論文の概要: Cognitio Emergens: Agency, Dimensions, and Dynamics in Human-AI Knowledge Co-Creation

• arxiv url: http://arxiv.org/abs/2505.03105v1
• Date: Tue, 06 May 2025 01:49:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-07 18:50:11.157392
• Title: Cognitio Emergens: Agency, Dimensions, and Dynamics in Human-AI Knowledge Co-Creation
• Title（参考訳）: Cognitio Emergens: Human-AI Knowledge Co-Creationにおけるエージェンシー、次元、ダイナミクス
• Authors: Xule Lin,
• Abstract要約: この記事では、既存のモデルの制限に対処するフレームワークであるCognitio Emergens(CE)を紹介します。 CEはこれらの制限に対処する3つのコンポーネントを統合する。 CEは、役割、価値、組織構造の継続的な交渉を通じて、知識の共創がどのように現れるかを明らかにする。
• 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: Scientific knowledge creation is fundamentally transforming as humans and AI systems evolve beyond tool-user relationships into co-evolutionary epistemic partnerships. When AlphaFold revolutionized protein structure prediction, researchers described engaging with an epistemic partner that reshaped how they conceptualized fundamental relationships. This article introduces Cognitio Emergens (CE), a framework addressing critical limitations in existing models that focus on static roles or narrow metrics while failing to capture how scientific understanding emerges through recursive human-AI interaction over time. CE integrates three components addressing these limitations: Agency Configurations describing how authority distributes between humans and AI (Directed, Contributory, Partnership), with partnerships dynamically oscillating between configurations rather than following linear progression; Epistemic Dimensions capturing six specific capabilities emerging through collaboration across Discovery, Integration, and Projection axes, creating distinctive "capability signatures" that guide development; and Partnership Dynamics identifying forces shaping how these relationships evolve, particularly the risk of epistemic alienation where researchers lose interpretive control over knowledge they formally endorse. Drawing from autopoiesis theory, social systems theory, and organizational modularity, CE reveals how knowledge co-creation emerges through continuous negotiation of roles, values, and organizational structures. By reconceptualizing human-AI scientific collaboration as fundamentally co-evolutionary, CE offers a balanced perspective that neither uncritically celebrates nor unnecessarily fears AI's evolving role, instead providing conceptual tools for cultivating partnerships that maintain meaningful human participation while enabling transformative scientific breakthroughs.
• Abstract（参考訳）: 人間とAIシステムがツールとユーザの関係を超えて進化し、共進化的疫学のパートナーシップへと進化するにつれて、科学的知識の創造は根本的に変化している。 AlphaFoldがタンパク質構造予測に革命を起こしたとき、研究者たちは、彼らが基本的関係をいかに概念化したかを再形成したてんかんのパートナーとの関わりについて説明した。 この記事では、Cognitio Emergens(CE)を紹介します。これは、静的な役割や狭いメトリクスにフォーカスしながら、時間とともに再帰的な人間とAIのインタラクションを通じて科学的理解がどのように現れるかを捉えていない、既存のモデルにおける重要な制限に対処するフレームワークです。 CEはこれらの制限に対処する3つのコンポーネントを統合している: 権限が人間とAI(ディレクター、コントリビュータ、パートナーシップ)間でどのように分配されるかを記述するエージェンシー構成(Directed, Contributory, Partnership)、線形進行ではなく構成間で動的に振動するパートナーシップ、発見、統合、およびプロジェクション軸をまたがるコラボレーションを通じて現れる6つの特定の機能をキャプチャーするエピステミック次元、開発をガイドする固有の「能力シグネチャ」を作成するパートナーダイナミクス(Partnerhip Dynamics)、これらの関係の進化を形作る力、特に研究者が公式に支持する知識の解釈的コントロールを失うエピステマティック疎外化(thestemic alienation)のリスク。 オートポエリス理論、社会システム理論、そして組織的モジュール性から引き出されたCEは、役割、価値観、組織構造の継続的な交渉を通じて、知識の共創がどのように現れるかを明らかにする。 人間とAIの科学的コラボレーションを基本的に共進化的と再認識することで、CEはAIの進化的役割を非批判的に祝ったり、不必要に恐れたりしないというバランスのとれた視点を提供し、代わりに、変革的な科学的ブレークスルーを可能にしながら、有意義な人間の参加を維持するパートナーシップを育むための概念的なツールを提供する。

関連論文リスト

• Classifying Epistemic Relationships in Human-AI Interaction: An Exploratory Approach [0.6906005491572401]
  本研究は,研究と教育の文脈において,ユーザがAIをどのように評価し,信頼し,協力するかを調査する。 専門分野にまたがる31人の学者へのインタビューをもとに、5つのパートのコードブックを作成し、5つの関係タイプを特定した。
  論文  参考訳（メタデータ） (2025-08-02T23:41:28Z)
• A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence [87.08051686357206]
  大きな言語モデル(LLM)は強力な能力を示しているが、基本的に静的である。 LLMはますますオープンでインタラクティブな環境にデプロイされているため、この静的な性質は重要なボトルネックとなっている。 この調査は、自己進化エージェントの体系的で包括的なレビューを初めて提供する。
  論文  参考訳（メタデータ） (2025-07-28T17:59:05Z)
• When Models Know More Than They Can Explain: Quantifying Knowledge Transfer in Human-AI Collaboration [79.69935257008467]
  我々は,人間とAIの知識伝達能力に関する概念的かつ実験的フレームワークである知識統合と伝達評価(KITE)を紹介する。 最初の大規模人間実験(N=118)を行い,その測定を行った。 2段階のセットアップでは、まずAIを使って問題解決戦略を思いつき、その後独立してソリューションを実装し、モデル説明が人間の理解に与える影響を分離します。
  論文  参考訳（メタデータ） (2025-06-05T20:48:16Z)
• Continuum-Interaction-Driven Intelligence: Human-Aligned Neural Architecture via Crystallized Reasoning and Fluid Generation [1.5800607910450124]
  現在のAIシステムは、幻覚、予測不能、そして人間の意思決定と不一致といった課題に直面している。 本研究では、確率的生成(LLM)とホワイトボックスの手続き的推論(チェーン・オブ・シント)を統合し、解釈可能で、継続的な学習可能で、人間に準拠したAIシステムを構築する二チャンネルインテリジェントアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-04-12T18:15:49Z)
• Replicating Human Social Perception in Generative AI: Evaluating the Valence-Dominance Model [0.13654846342364302]
  マルチモーダル生成型AIシステムは、人間の社会的知覚の重要な側面を再現できることを示す。 発見は、AIによる意思決定と人間とAIのインタラクションに関する重要な疑問を提起する。
  論文  参考訳（メタデータ） (2025-03-05T17:35:18Z)
• Cognitive AI framework: advances in the simulation of human thought [0.0]
  Human Cognitive Simulation Frameworkは、人間の認知能力を人工知能システムに統合する大きな進歩を表している。 短期記憶(会話コンテキスト)、長期記憶(対話コンテキスト)、高度な認知処理、効率的な知識管理を融合することにより、コンテキストコヒーレンスと永続的なデータストレージを確保する。 このフレームワークは、継続的学習アルゴリズム、持続可能性、マルチモーダル適応性に関する将来の研究の基礎を築き、Cognitive AIを新興分野におけるトランスフォーメーションモデルとして位置づけている。
  論文  参考訳（メタデータ） (2025-02-06T17:43:35Z)
• Elucidation of the Concept of Consciousness from the Theory of Non-Human Communication Agents [0.0]
  本稿は、非人間コミュニケーションエージェント(ANHC)の関連性および後現象論から意識概念を解明することに焦点を当てる。 非人間的認知エージェントとの相互作用を基盤として、社会工学システムの説明可能性は、現代の哲学と科学の共通感覚に挑戦する。 目的は、ANHCの設計、規制、相互作用における現代の課題に対処するための倫理的かつ実践的なアプローチへの道を開く、新しい理解の枠組みを設計するための必要な議論に貢献することである。
  論文  参考訳（メタデータ） (2025-02-05T13:58:23Z)
• Incentivized Symbiosis: A Paradigm for Human-Agent Coevolution [0.0]
  進化ゲーム理論は、協力を成功させるための構造とインセンティブを理解するためのレンズを提供する。 ヒューマンエージェントチーム、契約理論、Web3のような分散フレームワークの収束は、協力を促進する基盤を提供する。 私たちは、Incentivized Symbiosisを、Web3の原則にインスパイアされ、ブロックチェーン技術にエンコードされた、人間とAIの間のソーシャルコントラクトとして概念化しています。
  論文  参考訳（メタデータ） (2024-12-08T20:23:48Z)
• Aligning Generalisation Between Humans and Machines [74.120848518198]
  AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。 AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。 これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
  論文  参考訳（メタデータ） (2024-11-23T18:36:07Z)
• Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
  コネクショニストと象徴的人工知能(AI)の収束を探求する記事 従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。 大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
  論文  参考訳（メタデータ） (2024-07-11T14:00:53Z)
• Human-AI Coevolution [48.74579595505374]
  Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。 本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
  論文  参考訳（メタデータ） (2023-06-23T18:10:54Z)
• Acquiring and Modelling Abstract Commonsense Knowledge via Conceptualization [49.00409552570441]
  本研究では,コモンセンス推論における概念化の役割について検討し,人間の概念化を再現する枠組みを定式化する。 ATOMIC は大規模な人為的注釈付き CKG であり,この枠組みを分類プロベースで支援している。
  論文  参考訳（メタデータ） (2022-06-03T12:24:49Z)

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。