論文の概要: Human-AI Interaction and User Satisfaction: Empirical Evidence from Online Reviews of AI Products
- arxiv url: http://arxiv.org/abs/2503.17955v2
- Date: Tue, 25 Mar 2025 01:44:50 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-26 15:05:42.359642
- Title: Human-AI Interaction and User Satisfaction: Empirical Evidence from Online Reviews of AI Products
- Title（参考訳）: 人間とAIのインタラクションとユーザ満足度:AIプロダクトのオンラインレビューからの実証的証拠
- Authors: Stefan Pasch, Sun-Young Ha,
- Abstract要約: この研究は、ビジネスソフトウェアとサービスのための主要なレビュープラットフォームであるG2から、AI関連製品の10万以上のユーザレビューを分析します。
私たちは7つの中核HAI次元を特定し、レビューの中でそのカバレッジと感情を調べます。
HAIの4次元に対する感情は、適応性、カスタマイズ性、エラー回復、セキュリティが全体的なユーザ満足度に肯定的な関係があることに気付きました。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Human-AI Interaction (HAI) guidelines and design principles have become increasingly important in both industry and academia to guide the development of AI systems that align with user needs and expectations. However, large-scale empirical evidence on how HAI principles shape user satisfaction in practice remains limited. This study addresses that gap by analyzing over 100,000 user reviews of AI-related products from G2, a leading review platform for business software and services. Based on widely adopted industry guidelines, we identify seven core HAI dimensions and examine their coverage and sentiment within the reviews. We find that the sentiment on four HAI dimensions-adaptability, customization, error recovery, and security-is positively associated with overall user satisfaction. Moreover, we show that engagement with HAI dimensions varies by professional background: Users with technical job roles are more likely to discuss system-focused aspects, such as reliability, while non-technical users emphasize interaction-focused features like customization and feedback. Interestingly, the relationship between HAI sentiment and overall satisfaction is not moderated by job role, suggesting that once an HAI dimension has been identified by users, its effect on satisfaction is consistent across job roles.
- Abstract（参考訳）: HAI(Human-AI Interaction)ガイドラインと設計原則は、ユーザニーズと期待に沿うAIシステムの開発を導くために、産業と学術の両方においてますます重要になっている。
しかし、HAI原則がユーザ満足度を実際にどのように形成するかに関する大規模な実証的証拠は依然として限られている。
この研究は、ビジネスソフトウェアとサービスの主要なレビュープラットフォームであるG2から、AI関連製品の10万以上のユーザレビューを分析することで、ギャップを解消する。
広く採用されている業界ガイドラインに基づいて、7つの中核的HAI次元を特定し、レビューのカバレッジと感情を調べる。
HAIの4次元に対する感情は、適応性、カスタマイズ性、エラー回復、セキュリティが全体的なユーザ満足度に肯定的な関係があることに気付きました。
技術的役割を持つユーザは、信頼性などのシステム中心の側面を議論する傾向が高く、技術的でないユーザは、カスタマイズやフィードバックのようなインタラクション中心の機能を強調します。
興味深いことに、HAIの感情と全体的な満足度との関係は、役割によって中途半端なものとはならず、一度HAIの次元がユーザによって特定されると、その満足度に対する影響は、職種間で一貫したものである。
関連論文リスト
- Reasoning LLMs for User-Aware Multimodal Conversational Agents [3.533721662684487]
社会ロボティクスにおけるパーソナライゼーションは、効果的な人間とロボットの相互作用を促進するために重要である。
本稿では,ユーザ認識型対話エージェントのための新しいフレームワークUSER-LLM R1を提案する。
提案手法では,チェーン・オブ・シンク(CoT)推論モデルを統合し,ユーザの好みや視覚言語モデルを反復的に推測する。
論文 参考訳（メタデータ） (2025-04-02T13:00:17Z) - Are We Solving a Well-Defined Problem? A Task-Centric Perspective on Recommendation Tasks [46.705107776194616]
我々はRecSysタスクの定式化を解析し、入力出力構造、時間力学、候補項目選択といった重要なコンポーネントを強調した。
本稿では,タスク特異性とモデル一般化可能性のバランスについて考察し,タスク定式化がロバストな評価と効率的なソリューション開発の基礎となることを明らかにする。
論文 参考訳（メタデータ） (2025-03-27T06:10:22Z) - Speaking the Right Language: The Impact of Expertise Alignment in User-AI Interactions [20.986518776079404]
25,000件のBing Copilot会話のサンプルを用いて、エージェントがドメインの専門知識の異なるユーザに対してどのように反応するかを調べる。
調査の結果,多種多様な分野にまたがって,エージェントは熟練あるいは熟練した専門知識のレベルに大きく反応することがわかった。
また,会話中の単語数から判断されるように,エージェントがユーザのそれと相反する専門知識のレベルに応答すると,より多くのユーザが会話を行うことを示す。
論文 参考訳（メタデータ） (2025-02-25T22:46:51Z) - AILuminate: Introducing v1.0 of the AI Risk and Reliability Benchmark from MLCommons [62.50078821423793]
本稿ではAI製品リスクと信頼性を評価するための業界標準ベンチマークとして,AIluminate v1.0を紹介する。
このベンチマークは、危険、違法、または望ましくない行動を12の危険カテゴリーで引き起こすように設計されたプロンプトに対するAIシステムの抵抗を評価する。
論文 参考訳（メタデータ） (2025-02-19T05:58:52Z) - Welzijn.AI: A Conversational AI System for Monitoring Mental Well-being and a Use Case for Responsible AI Development [3.257656198821199]
Welzijn.AIは、高齢者のメンタルヘルスを監視するためのデジタルソリューションである。
技術は、オープンで文書化された、解釈可能なアーキテクチャの記述に関するものである。
価値は Welzijn.AI の利害関係者の評価に関係している。
論文 参考訳（メタデータ） (2025-02-11T21:59:19Z) - Evaluating Cultural and Social Awareness of LLM Web Agents [113.49968423990616]
CASAは,大規模言語モデルの文化的・社会的規範に対する感受性を評価するためのベンチマークである。
提案手法は,標準に違反するユーザクエリや観察を検知し,適切に応答するLLMエージェントの能力を評価する。
実験により、現在のLLMは非エージェント環境で大幅に性能が向上していることが示された。
論文 参考訳（メタデータ） (2024-10-30T17:35:44Z) - Rethinking the Evaluation of Dialogue Systems: Effects of User Feedback on Crowdworkers and LLMs [57.16442740983528]
アドホック検索では、評価は暗黙のフィードバックを含むユーザーの行動に大きく依存する。
アノテータの会話知覚におけるターン評価におけるユーザフィードバックの役割はほとんど研究されていない。
本稿では,タスク指向対話システム(TDS)の評価が,ターンのフォローアップ発話を通じて提供されるユーザフィードバック,明示的あるいは暗黙的な評価にどのように影響するかに注目した。
論文 参考訳（メタデータ） (2024-04-19T16:45:50Z) - Unpacking Human-AI Interaction in Safety-Critical Industries: A Systematic Literature Review [48.052150453947405]
文献でHAIIを記述するために1つの用語は使われていない。
HAIIは、ユーザ関連の主観的指標で最もよく測定される。
研究者と開発者はHAIIの用語を体系化する必要がある。
論文 参考訳（メタデータ） (2023-10-05T08:57:17Z) - Identifying Characteristics of the Agile Development Process That Impact
User Satisfaction [3.3748063434734843]
本研究の目的は,ユーザの満足度に影響を与えるアジャイル開発プロセスの特徴を明らかにすることである。
ユーザ満足度の向上,開発チームのモチベーション,適切な作業単位の設定能力,作業ルールの適切性,コードメンテナンス性の向上は,ユーザ満足度の向上と相関するものとして考慮すべきものだ。
論文 参考訳（メタデータ） (2023-06-06T08:09:14Z) - A Systematic Literature Review of User Trust in AI-Enabled Systems: An
HCI Perspective [0.0]
人工知能(AI)のユーザ信頼は、採用を促進する重要な要素として、ますます認識され、証明されてきている。
本総説は, ユーザ信頼の定義, 影響要因, 測定方法の概要を, 実証研究23件から明らかにすることを目的としている。
論文 参考訳（メタデータ） (2023-04-18T07:58:09Z) - Proactive Detractor Detection Framework Based on Message-Wise Sentiment
Analysis Over Customer Support Interactions [60.87845704495664]
本稿では、チャットベースのカスタマーサポートのインタラクションにのみ依存して、個々のユーザの推薦決定を予測するフレームワークを提案する。
ケーススタディでは、ラテンアメリカの大手電子商取引会社の金融分野における16.4kのユーザ数と48.7kの顧客サポートに関する会話を分析した。
以上の結果から,CS会話のメッセージワイドな感情進化のみに基づいて,ユーザが製品やサービスを推薦する可能性を予測することが可能であることが示唆された。
論文 参考訳（メタデータ） (2022-11-08T00:43:36Z)
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。