論文の概要: Research as Resistance: Recognizing and Reconsidering HCI's Role in Technology Hype Cycles

• arxiv url: http://arxiv.org/abs/2504.08336v1
• Date: Fri, 11 Apr 2025 08:02:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-21 20:43:21.387719
• Title: Research as Resistance: Recognizing and Reconsidering HCI's Role in Technology Hype Cycles
• Title（参考訳）: 抵抗研究 : 技術ハイプサイクルにおけるHCIの役割の認識と再考
• Authors: Zefan Sramek, Koji Yatani,
• Abstract要約: 近年、このような技術ハイプサイクルの加速は、長期持続可能性の犠牲として、大量資本創出の優先順位付けにつながっている。 このパターンの否定的な影響にもかかわらず、学術研究はそのようなハイプサイクルに免疫がない。
• 参考スコア（独自算出の注目度）: 7.470763273994321
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The history of information technology development has been characterized by consecutive waves of boom and bust, as new technologies come to market, fuel surges of investment, and then stabilize towards maturity. However, in recent decades, the acceleration of such technology hype cycles has resulted in the prioritization of massive capital generation at the expense of longterm sustainability, resulting in a cascade of negative social, political, and environmental consequences. Despite the negative impacts of this pattern, academic research, and in particular HCI research, is not immune from such hype cycles, often contributing substantial amounts of literature to the discourse surrounding a wave of hype. In this paper, we discuss the relationship between technology and capital, offer a critique of the technology hype cycle using generative AI as an example, and finally suggest an approach and a set of strategies for how we can counteract such cycles through research as resistance.
• Abstract（参考訳）: 情報技術開発の歴史は、新しい技術が市場に投入され、投資が急増し、成熟に向かって安定するにつれ、連続したブームと混乱の波によって特徴づけられている。 しかし、近年、こうした技術ハイプサイクルの加速は、長期持続可能性の犠牲による巨額の資本創出の優先順位付けを招き、社会的、政治的、環境的な悪影響のカスケードとなった。 このパターンの否定的な影響にもかかわらず、学術研究、特にHCI研究は、そのようなハイプサイクルに免疫がなく、しばしばハイプの波を取り巻く言説にかなりの量の文学を寄与させる。 本稿では、技術と資本の関係について論じ、生成AIを例に、技術ハイプサイクルを批判し、最後に抵抗研究を通じてこのようなサイクルに対処する方法のアプローチと一連の戦略を提案する。

関連論文リスト

• Information Retrieval in the Age of Generative AI: The RGB Model [77.96475639967431]
  本稿では,生成型AIツールの利用の増加に伴って生じる複雑な情報ダイナミクスについて,新たな定量的アプローチを提案する。 本稿では,新たなトピックに応答して情報の生成,索引付け,普及を特徴付けるモデルを提案する。 以上の結果から,AI導入の急激なペースとユーザ依存度の増加は,不正確な情報拡散のリスクを増大させる可能性が示唆された。
  論文  参考訳（メタデータ） (2025-04-29T10:21:40Z)
• Mapping Technological Futures: Anticipatory Discourse Through Text Mining [1.998140290950519]
  本研究は、Xプラットフォーム(2021年-2023年)で公表された400人の主要な世論指導者(KOL)の150万の投稿を分析し、技術の将来に関する予測的談話について検討する。 BERTopicのモデリング、感情、感情、態度分析などの高度なテキストマイニング技術を用いて、この研究は、予想される技術主導の未来を反映する100の異なるトピックを特定している。
  論文  参考訳（メタデータ） (2025-03-25T15:20:15Z)
• From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
  この議論の多くは、大きな間接効果に対処することなく直接的影響に集中している。 本稿では,Jevonsのパラドックス問題がどのようにAIに適用され,効率向上がパラドックス的に消費増加を促すかを検討する。 これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。
  論文  参考訳（メタデータ） (2025-01-27T22:45:06Z)
• Misrepresented Technological Solutions in Imagined Futures: The Origins and Dangers of AI Hype in the Research Community [0.060998359915727114]
  我々は、AIハイプの起源とリスクを、研究コミュニティや社会に広く検討する。 我々は、研究者、規制当局、そして一般市民がこれらのリスクを軽減し、この技術に関する根拠のない主張の頻度を減らすための一連の措置を提案する。
  論文  参考訳（メタデータ） (2024-08-08T20:47:17Z)
• Towards Sustainable IoT: Challenges, Solutions, and Future Directions for Device Longevity [0.0]
  本研究は、IoTデバイスの早期解体に寄与する様々な難しさについて考察する。 セキュリティの脆弱性やユーザ認識のギャップ、ファッション駆動技術の動向の影響などの要因を調べることで、この論文は立法介入の必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2024-05-26T04:05:01Z)
• Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
  今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。 10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。 AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
  論文  参考訳（メタデータ） (2024-04-06T22:18:31Z)
• A Disruptive Research Playbook for Studying Disruptive Innovations [11.619658523864686]
  本稿では、説得力があり社会的に関係のある研究課題を定式化するためのガイドを提供するための研究プレイブックを提案する。 私たちは、AIとAR/VRの2つの破壊的なテクノロジの影響を疑問視するために使用することができることを示しています。
  論文  参考訳（メタデータ） (2024-02-20T19:13:36Z)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• Artificial Intelligence and Innovation to Reduce the Impact of Extreme Weather Events on Sustainable Production [1.290382979353427]
  極度の天候の予測不可能は 持続可能な生産と 陸地での生活を危険にさらす AI(Artificial Intelligent)、IoT(Internet of Things)、ブロックチェーン(ブロックチェーン)、3Dプリンティング(3Dプリンティング)、バーチャルおよび拡張現実(VRとAR)といった現代技術は、極端な天候のリスクと影響を減らすことを約束している。 しかし、これらの技術がどのように極端な気象の影響を減らすのに役立つかについての研究の方向性は明らかになっていない。
  論文  参考訳（メタデータ） (2022-09-21T06:52:39Z)
• Compute and Energy Consumption Trends in Deep Learning Inference [67.32875669386488]
  コンピュータビジョンと自然言語処理の分野における関連モデルについて検討する。 継続的な性能向上のために、これまで予想されていたよりもエネルギー消費の軟化が見られた。
  論文  参考訳（メタデータ） (2021-09-12T09:40:18Z)
• Using satellite imagery to understand and promote sustainable development [87.72561825617062]
  持続可能な開発成果を理解するために衛星画像を用いた成長する文献を合成する。 我々は、重要な人間関係の結果と、衛星画像の量の増大と解像度について、地上データの質を定量化する。 不足およびノイズの多いトレーニングデータの観点から、モデル構築に対する最近の機械学習アプローチをレビューする。
  論文  参考訳（メタデータ） (2020-09-23T05:20:00Z)

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。