論文の概要: A Vision to Enhance Trust Requirements for Peer Support Systems by Revisiting Trust Theories
- arxiv url: http://arxiv.org/abs/2407.11197v1
- Date: Thu, 6 Jun 2024 02:21:11 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-22 12:00:08.719477
- Title: A Vision to Enhance Trust Requirements for Peer Support Systems by Revisiting Trust Theories
- Title（参考訳）: 信頼理論の再検討によるピアサポートシステムにおける信頼要件の強化
- Authors: Yasaman Gheidar, Lysanne Lessard, Yao Yao,
- Abstract要約: このビジョンペーパーは、医療従事者(HCW)に影響を及ぼすメンタルヘルス危機に焦点を当てている。
本研究は,認知信頼理論に固定された信頼枠組みを提案することによって,知覚信頼要件を導き出す新しいアプローチを提案する。
- 参考スコア（独自算出の注目度）: 3.4971302832462476
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This vision paper focuses on the mental health crisis impacting healthcare workers (HCWs), which exacerbated by the COVID-19 pandemic, leads to increased stress and psychological issues like burnout. Peer Support Programs (PSP) are a recognized intervention for mitigating these issues. These programs are increasingly being delivered virtually through Peer Support Systems (PSS) for increased convenience and accessibility. However, HCWs perception of these systems results in fear of information sharing, perceived lack of safety, and low participation rate, which challenges these systems ability to achieve their goals. In line with the rich body of research on the requirements and properties of trustworthy systems, we posit that increasing HCWs trust in PSS could address these challenges. However, extant research focuses on objectively defined trustworthiness rather than perceptual trust because trustworthy requirements are viewed as more controllable and easier to operationalize. This study proposes a novel approach to elicit perceptual trust requirements by proposing a trust framework anchored in recognized trust theories from different disciplines that unpacks trust into its recognized types and their antecedents. This approach allows the identification of trust requirements beyond those already proposed for trustworthy systems, providing a strong foundation for improving the effectiveness of PSS for HCWs. Keywords: Trust Requirements, Requirements elicitation, Peer support systems, Healthcare workers
- Abstract（参考訳）: このビジョンペーパーは、新型コロナウイルスのパンデミックによって悪化する医療従事者(HCW)に影響を及ぼすメンタルヘルスの危機に焦点を当て、ストレスや燃え尽き症候群などの心理的問題を引き起こす。
ピアサポートプログラム(PSP)は、これらの問題を緩和するために認められた介入である。
これらのプログラムは、利便性とアクセシビリティを高めるために、ピアサポートシステム(PSS)を通じて事実上配信されることが増えている。
しかし、これらのシステムに対するHCWの認識は、情報の共有、安全性の欠如、参加率の低下を恐れ、これらのシステムが目標を達成する能力に挑戦する。
信頼に値するシステムの要件と特性に関する豊富な研究の体系に従って、我々はHCWのPSSへの信頼の高まりがこれらの課題に対処できると仮定する。
しかし、現存する研究は、信頼に値する要件がより制御可能で操作が容易であると見なされるため、知覚的信頼よりも客観的に定義された信頼性に焦点が当てられている。
本研究は, 認知信頼理論に固定された信頼枠組みを, 認識された信頼のタイプと先行者に解き放つ異なる分野から提案することで, 知覚信頼の要求を引き出す新しいアプローチを提案する。
このアプローチにより、すでに提案されている信頼できるシステム以外の信頼要件の特定が可能になり、HCWに対するPSSの有効性を向上させるための強力な基盤となる。
キーワード:信頼要件、要求評価、ピアサポートシステム、医療従事者
関連論文リスト
- When to Trust LLMs: Aligning Confidence with Response Quality [49.371218210305656]
我々はconfidence-Quality-ORDer保存アライメントアプローチ(CONQORD)を提案する。
品質報酬と秩序保存アライメント報酬機能を統合する。
実験により,CONQORDは信頼性と応答精度のアライメント性能を著しく向上することが示された。
論文 参考訳（メタデータ） (2024-04-26T09:42:46Z) - Towards a Participatory and Social Justice-Oriented Measure of
Human-Robot Trust [0.0]
本稿では,信頼度尺度の設計と評価のための参加的かつ社会的正義志向のアプローチを提案する。
このプロセスは、ロボットに対する信頼に影響を与える要因を正確に反映した信頼尺度を作成するために、コミュニティのニーズとユニークな状況が優先される。
論文 参考訳（メタデータ） (2024-02-24T01:04:19Z) - Prioritizing Safeguarding Over Autonomy: Risks of LLM Agents for Science [65.77763092833348]
大規模言語モデル(LLM)を利用したインテリジェントエージェントは、自律的な実験を行い、様々な分野にわたる科学的発見を促進する上で、大きな可能性を証明している。
彼らの能力は有望だが、これらのエージェントは安全性を慎重に考慮する必要がある新たな脆弱性も導入している。
本稿では,科学領域におけるLSMをベースとしたエージェントの脆弱性の徹底的な調査を行い,その誤用に伴う潜在的なリスクに光を当て,安全性対策の必要性を強調した。
論文 参考訳（メタデータ） (2024-02-06T18:54:07Z) - A Systematic Review on Fostering Appropriate Trust in Human-AI
Interaction [19.137907393497848]
人工知能の適切な信頼(AI)システムは、研究者と実践者の両方にとって、急速に重要な領域になってきた。
信頼度スコア、説明、信頼度基準、不確実性通信など、様々なアプローチがそれを達成するために使われてきた。
本稿では、適切な信頼を構築するための現在の実践、それを測定するためのさまざまな方法、使用するタスクの種類、それに関連する潜在的な課題を特定するための体系的なレビューを示す。
論文 参考訳（メタデータ） (2023-11-08T12:19:58Z) - Trust-based Consensus in Multi-Agent Reinforcement Learning Systems [5.778852464898369]
マルチエージェント強化学習(MARL)における信頼できないエージェントの問題について検討する。
本稿では、分散的信頼機構である強化学習に基づく信頼合意(RLTC)を提案する。
高いコンセンサスの成功率によって証明されるように、信頼できないエージェントを効果的に扱えることを実証的に実証する。
論文 参考訳（メタデータ） (2022-05-25T15:58:34Z) - Designing for Responsible Trust in AI Systems: A Communication
Perspective [56.80107647520364]
我々は、MATCHと呼ばれる概念モデルを開発するために、技術に対する信頼に関するコミュニケーション理論と文献から引き出す。
私たちは、AIシステムの能力として透明性とインタラクションを強調します。
我々は、技術クリエーターが使用する適切な方法を特定するのに役立つ要件のチェックリストを提案する。
論文 参考訳（メタデータ） (2022-04-29T00:14:33Z) - On the Relation of Trust and Explainability: Why to Engineer for
Trustworthiness [0.0]
このような要求に対する主要な動機の1つは、説明可能性が利害関係者のシステムへの信頼を促進することが期待されていることである。
最近の心理学的な研究は、説明が必ずしも信頼を促進するとは限らないことを示唆している。
信頼性が自動的に信頼につながるわけではないとしても、主に信頼性のためにエンジニアする理由はいくつかある、と私たちは主張する。
論文 参考訳（メタデータ） (2021-08-11T18:02:08Z) - Reliability Testing for Natural Language Processing Systems [14.393308846231083]
信頼性テストの必要性を議論し、説明責任の改善に関する既存の作業の中でコンテキスト化しています。
我々は,この目的のために,信頼性テストを開発するためのフレームワークを通じて,敵の攻撃を再構築する方法を示す。
論文 参考訳（メタデータ） (2021-05-06T11:24:58Z) - Insights into Fairness through Trust: Multi-scale Trust Quantification
for Financial Deep Learning [94.65749466106664]
金融深層学習において探求されていない公平性の基本的な側面は、信頼の概念である。
クレジットカードのデフォルト予測のために,ディープニューラルネットワーク上でマルチスケール信頼度定量化を行う。
論文 参考訳（メタデータ） (2020-11-03T19:05:07Z) - Where Does Trust Break Down? A Quantitative Trust Analysis of Deep
Neural Networks via Trust Matrix and Conditional Trust Densities [94.65749466106664]
本稿では,新しい信頼量化戦略である信頼行列の概念を紹介する。
信頼行列は、所定のアクター・オークル回答シナリオに対して期待される質問・回答信頼を定義する。
我々は、条件付き信頼密度の概念により、信頼密度の概念をさらに拡張する。
論文 参考訳（メタデータ） (2020-09-30T14:33:43Z) - How Much Can We Really Trust You? Towards Simple, Interpretable Trust
Quantification Metrics for Deep Neural Networks [94.65749466106664]
我々は思考実験を行い、信頼と信頼に関する2つの重要な疑問を探求する。
我々は、一連の質問に答える際の行動に基づいて、ディープニューラルネットワークの全体的な信頼性を評価するための一連のメトリクスを紹介します。
提案されたメトリクスは必ずしも完璧ではありませんが、よりよいメトリクスに向かって会話を推し進めることが望まれています。
論文 参考訳（メタデータ） (2020-09-12T17:37:36Z)
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。