する必要がある。
論文 参考訳(メタデータ) (2024-10-30T17:11:30Z) - A Large Scale Survey of Motivation in Software Development and Analysis of its Validity [0.3683202928838613]
文献から11人のモチベーターを特定し,その動機に対する相対的影響を評価した。
動機づけは内的主観的感情であるため,回答の有効性も分析する。
論文 参考訳(メタデータ) (2024-04-12T07:51:21Z) - PsychoGAT: A Novel Psychological Measurement Paradigm through Interactive Fiction Games with LLM Agents [68.50571379012621]
心理的な測定は、精神健康、自己理解、そして個人の発達に不可欠である。
心理学ゲームAgenT(サイコガト)は、信頼性、収束妥当性、差別的妥当性などの心理学的指標において統計的に有意な卓越性を達成している。
論文 参考訳(メタデータ) (2024-02-19T18:00:30Z) - Facilitating Self-Guided Mental Health Interventions Through Human-Language Model Interaction: A Case Study of Cognitive Restructuring [8.806947407907137]
人間の言語モデル相互作用が自己指導型メンタルヘルス介入にどのように役立つかを検討する。
我々は、言語モデルを用いて、認知的再構成の様々なステップを通して人々を支援するシステムの設計と評価を行う。
論文 参考訳(メタデータ) (2023-10-24T02:23:34Z) - L'origine de l'objectif est-elle importante? Effets motivationnels
d'objectifs autod{\'e}finis en production [0.0]
我々は、自己決定理論とゴール設定理論のレンズを通して、よく使われるゲーム要素、ゴール設定に焦点を当てる。
100人の参加者が3つの条件のうちの1つで反復的な材料処理タスクを完了した。
結果は、自己設定された目標において、自己認識(自己モチベーション)とパフォーマンスが最善であることを示した。しかし、エンゲージメントは、自己セットと割り当てられた目標の間に等しい。
論文 参考訳(メタデータ) (2023-09-04T12:08:39Z) - Facilitating Multi-turn Emotional Support Conversation with Positive
Emotion Elicitation: A Reinforcement Learning Approach [58.88422314998018]
感情支援会話(ESC)は、精神状態を改善するための感情支援(ES)を提供することを目的としている。
既存の作業は、ESへの影響を無視し、感情的なポジティブな移行を導くための明確な目標が欠如している、接地された応答と対応戦略に留まっている。
マルチターンESCを肯定的感情誘発のプロセスとして定式化する新しいパラダイムを導入する。
論文 参考訳(メタデータ) (2023-07-16T09:58:44Z) - 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) - Mutual Information State Intrinsic Control [91.38627985733068]
本質的に動機づけられたRLは、本質的な報酬関数を定義することによって、この制約を取り除こうとする。
心理学における自己意識の概念に動機付けられ、エージェントが自分自身を構成するものを知っているという自然な仮定を立てる。
我々は,この報酬をエージェント状態と周辺状態の相互情報として数学的に定式化する。
論文 参考訳(メタデータ) (2021-03-15T03:03:36Z) - Intrinsic Motivation for Encouraging Synergistic Behavior [55.10275467562764]
スパース・リワード・シナジスティック・タスクにおける強化学習の探索バイアスとしての本質的モチベーションの役割について検討した。
私たちのキーとなる考え方は、シナジスティックなタスクにおける本質的なモチベーションのための優れた指針は、エージェントが自分自身で行動している場合、達成できない方法で世界に影響を与える行動を取ることである。
論文 参考訳(メタデータ) (2020-02-12T19:34:51Z) - Mutual Information-based State-Control for Intrinsically Motivated
Reinforcement Learning [102.05692309417047]
強化学習において、エージェントは、外部報酬信号を用いて一連の目標に到達することを学習する。
自然界では、知的生物は内部の駆動から学習し、外部の信号を必要としない。
目的状態と制御可能な状態の間の相互情報として本質的な目的を定式化する。
論文 参考訳(メタデータ) (2020-02-05T19:21:20Z)
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。