論文の概要: Large-scale Group Brainstorming using Conversational Swarm Intelligence (CSI) versus Traditional Chat

• arxiv url: http://arxiv.org/abs/2412.14205v1
• Date: Mon, 16 Dec 2024 22:11:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-20 13:29:52.256723
• Title: Large-scale Group Brainstorming using Conversational Swarm Intelligence (CSI) versus Traditional Chat
• Title（参考訳）: Conversational Swarm Intelligence (CSI) を用いた大規模グループブレインストーミング
• Authors: Louis Rosenberg, Hans Schumann, Christopher Dishop, Gregg Willcox, Anita Woolley, Ganesh Mani,
• Abstract要約: Conversational Swarm Intelligence (CSI) は、リアルタイムな会話の議論と優先順位付けを可能にするAIに精通した手法である。 本研究では,75人のグループ間でリアルタイムのブレインストーミングと優先順位付けを可能にする,ThinkscapeというCSIプラットフォームの利用に焦点を当てた。
• 参考スコア（独自算出の注目度）: 0.8246494848934447
• License:
• Abstract: Conversational Swarm Intelligence (CSI) is an AI-facilitated method for enabling real-time conversational deliberations and prioritizations among networked human groups of potentially unlimited size. Based on the biological principle of Swarm Intelligence and modelled on the decision-making dynamics of fish schools, CSI has been shown in prior studies to amplify group intelligence, increase group participation, and facilitate productive collaboration among hundreds of participants at once. It works by dividing a large population into a set of small subgroups that are woven together by real-time AI agents called Conversational Surrogates. The present study focuses on the use of a CSI platform called Thinkscape to enable real-time brainstorming and prioritization among groups of 75 networked users. The study employed a variant of a common brainstorming intervention called an Alternative Use Task (AUT) and was designed to compare through subjective feedback, the experience of participants brainstorming using a CSI structure vs brainstorming in a single large chat room. This comparison revealed that participants significantly preferred brainstorming with the CSI structure and reported that it felt (i) more collaborative, (ii) more productive, and (iii) was better at surfacing quality answers. In addition, participants using the CSI structure reported (iv) feeling more ownership and more buy-in in the final answers the group converged on and (v) reported feeling more heard as compared to brainstorming in a traditional text chat environment. Overall, the results suggest that CSI is a very promising AI-facilitated method for brainstorming and prioritization among large-scale, networked human groups.
• Abstract（参考訳）: 会話群知能(英語: Conversational Swarm Intelligence、略称:CSI)は、潜在的に無制限の大きさのネットワークされた人間のグループ間でリアルタイムな会話の熟考と優先順位付けを可能にする、AIに精通した手法である。 Swarm Intelligenceの生物学的原理に基づいて、魚学校の意思決定ダイナミクスをモデル化し、CSIは、集団知能を増幅し、グループ参加を増やし、同時に何百人もの参加者の間で生産的な協力を促進するために、先行研究で示されている。 これは、大勢の人々を、会話サロゲートと呼ばれるリアルタイムAIエージェントによって織られた小さなサブグループに分割することで機能する。 本研究では,75名のネットワークユーザを対象としたリアルタイムブレインストーミングと優先順位付けを実現するための,ThinkscapeというCSIプラットフォームの利用に焦点を当てた。 この研究は、オルタナティブ・ユース・タスク(AUT)と呼ばれる一般的なブレインストーミング介入のバリエーションを採用し、主観的なフィードバック、CSI構造を用いたブレインストーミングと1つの大きなチャットルームでのブレインストーミングの経験を比較するように設計された。 この比較では、参加者はCSI構造によるブレインストーミングを有意に好んでおり、それが感じられたことを報告した。 (i)より協力的で (二)より生産的で (iii) 質の高い回答を提示するのが得意であった。 また, CSI 構造を用いた被験者も報告した。 (四)グループによる最終回答において、より所有権を感じ、さらに買い入れをすること。 (v) 従来のテキストチャット環境におけるブレインストーミングに比べ, より耳を傾ける傾向がみられた。 全体として、CSIは、大規模なネットワーク化された人間のグループ間のブレインストーミングと優先順位付けのための、非常に有望なAIファシリケートな手法であることを示唆している。

関連論文リスト

• Brain-like Functional Organization within Large Language Models [58.93629121400745]
  人間の脳は長い間人工知能(AI)の追求にインスピレーションを与えてきた 最近のニューロイメージング研究は、人工ニューラルネットワーク(ANN)の計算的表現と、人間の脳の刺激に対する神経反応との整合性の説得力のある証拠を提供する。 本研究では、人工ニューロンのサブグループと機能的脳ネットワーク(FBN)を直接結合することで、このギャップを埋める。 このフレームワークはANサブグループをFBNにリンクし、大きな言語モデル(LLM)内で脳に似た機能的組織を記述できる。
  論文  参考訳（メタデータ） (2024-10-25T13:15:17Z)
• Scaling Large-Language-Model-based Multi-Agent Collaboration [75.5241464256688]
  大規模言語モデルによるエージェントのパイオニア化は、マルチエージェントコラボレーションの設計パターンを暗示している。 神経スケーリング法則に触発された本研究では,マルチエージェント協調におけるエージェントの増加に類似の原理が適用されるかを検討する。
  論文  参考訳（メタデータ） (2024-06-11T11:02:04Z)
• A Conversational Brain-Artificial Intelligence Interface [3.017482151674131]
  脳知能インタフェース(BAI)を脳コンピュータインタフェース(BCI)の新しいクラスとして導入する。 BAIは人工知能の力を活用して、神経認知処理パイプラインの一部を置き換える。 本研究では,対話型BAIが言語を生成することなく,複雑なコミュニケーションを実現するための電話会話のシミュレーション実験を行った。
  論文  参考訳（メタデータ） (2024-02-22T23:11:12Z)
• Towards Collective Superintelligence: Amplifying Group IQ using Conversational Swarms [0.9374652839580183]
  スワーム・インテリジェンス(Swarm Intelligence, SI)は、生物群がリアルタイムシステムを形成することによって、それらの統合された知性を増幅できる自然現象である。 過去には、Swarmベースの手法は確率予測や複数選択決定といった狭義のタスクに制約されていた。 2023年にCSI(Conversational Swarm Intelligence)と呼ばれる新しい技術が開発され、ネットワーク化された人間グループの意思決定精度が向上した。
  論文  参考訳（メタデータ） (2024-01-25T19:43:35Z)
• Picking the Underused Heads: A Network Pruning Perspective of Attention Head Selection for Fusing Dialogue Coreference Information [50.41829484199252]
  マルチヘッド自己アテンション機構を持つトランスフォーマーベースのモデルは自然言語処理で広く利用されている。 ネットワークプルーニングの観点から,特徴注入のためのアテンションヘッドの選択と操作戦略について検討する。
  論文  参考訳（メタデータ） (2023-12-15T05:27:24Z)
• Enhancing HOI Detection with Contextual Cues from Large Vision-Language Models [56.257840490146]
  ConCueは、HOI検出における視覚的特徴抽出を改善するための新しいアプローチである。 コンテクストキューをインスタンスと相互作用検出器の両方に統合するマルチトウワーアーキテクチャを用いたトランスフォーマーベースの特徴抽出モジュールを開発した。
  論文  参考訳（メタデータ） (2023-11-26T09:11:32Z)
• Conversational Swarm Intelligence, a Pilot Study [1.2273265383502197]
  Conversational Swarm Intelligence (CSI)は、大規模な人間集団がリアルタイムのネットワーク会話を行うことを可能にする新しい方法である。 CSI構造は、小さな熟考グループ間の局所的な対話と、より広い人口にわたる会話内容のグローバルな伝播を同時に可能とします。
  論文  参考訳（メタデータ） (2023-08-31T17:51:02Z)
• Sequential Best-Arm Identification with Application to Brain-Computer Interface [34.87975833920409]
  脳コンピュータインタフェース(BCI)は、脳と外部デバイスまたはコンピュータシステムとの直接通信を可能にする技術である。 脳波(EEG)と事象関連電位(ERP)に基づくスペルシステム(ERP)は、物理キーボードを使わずに単語をスペルできるBCIの一種である。 本稿では,固定信頼度設定と固定予算設定の下での逐次トップ2トンプソンサンプリング(STTS)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-05-17T18:49:44Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Onto4MAT: A Swarm Shepherding Ontology for Generalised Multi-Agent Teaming [2.9327503320877457]
  我々は、Swarm AIがその環境とシステムについて推論できる形式的な知識表現設計を提供する。 我々は,人間とチーム間のより効果的なチーム編成を実現するために,Ontology for Generalized Multi-Agent Teaming(Onto4MAT)を提案する。
  論文  参考訳（メタデータ） (2022-03-24T09:36:50Z)
• Exploiting Unsupervised Data for Emotion Recognition in Conversations [76.01690906995286]
  会話における感情認識(Emotion Recognition in Conversations:ERC)は、会話における話者の感情状態を予測することを目的としている。 ERCタスクの教師付きデータは限られている。 教師なし会話データを活用する新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-02T13:28:47Z)

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。