論文の概要: "i am a stochastic parrot, and so r u": Is AI-based framing of human behaviour and cognition a conceptual metaphor or conceptual engineering?

• arxiv url: http://arxiv.org/abs/2504.07756v1
• Date: Thu, 10 Apr 2025 13:55:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-18 17:19:26.581803
• Title: "i am a stochastic parrot, and so r u": Is AI-based framing of human behaviour and cognition a conceptual metaphor or conceptual engineering?
• Title（参考訳）: 「私は確率的なオウムなので、ru」:AIによる人間の行動と認知のフレーミングは概念的メタファーか概念的工学か?
• Authors: Warmhold Jan Thomas Mollema, Thomas Wachter,
• Abstract要約: 計算とAIの概念的なコンステレーションは、人間の領域に適用できるだろうか? 人類の計算と心理学の比喩的な関係から、誤解を招く「二重の比喩」であると主張する。 概念的メタファーの観点は、概念工学の形式への道のりを示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Given the massive integration of AI technologies into our daily lives, AI-related concepts are being used to metaphorically compare AI systems with human behaviour and/or cognitive abilities like language acquisition. Rightfully, the epistemic success of these metaphorical comparisons should be debated. Against the backdrop of the conflicting positions of the 'computational' and 'meat' chauvinisms, we ask: can the conceptual constellation of the computational and AI be applied to the human domain and what does it mean to do so? What is one doing when the conceptual constellations of AI in particular are used in this fashion? Rooted in a Wittgensteinian view of concepts and language-use, we consider two possible answers and pit them against each other: either these examples are conceptual metaphors, or they are attempts at conceptual engineering. We argue that they are conceptual metaphors, but that (1) this position is unaware of its own epistemological contingency, and (2) it risks committing the ''map-territory fallacy''. Down at the conceptual foundations of computation, (3) it most importantly is a misleading 'double metaphor' because of the metaphorical connection between human psychology and computation. In response to the shortcomings of this projected conceptual organisation of AI onto the human domain, we argue that there is a semantic catch. The perspective of the conceptual metaphors shows avenues for forms of conceptual engineering. If this methodology's criteria are met, the fallacies and epistemic shortcomings related to the conceptual metaphor view can be bypassed. At its best, the cross-pollution of the human and AI conceptual domains is one that prompts us to reflect anew on how the boundaries of our current concepts serve us and how they could be approved.
• Abstract（参考訳）: AI技術が私たちの日常生活に大規模な統合されていることを踏まえると、AI関連の概念は、AIシステムと人間の振る舞いや言語習得のような認知能力とを比喩的に比較するために使われています。 当然、これらの比喩的な比較のエピステマティックな成功は議論されるべきである。 計算的(computational)と「肉的」(meat)のカルヴィニズム(chauvinism)の相反する位置の背景に対して、我々は「計算とAIの概念的コンステレーションは人間の領域に適用できるのか。 この方法で特にAIの概念的なコンステレーションが使われるとき、何をするのか? ウィトゲンシュタイン的な概念と言語利用の視点で、我々は2つの可能な答えを考え、それらを互いに対立させる:これらの例は概念的なメタファーであるか、概念工学の試みである。 これらは概念的メタファーであると主張するが、(1)この立場は自己の認識的存在を意識せず、(2)「地図的誤り」を犯すリスクがある。 計算の概念的基礎から考えると、(3)人間の心理学と計算の比喩的関係から誤解を招く「二重の比喩」である。 この計画されたAIの概念的組織が人間の領域に展開する欠点に応えて、セマンティック・キャッチ(semantic catch)が存在すると論じる。 概念的メタファーの観点は、概念工学の形式への道のりを示している。 この方法論の基準が満たされれば、概念的比喩観に関連する誤認や疫学的な欠点を回避できる。 最高の点として、人間とAIの概念ドメインの相互汚染は、我々の現在の概念の境界がどのように私たちに提供するのか、そしてそれらがどのように承認されるのかについて、新たな考察を促すものだ。

関連論文リスト

• Towards properly implementing Theory of Mind in AI systems: An account of four misconceptions [1.249418440326334]
  心の理論(ToM)に関する4つの一般的な誤解を識別する。 これらの誤解は、AIシステムを開発する際に考慮する必要がある。 誤解を議論した後、その誤解を克服するための暫定的なガイドラインを提供することで、各節を終わらせる。
  論文  参考訳（メタデータ） (2025-02-28T19:12:35Z)
• We Can't Understand AI Using our Existing Vocabulary [22.352112061625768]
  AIを理解するためには、人間の言葉の既存の語彙を頼りにすることはできない、と私たちは主張する。 私たちは、機械に教えたい人間の概念を正確に表現する新しい言葉、ネオロジズムを開発することに努めるべきです。
  論文  参考訳（メタデータ） (2025-02-11T14:34:05Z)
• Human-like conceptual representations emerge from language prediction [72.5875173689788]
  大規模言語モデル(LLMs)は、言語データに対する次世代の予測を通じてのみ訓練され、顕著な人間的な振る舞いを示す。 これらのモデルは、人間に似た概念を発達させ、もしそうなら、そのような概念はどのように表現され、組織化されるのか? 以上の結果から,LLMは言語記述から他の概念に関する文脈的手がかりに関して柔軟に概念を導出できることが示唆された。 これらの結果は、構造化された人間のような概念表現が、現実世界の接地なしに言語予測から自然に現れることを証明している。
  論文  参考訳（メタデータ） (2025-01-21T23:54:17Z)
• A.I. go by many names: towards a sociotechnical definition of artificial intelligence [0.0]
  人工知能(AI)の定義は永続的な課題であり、技術的曖昧さと様々な解釈に悩まされることが多い。 このエッセイは、研究に明快さを必要とする研究者にとって不可欠である、AIの社会技術的定義を論証するものである。
  論文  参考訳（メタデータ） (2024-10-17T11:25:50Z)
• Science is Exploration: Computational Frontiers for Conceptual Metaphor Theory [0.0]
  本研究では,Large Language Models (LLM) が,自然言語データにおける概念的メタファの存在を正確に識別し,説明することができることを示す。 メタファアノテーションガイドラインに基づく新しいプロンプト手法を用いて,LLMが概念的メタファに関する大規模計算研究において有望なツールであることを実証した。
  論文  参考訳（メタデータ） (2024-10-11T17:03:13Z)
• Assistant, Parrot, or Colonizing Loudspeaker? ChatGPT Metaphors for Developing Critical AI Literacies [0.9012198585960443]
  本研究は,AIシステムの理解を形作るフレームの認識を構築する上で,AIのメタファの議論がいかに役立つかを考察する。 様々な情報源からメタファーを分析し、7つの質問に答えて個別に反映した。 我々は、それが人為的形態化を促進するかどうかの次元に沿って、それぞれの比喩を探索し、そのような比喩がどの程度AIがセンシティブであるかを示唆した。
  論文  参考訳（メタデータ） (2024-01-15T15:15:48Z)
• Evaluating Understanding on Conceptual Abstraction Benchmarks [0.0]
  AIの長期的な目標は、人間のような方法で概念を理解するシステムを構築することである。 概念を理解するには、さまざまなコンテキストでそれを使う能力が必要である、と私たちは主張する。 我々の概念に基づく評価アプローチは、従来のテストセットが隠したはずのAIシステムに関する情報を明らかにする。
  論文  参考訳（メタデータ） (2022-06-28T17:52:46Z)
• Diagnosing AI Explanation Methods with Folk Concepts of Behavior [70.10183435379162]
  我々は「成功」は、その説明がどんな情報を含むかだけでなく、人間の説明者がどのような情報から理解するかにも依存すると考えている。 我々は、人間の説明による社会的帰属の枠組みとして、行動の民意的概念を用いる。
  論文  参考訳（メタデータ） (2022-01-27T00:19:41Z)
• Metaphor Generation with Conceptual Mappings [58.61307123799594]
  我々は、関連する動詞を置き換えることで、リテラル表現を与えられた比喩文を生成することを目指している。 本稿では,認知領域間の概念マッピングを符号化することで生成過程を制御することを提案する。 教師なしCM-Lexモデルは,近年のディープラーニングメタファ生成システムと競合することを示す。
  論文  参考訳（メタデータ） (2021-06-02T15:27:05Z)
• Bongard-LOGO: A New Benchmark for Human-Level Concept Learning and Reasoning [78.13740873213223]
  ボナード問題(BP)は、インテリジェントシステムにおける視覚認知へのインスピレーションとして導入された。 我々は人間レベルの概念学習と推論のための新しいベンチマークBongard-LOGOを提案する。
  論文  参考訳（メタデータ） (2020-10-02T03:19:46Z)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)
• Dark, Beyond Deep: A Paradigm Shift to Cognitive AI with Humanlike Common Sense [142.53911271465344]
  我々は、次世代のAIは、新しいタスクを解決するために、人間のような「暗黒」の常識を取り入れなければならないと論じている。 我々は、人間のような常識を持つ認知AIの5つの中核領域として、機能、物理学、意図、因果性、実用性(FPICU)を識別する。
  論文  参考訳（メタデータ） (2020-04-20T04:07:28Z)

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。