論文の概要: BCause: Human-AI collaboration to improve hybrid mapping and ideation in argumentation-grounded deliberation

• arxiv url: http://arxiv.org/abs/2505.03584v1
• Date: Tue, 06 May 2025 14:43:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-07 18:50:11.432465
• Title: BCause: Human-AI collaboration to improve hybrid mapping and ideation in argumentation-grounded deliberation
• Title（参考訳）: BCause:議論を基盤とした議論におけるハイブリッドマッピングと思考を改善する人間とAIのコラボレーション
• Authors: Lucas Anastasiou, Anna De Liddo,
• Abstract要約: 本稿では、生成AIと人間と機械の協調を利用したBCAuseについて紹介する。 i) 構造化されていないテキストを議論的な議論にインポート・変換する, (ii) ローカルなイシューレポートのためのTelegramボットによるジオリベラルな問題センシングを行う, (iii) カスタマイズ可能なウィジェットを用いたスマートレポートを行う,という3つのイノベーションを提示する。
• 参考スコア（独自算出の注目度）: 3.683202928838613
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Public deliberation, as in open discussion of issues of public concern, often suffers from scattered and shallow discourse, poor sensemaking, and a disconnect from actionable policy outcomes. This paper introduces BCause, a discussion system leveraging generative AI and human-machine collaboration to transform unstructured dialogue around public issues (such as urban living, policy changes, and current socio-economic transformations) into structured, actionable democratic processes. We present three innovations: (i) importing and transforming unstructured transcripts into argumentative discussions, (ii) geo-deliberated problem-sensing via a Telegram bot for local issue reporting, and (iii) smart reporting with customizable widgets (e.g., summaries, topic modelling, policy recommendations, clustered arguments). The system's human-AI partnership preserves critical human participation to ensure ethical oversight, contextual relevance, and creative synthesis.
• Abstract（参考訳）: 公的な議論は、公共の関心事に関する公的な議論と同様に、しばしば散らばって浅い談話に悩まされ、センスメイキングが悪く、行動可能な政策結果から切り離される。 本稿では,BCAuseについて紹介する。BCAuseは,都市生活や政策変化,現在の社会経済変革といった,非構造的な対話を構造化された,実行可能な民主的プロセスに変換するために,生成AIと人間と機械の協調を活用した議論システムである。 イノベーションは3つあります。 (i)非構造的写本の輸入・変換を議論的な議論にすること。 (II)Telegramボットによる地域問題報告のための地理検討問題センシング (iii)カスタマイズ可能なウィジェットによるスマートレポート(例:要約、トピックモデリング、ポリシーレコメンデーション、クラスタ化引数)。 このシステムの人間とAIのパートナーシップは、倫理的監視、文脈的関連性、創造的な合成を保証するために重要な人間の参加を保っている。

関連論文リスト

• Creating a Cooperative AI Policymaking Platform through Open Source Collaboration [14.120384828192067]
  現在のインセンティブ構造と規制の遅れは、責任あるAI開発とデプロイメントを妨げる可能性がある。 これらの課題に対処するため、我々は大規模なマルチモーダルテキストと経済時系列基盤モデルの開発を提案する。
  論文  参考訳（メタデータ） (2024-12-09T19:25:29Z)
• Human-Robot Dialogue Annotation for Multi-Modal Common Ground [4.665414514091581]
  本稿では,人間とロボットの対話データにアノテートした記号表現の開発について述べる。 遠隔対話では,人間とロボットが不慣れな環境における共同ナビゲーションと探索作業に従事しているが,ロボットは限られた通信制約のため,すぐには高品質な視覚情報を共有できない。 このパラダイム内では、抽象的意味表現の強化である対話-AMRアノテーションを通じて、対話中の1つの発話の命題意味と補間力を取り込む。
  論文  参考訳（メタデータ） (2024-11-19T19:33:54Z)
• Leveraging Explicit Reasoning for Inference Integration in Commonsense-Augmented Dialogue Models [12.116834890063146]
  オープンドメイン対話システムは、人間のユーザに対して効果的に理解し、応答するために、社会的常識を理解する必要がある。 既存のコモンセンス拡張ダイアログへのアプローチは、応答生成中にコモンセンス推論を統合する暗黙の推論に依存している。
  論文  参考訳（メタデータ） (2024-06-13T14:07:52Z)
• Solving NLP Problems through Human-System Collaboration: A Discussion-based Approach [98.13835740351932]
  本研究の目的は,対話を通じて予測を議論・洗練するシステムのための,データセットと計算フレームワークを構築することである。 提案システムでは,自然言語推論タスクにおいて,最大25ポイントの精度向上が期待できることを示す。
  論文  参考訳（メタデータ） (2023-05-19T16:24:50Z)
• Controllable Mixed-Initiative Dialogue Generation through Prompting [50.03458333265885]
  混合開始対話タスクには、情報の繰り返し交換と会話制御が含まれる。 エージェントは、ポリシープランナーが定める特定の対話意図や戦略に従う応答を生成することにより、コントロールを得る。 標準的なアプローチは、これらの意図に基づいて生成条件を実行するために、訓練済みの言語モデルを微調整している。 代わりに、条件生成の微調整に代えて、大きな言語モデルをドロップインで置き換えるように促します。
  論文  参考訳（メタデータ） (2023-05-06T23:11:25Z)
• Topic-Oriented Spoken Dialogue Summarization for Customer Service with Saliency-Aware Topic Modeling [61.67321200994117]
  顧客サービスシステムでは、長い音声対話のための要約を作成することにより、対話要約はサービス効率を高めることができる。 本研究では,高度に抽象的な要約を生成するトピック指向の対話要約に注目した。 SATM(Saliency-Awareural topic Model)と併用し,顧客サービス対話のトピック指向要約を目的とした,新しいトピック拡張型2段階対話要約器(TDS)を提案する。
  論文  参考訳（メタデータ） (2020-12-14T07:50:25Z)
• Is this Dialogue Coherent? Learning from Dialogue Acts and Entities [82.44143808977209]
  スイッチボード・コヒーレンス・コーパス(SWBD-Coh)コーパス(Switchboard Coherence corpus,SWBD-Coh)を作成する。 コーパスの統計的分析は、ターンコヒーレンス知覚がエンティティの分布パターンによってどのように影響を受けるかを示している。 DA情報とエンティティ情報を組み合わせたモデルでは,応答選択とターンコヒーレンス評価の両面で最高の性能が得られることがわかった。
  論文  参考訳（メタデータ） (2020-06-17T21:02:40Z)
• Contextual Dialogue Act Classification for Open-Domain Conversational Agents [10.576497782941697]
  会話におけるユーザ発話の一般的な意図を分類することは、会話エージェントのための自然言語理解(NLU)の重要なステップである。 本稿では,文脈対話行為分類のための簡易かつ効果的な深層学習手法であるCDAC(Contextual Dialogue Act)を提案する。 我々は、人-機械対話における対話行動を予測するために、トランスファーラーニングを用いて人間-機械対話で訓練されたモデルを適用する。
  論文  参考訳（メタデータ） (2020-05-28T06:48:10Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)

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。