論文の概要: How Managers Perceive AI-Assisted Conversational Training for Workplace Communication

• arxiv url: http://arxiv.org/abs/2505.14452v1
• Date: Tue, 20 May 2025 14:51:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-21 14:49:53.436297
• Title: How Managers Perceive AI-Assisted Conversational Training for Workplace Communication
• Title（参考訳）: マネージャが職場コミュニケーションのためのAIによる会話訓練をどう感じているか
• Authors: Lance T Wilhelm, Xiaohan Ding, Kirk McInnis Knutsen, Buse Carik, Eugenia H Rho,
• Abstract要約: 本研究では,マネージャがコミュニケーションスキルの向上を支援する上で,AIが果たす役割について考察する。 我々は、AIを使ってコミュニケーションスキルを実践するマネージャの予測方法を理解するために、会話型ロールプレイシステムであるCommCoachを機能的プローブとして設計した。
• 参考スコア（独自算出の注目度）: 6.329725088805596
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Effective workplace communication is essential for managerial success, yet many managers lack access to tailored and sustained training. Although AI-assisted communication systems may offer scalable training solutions, little is known about how managers envision the role of AI in helping them improve their communication skills. To investigate this, we designed a conversational role-play system, CommCoach, as a functional probe to understand how managers anticipate using AI to practice their communication skills. Through semi-structured interviews, participants emphasized the value of adaptive, low-risk simulations for practicing difficult workplace conversations. They also highlighted opportunities, including human-AI teaming, transparent and context-aware feedback, and greater control over AI-generated personas. AI-assisted communication training should balance personalization, structured learning objectives, and adaptability to different user styles and contexts. However, achieving this requires carefully navigating tensions between adaptive and consistent AI feedback, realism and potential bias, and the open-ended nature of AI conversations versus structured workplace discourse.
• Abstract（参考訳）: 効果的な職場コミュニケーションは、マネージャの成功には不可欠だが、多くのマネージャは、調整された、持続的なトレーニングへのアクセスを欠いている。 AIを活用したコミュニケーションシステムは、スケーラブルなトレーニングソリューションを提供するかもしれないが、マネージャがコミュニケーションスキルを改善する上でAIの役割をどのように考えているかについては、ほとんど知られていない。 そこで我々は,AIを用いたコミュニケーションスキルの実践をマネージャがいかに期待しているかを理解するための機能的プローブとして,会話型ロールプレイシステムであるCommCoachを設計した。 半構造化面接を通じて参加者は、困難な職場会話を実践するための適応的でリスクの低いシミュレーションの価値を強調した。 彼らはまた、人間とAIのコラボレーション、透明でコンテキスト対応のフィードバック、AI生成したペルソナのコントロール強化など、機会を強調した。 AIによるコミュニケーショントレーニングは、パーソナライゼーション、構造化された学習目標、異なるユーザスタイルやコンテキストへの適応性のバランスをとる必要がある。 しかし、これを達成するには、適応的なAIフィードバックと一貫性のあるAIフィードバック、リアリズムと潜在的なバイアス、そして構造化された職場談話に対するAI会話のオープンな性質の間の緊張関係を慎重にナビゲートする必要がある。

関連論文リスト

• Conversational AI as a Coding Assistant: Understanding Programmers' Interactions with and Expectations from Large Language Models for Coding [5.064404027153094]
  大規模言語モデル(LLM)を利用した会話型AIインタフェースは、コーディングアシスタントとしてますます利用されている。 本研究は,LLM駆動型コーディングアシスタントにおけるプログラマの利用パターン,知覚,インタラクション戦略について検討する。
  論文  参考訳（メタデータ） (2025-03-14T15:06:07Z)
• Challenges in Human-Agent Communication [55.53932430345333]
  これらのシステムがもたらす12の重要なコミュニケーション課題を特定し分析する。 これには、エージェントからユーザへの情報伝達の課題、ユーザからエージェントへの情報伝達の課題、すべての人間とエージェントのコミュニケーションで考慮すべき課題の概略が含まれる。 私たちの発見は、これらのシステムの透明性と制御を支援するために、新しいデザインパターン、原則、ガイドラインを緊急に呼び出すのに役立ちます。
  論文  参考訳（メタデータ） (2024-11-28T01:21:26Z)
• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• GOMA: Proactive Embodied Cooperative Communication via Goal-Oriented Mental Alignment [72.96949760114575]
  我々は、ゴール指向メンタルアライメント(GOMA)という新しい協調コミュニケーションフレームワークを提案する。 GOMAは、目標に関連のあるエージェントの精神状態のミスアライメントを最小限に抑える計画問題として、言語コミュニケーションを定式化している。 我々は,Overcooked(マルチプレイヤーゲーム)とVirtualHome(家庭用シミュレータ)の2つの挑戦環境において,強いベースラインに対するアプローチを評価する。
  論文  参考訳（メタデータ） (2024-03-17T03:52:52Z)
• Will 6G be Semantic Communications? Opportunities and Challenges from Task Oriented and Secure Communications to Integrated Sensing [49.83882366499547]
  本稿では,マルチタスク学習を統合した次世代(NextG)ネットワークにおけるタスク指向およびセマンティックコミュニケーションの機会と課題について検討する。 我々は、送信側の専用エンコーダと受信側の複数のタスク固有のデコーダを表すディープニューラルネットワークを用いる。 トレーニングとテストの段階において、敵対的攻撃に起因する潜在的な脆弱性を精査する。
  論文  参考訳（メタデータ） (2024-01-03T04:01:20Z)
• Progressively Efficient Learning [58.6490456517954]
  我々はCEIL(Communication-Efficient Interactive Learning)という新しい学習フレームワークを開発した。 CEILは、学習者と教師がより抽象的な意図を交換することで効率的にコミュニケーションする人間のようなパターンの出現につながる。 CEILで訓練されたエージェントは、新しいタスクを素早く習得し、非階層的で階層的な模倣学習を、絶対的な成功率で最大50%、20%上回った。
  論文  参考訳（メタデータ） (2023-10-13T07:52:04Z)
• From Text to Self: Users' Perceptions of Potential of AI on Interpersonal Communication and Self [18.298794560324588]
  我々は1週間の日記とインタビュー調査を行い、AIMC(AI-mediated communication)ツールに対するユーザの認識を調査した。 以上の結果から,AIMCはコミュニケーション信頼度の向上などのメリットを引用して,AIMCの支持を良好に捉えていることが示唆された。 しかし、この研究は、冗長性、不自然な反応、過度の感情の強さなど、AIMCツールの現在の限界を明らかにしている。
  論文  参考訳（メタデータ） (2023-10-06T02:19:10Z)
• Improving Grounded Language Understanding in a Collaborative Environment by Interacting with Agents Through Help Feedback [42.19685958922537]
  我々は、人間とAIのコラボレーションは対話的であり、人間がAIエージェントの作業を監視し、エージェントが理解し活用できるフィードバックを提供するべきだと論じている。 本研究では, IGLUコンペティションによって定義された課題である, マイニングクラフトのような世界における対話型言語理解タスクを用いて, これらの方向を探索する。
  論文  参考訳（メタデータ） (2023-04-21T05:37:59Z)

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。