論文の概要: Hype and Adoption of Generative Artificial Intelligence Applications

• arxiv url: http://arxiv.org/abs/2504.18081v1
• Date: Fri, 25 Apr 2025 05:15:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:53.648291
• Title: Hype and Adoption of Generative Artificial Intelligence Applications
• Title（参考訳）: ジェネレーティブ人工知能アプリケーションのハイプと適用
• Authors: Vinh Truong,
• Abstract要約: 私たちは、ChatGPT、Bing AI、Microsoft Office Copilotといったツールを使って、ジェネレーティブAIの時代に入りました。 この研究は、生成的AIの採用が二重段階のプロセスであることを示唆している。 それは、技術トリガーのフェーズ、期待のピーク、幻滅のトラフ、啓蒙の傾斜、生産性の台地に続く。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: New technologies create opportunities while displacing others. They enhance life by supporting entertainment, education, and social connectivity but also replace humans in productivity and analytical tasks. Adapting to these shifts requires technical adjustments and social readiness. For digital transformation to succeed, organizations and their workforce must be psychologically prepared. We are entering the era of Generative AI with tools like ChatGPT, Bing AI, and Microsoft Office Copilot. Understanding public sentiment toward these innovations is crucial for refining technology acceptance models and informing market strategies. Using the Gartner Hype Cycle and Kubler-Ross Change Curve, this study suggests that generative AI adoption is a dual-stage process. It follows the phases of technology trigger, peak of expectations, trough of disillusionment, slope of enlightenment, and plateau of productivity, while also reflecting emotional stages like shock, denial, and integration. The study used sentiment and emotion analysis on a large dataset of tweets about generative AI, translating them into scores to track user responses over time. Unlike prior research, which offered a snapshot of sentiment, this study captures the dynamic evolution of attitudes, linking empirical evidence with theoretical frameworks. It shifts the focus from information seekers to content creators. With the release of generative AI tools, there is a significant gap in understanding societal reception and adaptation. Policymakers face uncertainty about guiding markets for these changes. This research validates the applicability of the Gartner Hype Cycle and Kubler-Ross Change Curve to generative AI. It provides insights for businesses in integrating these tools and crafting policies to enhance readiness and resilience.
• Abstract（参考訳）: 新しい技術は、他人を軽視しながら機会を生み出します。 エンターテイメント、教育、社会的なつながりをサポートすることで生活を強化するだけでなく、生産性と分析のタスクにおいて人間を置き換える。 これらのシフトに適応するには、技術的な調整と社会的準備が必要である。 デジタルトランスフォーメーションが成功するためには、組織とその労働力は心理的に準備されなければならない。 私たちは、ChatGPT、Bing AI、Microsoft Office Copilotといったツールを使って、ジェネレーティブAIの時代に入りました。 これらのイノベーションに対する大衆の感情を理解することは、テクノロジーの受容モデルを洗練し、市場戦略を伝えるために不可欠である。 この研究は、Gartner Hype CycleとKubler-Ross Change Curveを使用して、生成AIの採用が2段階のプロセスであることを示唆している。 技術トリガーのフェーズ、期待のピーク、幻滅のトラフ、啓蒙の傾斜、生産性の高原に続くと同時に、ショック、否定、統合といった感情的なステージを反映している。 この研究は、生成AIに関する大量のツイートのデータセットに感情分析と感情分析を使用し、それらをスコアに変換し、時間の経過とともにユーザーの反応を追跡する。 感情のスナップショットを提供する以前の研究とは異なり、この研究は経験的証拠と理論的枠組みを結びつけて、態度の動的進化を捉えている。 情報提供者からコンテンツ制作者へと焦点を移す。 生成AIツールのリリースにより、社会的受容と適応を理解する上で大きなギャップがある。 政策立案者はこうした変化の市場誘導について不確実性に直面している。 本研究では, Gartner Hype Cycle と Kubler-Ross Change Curve が生成AIに適用可能であることを検証する。 企業にとって、これらのツールの統合と、準備性とレジリエンスを高めるためのポリシー構築に関する洞察を提供する。

関連論文リスト

• Generative Artificial Intelligence: Evolving Technology, Growing Societal Impact, and Opportunities for Information Systems Research [1.6311895940869516]
  我々は、AIの現状と今後の影響を予測するために、AIの進化と発展のトレンドを考察する。 我々は、象徴主義からコネクショナリズムへの継続的な変化に根ざした、GenAIのユニークな特徴を探求する。
  論文  参考訳（メタデータ） (2025-02-25T16:34:23Z)
• Boardwalk Empire: How Generative AI is Revolutionizing Economic Paradigms [0.0]
  深層生成モデル — 生成的および深層学習技術の統合 — は、既存のデータを分析することを越えて、新たなデータの作成に長けている。 設計、最適化、革新のサイクルを自動化することで、ジェネレーティブAIは、コア産業プロセスを変えようとしている。 金融セクターでは、リスクアセスメント、トレーディング戦略、予測を変革し、その大きな影響を示している。
  論文  参考訳（メタデータ） (2024-10-19T20:57:16Z)
• 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)
• Integrating Generative AI in Hackathons: Opportunities, Challenges, and Educational Implications [0.24739484546803336]
  ハッカソンはソフトウェア産業において重要なプラットフォームとして登場し、組織や学生のイノベーションとスキル開発を推進してきた。 人工知能(AI)と機械学習の融合により、ハッカソンが作り直され、学習機会が強化され、倫理的課題も導入されている。 本研究は, アイオワ大学ハッカソン校の事例研究を中心に, 生成AIが学生の技術的選択に与える影響を考察する。
  論文  参考訳（メタデータ） (2024-01-30T20:45:49Z)
• The Future of Fundamental Science Led by Generative Closed-Loop Artificial Intelligence [67.70415658080121]
  機械学習とAIの最近の進歩は、技術革新、製品開発、社会全体を破壊している。 AIは、科学的な実践とモデル発見のための高品質なデータの大規模なデータセットへのアクセスがより困難であるため、基礎科学にはあまり貢献していない。 ここでは、科学的な発見に対するAI駆動、自動化、クローズドループアプローチの側面を調査し、調査する。
  論文  参考訳（メタデータ） (2023-07-09T21:16:56Z)
• Machine Psychology [54.287802134327485]
  我々は、心理学にインスパイアされた行動実験において、研究のための実りある方向が、大きな言語モデルに係わっていると論じる。 本稿では,本手法が表に示す理論的視点,実験パラダイム,計算解析技術について述べる。 これは、パフォーマンスベンチマークを超えた、生成人工知能(AI)のための「機械心理学」の道を開くものだ。
  論文  参考訳（メタデータ） (2023-03-24T13:24:41Z)
• World Models and Predictive Coding for Cognitive and Developmental Robotics: Frontiers and Challenges [51.92834011423463]
  我々は世界モデルと予測符号化の2つの概念に焦点を当てる。 神経科学において、予測符号化は、脳がその入力を継続的に予測し、その環境における自身のダイナミクスと制御行動のモデル化に適応するように提案する。
  論文  参考訳（メタデータ） (2023-01-14T06:38:14Z)
• From Robots to Books: An Introduction to Smart Applications of AI in Education (AIEd) [0.0]
  次世代の産業は進化しており、人工知能は、一般に知られている産業4.0の次の変化である。 専門家は、人工知能が、私たちの滞在、会話、研究、生活、コミュニケーション、ビジネスの運営方法における、次の重要なバーチャルシフトの背後にある主要な力になると予測している。 本研究は,産業と学術の両方の観点から,人工知能の教育への応用を強調した。
  論文  参考訳（メタデータ） (2023-01-11T07:00:55Z)
• Selected Trends in Artificial Intelligence for Space Applications [69.3474006357492]
  この章は、差別化可能なインテリジェンスとオンボード機械学習に焦点を当てている。 欧州宇宙機関(ESA)Advanced Concepts Team(ACT)から選ばれたいくつかのプロジェクトについて論じる。
  論文  参考訳（メタデータ） (2022-12-10T07:49:50Z)
• Artificial Intelligence for the Metaverse: A Survey [66.57225253532748]
  まず、機械学習アルゴリズムやディープラーニングアーキテクチャを含むAIの予備と、メタバースにおけるその役割について紹介する。 次に、メタバースの可能性を秘めた6つの技術的側面に関するAIベースの手法に関する包括的調査を行う。 医療、製造業、スマートシティ、ゲームなどのAI支援アプリケーションは、仮想世界に展開するために研究されている。
  論文  参考訳（メタデータ） (2022-02-15T03:34:56Z)
• Learning from learning machines: a new generation of AI technology to meet the needs of science [59.261050918992325]
  科学的な発見のためのAIの有用性を高めるための新たな機会と課題を概説する。 産業におけるAIの目標と科学におけるAIの目標の区別は、データ内のパターンを識別することと、データから世界のパターンを発見することとの間に緊張を生じさせる。
  論文  参考訳（メタデータ） (2021-11-27T00:55:21Z)
• Interdisciplinary Approaches to Understanding Artificial Intelligence's Impact on Society [7.016365171255391]
  aiは、予期せぬ社会技術的問題を引き起こしている。 コンピュータ科学と社会と社会の価値を研究する分野の密接な結合が必要です。
  論文  参考訳（メタデータ） (2020-12-11T00:43:47Z)

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。