論文の概要: The Design Space for Online Restorative Justice Tools: A Case Study with ApoloBot

• arxiv url: http://arxiv.org/abs/2502.18861v1
• Date: Wed, 26 Feb 2025 06:10:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-27 14:58:08.778302
• Title: The Design Space for Online Restorative Justice Tools: A Case Study with ApoloBot
• Title（参考訳）: オンライン修復正義ツールのためのデザインスペース:ApoloBotによるケーススタディ
• Authors: Bich Ngoc, Doan, Joseph Seering,
• Abstract要約: ApoloBotは、オンラインコミュニティで害が生じた場合の謝罪を促進するために設計されたDiscordボットである。 この研究は、オンライン修復正義ツールを採用する可能性について、より詳細な知見を得るための先行研究に基づいている。
• 参考スコア（独自算出の注目度）: 2.812898346527047
• License:
• Abstract: Volunteer moderators use various strategies to address online harms within their communities. Although punitive measures like content removal or account bans are common, recent research has explored the potential for restorative justice as an alternative framework to address the distinct needs of victims, offenders, and community members. In this study, we take steps toward identifying a more concrete design space for restorative justice-oriented tools by developing ApoloBot, a Discord bot designed to facilitate apologies when harm occurs in online communities. We present results from two rounds of interviews: first, with moderators giving feedback about the design of ApoloBot, and second, after a subset of these moderators have deployed ApoloBot in their communities. This study builds on prior work to yield more detailed insights regarding the potential of adopting online restorative justice tools, including opportunities, challenges, and implications for future designs.
• Abstract（参考訳）: ボランティアモデレーターは、コミュニティ内のオンライン被害に対処するために様々な戦略を使用する。 コンテンツ削除やアカウント禁止といった罰則は一般的であるが、近年の研究では、被害者、犯罪者、およびコミュニティメンバーの異なるニーズに対処するための代替枠組みとして、回復的正義の可能性を探っている。 本研究では,オンラインコミュニティに害が生じた場合の謝罪を促進するために設計されたDiscordボットであるApoloBotを開発することにより,より具体的な正義指向ツールの設計空間を同定する。 まず、モデレーターがApoloBotの設計についてフィードバックを与え、次に、これらのモデレーターのサブセットがApoloBotをコミュニティにデプロイした後の2つのインタビューの結果を示す。 この研究は、オンライン修復正義ツールを採用する可能性について、より詳細な洞察を得るために、先行研究に基づいている。

関連論文リスト

• R2D2: Remembering, Reflecting and Dynamic Decision Making for Web Agents [53.94879482534949]
  現在のモデルは、Web構造の可視化と理解が限られているため、効率的なナビゲーションとアクション実行に苦しむことが多い。 提案したR2D2フレームワークは,2つのパラダイムを統合することで,これらの課題に対処する。 本研究は,記憶を増強したナビゲーションと反射学習を組み合わせることで,Webエージェントの能力が向上することが示唆された。
  論文  参考訳（メタデータ） (2025-01-21T20:21:58Z)
• Concept Arithmetics for Circumventing Concept Inhibition in Diffusion Models [58.065255696601604]
  拡散モデルの合成特性を使い、単一の画像生成において複数のプロンプトを利用することができる。 本論では, 画像生成の可能なすべてのアプローチを, 相手が適用可能な拡散モデルで検討することが重要であると論じる。
  論文  参考訳（メタデータ） (2024-04-21T16:35:16Z)
• SADAS: A Dialogue Assistant System Towards Remediating Norm Violations in Bilingual Socio-Cultural Conversations [56.31816995795216]
  SADAS(Socially-Aware Dialogue Assistant System)は、会話が敬意と理解で広がることを保証するためのシステムである。 本システムの新しいアーキテクチャは,(1)対話に存在する規範のカテゴリを特定すること,(2)潜在的な規範違反を検出すること,(3)違反の深刻さを評価すること,(4)違反の是正を目的とした対策を実施すること,を含む。
  論文  参考訳（メタデータ） (2024-01-29T08:54:21Z)
• JusticeBot: A Methodology for Building Augmented Intelligence Tools for Laypeople to Increase Access to Justice [0.0]
  法的な訓練を受けていない人(すなわち法的な訓練を受けていない人)は、しばしば法的な問題を解決するのに苦労する。 我々は、法的な意思決定支援ツールを構築するために、JourthBot方法論を提示する。 本システムは,ユーザに対して状況に関する質問を行い,法的情報を提供する。
  論文  参考訳（メタデータ） (2023-07-27T10:00:31Z)
• The HCI Aspects of Public Deployment of Research Chatbots: A User Study, Design Recommendations, and Open Challenges [19.965388973809336]
  本稿では,最近の研究チャットで実施した混合手法のユーザスタディについて報告する。 エージェントの抽象人為的表現は,ユーザの知覚に重要な影響を与え,AIの説明可能性の提供はフィードバック率に影響を与え,チャット体験の2つの(ディジタルおよび外部)レベルは意図的に設計されるべきである。
  論文  参考訳（メタデータ） (2023-06-07T20:24:43Z)
• Boosting Distress Support Dialogue Responses with Motivational Interviewing Strategy [4.264192013842096]
  いくつかの応答型が、より MI に固執した形式に書き換えられるかを示す。 We build several rephrasers by fine-tuning Blender and GPT3 to rephrasers MI non-adherent "Advise without permission" response to "Advise with permission"
  論文  参考訳（メタデータ） (2023-05-17T13:18:28Z)
• Proactive Moderation of Online Discussions: Existing Practices and the Potential for Algorithmic Support [12.515485963557426]
  既にポストされている反社会的コンテンツに対して作用するリアクティブパラダイムは、現在最も一般的なモデレーション形式である。 私たちは、プロトタイプツールを構築することによって、この既存のアクティブなモデレーションワークフローをどのように支援できるかを探求します。
  論文  参考訳（メタデータ） (2022-11-29T19:00:02Z)
• Identification of Twitter Bots based on an Explainable ML Framework: the US 2020 Elections Case Study [72.61531092316092]
  本稿では,ラベル付きTwitterデータに基づくTwitterボット識別システムの設計に焦点をあてる。 Supervised Machine Learning (ML)フレームワークは、Extreme Gradient Boosting (XGBoost)アルゴリズムを用いて採用されている。 また、MLモデルの予測を説明するためにShapley Additive Explanations (SHAP)をデプロイした。
  論文  参考訳（メタデータ） (2021-12-08T14:12:24Z)
• CASS: Towards Building a Social-Support Chatbot for Online Health Community [67.45813419121603]
  CASSアーキテクチャは高度なニューラルネットワークアルゴリズムに基づいている。 ユーザーからの新たな入力を処理し、さまざまなレスポンスを生成することができる。 フォローアップフィールド実験により、CASSは感情的支援を求める個々のメンバーを支援するのに有用であることが証明された。
  論文  参考訳（メタデータ） (2021-01-04T05:52:03Z)
• An Iterative Approach for Identifying Complaint Based Tweets in Social Media Platforms [76.9570531352697]
  本稿では,トランスポートドメインに関連する苦情に基づく投稿を識別する反復的手法を提案する。 研究目的のための新しいデータセットのリリースとともに、包括的評価を行う。
  論文  参考訳（メタデータ） (2020-01-24T22:23:22Z)

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。