論文の概要: Learn, Explore and Reflect by Chatting: Understanding the Value of an LLM-Based Voting Advice Application Chatbot

• arxiv url: http://arxiv.org/abs/2505.09806v1
• Date: Wed, 14 May 2025 21:16:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-16 22:29:06.109846
• Title: Learn, Explore and Reflect by Chatting: Understanding the Value of an LLM-Based Voting Advice Application Chatbot
• Title（参考訳）: チャットによる学習、探索、リフレクション: LLMベースの投票支援アプリケーションチャットボットの価値を理解する
• Authors: Jianlong Zhu, Manon Kempermann, Vikram Kamath Cannanure, Alexander Hartland, Rosa M. Navarrete, Giuseppe Carteny, Daniela Braun, Ingmar Weber,
• Abstract要約: 投票アドバイスアプリケーション(VAA)は、選挙人の政治的知識と関与を高めるためのツールとして成功していると見なされている。 しかし、VAAの複雑な言語と厳格な表現は、その効用をより高度でない有権者に制限した。 本研究では,会話型チャットボットが投票準備を支援する方法について検討する。
• 参考スコア（独自算出の注目度）: 35.20807577857132
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Voting advice applications (VAAs), which have become increasingly prominent in European elections, are seen as a successful tool for boosting electorates' political knowledge and engagement. However, VAAs' complex language and rigid presentation constrain their utility to less-sophisticated voters. While previous work enhanced VAAs' click-based interaction with scripted explanations, a conversational chatbot's potential for tailored discussion and deliberate political decision-making remains untapped. Our exploratory mixed-method study investigates how LLM-based chatbots can support voting preparation. We deployed a VAA chatbot to 331 users before Germany's 2024 European Parliament election, gathering insights from surveys, conversation logs, and 10 follow-up interviews. Participants found the VAA chatbot intuitive and informative, citing its simple language and flexible interaction. We further uncovered VAA chatbots' role as a catalyst for reflection and rationalization. Expanding on participants' desire for transparency, we provide design recommendations for building interactive and trustworthy VAA chatbots.
• Abstract（参考訳）: 欧州議会選挙において注目度が高まっている選挙助言アプリケーション(VAA)は、選挙人の政治的知識と関与を高めるためのツールとして成功していると見られている。 しかし、VAAの複雑な言語と厳格な表現は、その効用をより高度でない有権者に制限した。 以前の研究は、VAAのスクリプトによる説明によるクリックベースのインタラクションを強化していたが、会話型チャットボットは、調整された議論と意図的な政治的意思決定の可能性を未解決のまま残している。 LLMをベースとしたチャットボットが投票準備をどのように支援できるかを探索的混合手法で検討した。 2024年の欧州議会選挙の前に、VAAチャットボットを331人に配布し、調査や会話ログ、フォローアップインタビュー10件から洞察を得た。 参加者は、VAAチャットボットが直感的で情報的であることに気付き、シンプルな言語と柔軟な対話を引用した。 我々はさらに、リフレクションと合理化の触媒としてのVAAチャットボットの役割を明らかにした。 参加者の透明性への欲求を拡大し,対話的で信頼性の高いVAAチャットボットを構築するための設計勧告を提供する。

関連論文リスト

• Prompt Engineering a Schizophrenia Chatbot: Utilizing a Multi-Agent Approach for Enhanced Compliance with Prompt Instructions [0.0699049312989311]
  統合失調症の患者は、しばしば認知障害を伴い、自分の状態について学ぶ能力を妨げることがある。 大規模言語モデル(LLM)は、トピックのメンタルヘルス情報をよりアクセシビリティとエンゲージメントを高める可能性を秘めているが、それらのブラックボックスの性質は倫理と安全に関する懸念を喚起する。
  論文  参考訳（メタデータ） (2024-10-10T09:49:24Z)
• KamerRaad: Enhancing Information Retrieval in Belgian National Politics through Hierarchical Summarization and Conversational Interfaces [55.00702535694059]
  KamerRaadは、大きな言語モデルを活用するAIツールで、市民がベルギーの政治情報と対話的に関わるのを助ける。 このツールは、議会の手続きから重要な抜粋を抽出し、簡潔に要約し、次いで生成AIに基づくインタラクションの可能性を示す。
  論文  参考訳（メタデータ） (2024-04-22T15:01:39Z)
• In Generative AI we Trust: Can Chatbots Effectively Verify Political Information? [39.58317527488534]
  本稿では,2つの大規模言語モデル(LLM)ベースのチャットボットであるChatGPTとBing Chatの比較分析を行い,政治的情報の正確性を検出する。 AI監査手法を使用して、新型コロナウイルス、ロシアによるウクライナに対する攻撃、ホロコースト、気候変動、LGBTQ+関連の議論の5つのトピックについて、チャットボットが真、偽、および境界線をどう評価するかを調査する。 その結果, ベースライン精度評価タスクにおけるChatGPTの性能が向上し, 72%のケースが事前学習なしで言語平均で正しく評価された。
  論文  参考訳（メタデータ） (2023-12-20T15:17:03Z)
• On Safe and Usable Chatbots for Promoting Voter Participation [8.442334707366173]
  ユーザ固有のニーズに対してパーソナライズしながら,公式情報を増幅するシステムを構築する。 我々のアプローチは、有権者、選挙機関が彼らの委任統治と民主主義を全面的に満たそうとする上で、勝利となる可能性がある。
  論文  参考訳（メタデータ） (2022-12-16T08:07:51Z)
• EmpBot: A T5-based Empathetic Chatbot focusing on Sentiments [75.11753644302385]
  共感的会話エージェントは、議論されていることを理解しているだけでなく、会話相手の暗黙の感情も認識すべきである。 変圧器事前学習言語モデル(T5)に基づく手法を提案する。 本研究では,自動計測と人的評価の両方を用いて,情緒的ダイアログデータセットを用いたモデルの評価を行った。
  論文  参考訳（メタデータ） (2021-10-30T19:04:48Z)
• Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn Chatbot Responding with Intention [55.77218465471519]
  本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。 我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。 本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
  論文  参考訳（メタデータ） (2021-03-30T15:24:37Z)

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。