論文の概要: Redefining Research Crowdsourcing: Incorporating Human Feedback with LLM-Powered Digital Twins

• arxiv url: http://arxiv.org/abs/2505.24004v1
• Date: Thu, 29 May 2025 20:55:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-02 19:47:52.663836
• Title: Redefining Research Crowdsourcing: Incorporating Human Feedback with LLM-Powered Digital Twins
• Title（参考訳）: 研究のクラウドソーシングを再定義する - LLM駆動のディジタルツインによる人間のフィードバックの取り込み
• Authors: Amanda Chan, Catherine Di, Joseph Rupertus, Gary Smith, Varun Nagaraj Rao, Manoel Horta Ribeiro, Andrés Monroy-Hernández,
• Abstract要約: Amazon Mechanical TurkやProlificといったクラウドワークプラットフォームは研究に不可欠だが、生成型AIツールの利用の増加が課題となっている。 本稿では、労働者の行動や嗜好をエミュレートするパーソナライズされたAIモデルであるデジタルツインを用いたハイブリッドフレームワークを提案する。
• 参考スコア（独自算出の注目度）: 7.900453156741494
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Crowd work platforms like Amazon Mechanical Turk and Prolific are vital for research, yet workers' growing use of generative AI tools poses challenges. Researchers face compromised data validity as AI responses replace authentic human behavior, while workers risk diminished roles as AI automates tasks. To address this, we propose a hybrid framework using digital twins, personalized AI models that emulate workers' behaviors and preferences while keeping humans in the loop. We evaluate our system with an experiment (n=88 crowd workers) and in-depth interviews with crowd workers (n=5) and social science researchers (n=4). Our results suggest that digital twins may enhance productivity and reduce decision fatigue while maintaining response quality. Both researchers and workers emphasized the importance of transparency, ethical data use, and worker agency. By automating repetitive tasks and preserving human engagement for nuanced ones, digital twins may help balance scalability with authenticity.
• Abstract（参考訳）: Amazon Mechanical TurkやProlificといったクラウドワークプラットフォームは研究に不可欠だが、生成型AIツールの利用の増加が課題となっている。 AIの反応が人間の行動に取って代わる一方、労働者はAIがタスクを自動化することで役割が低下するリスクがある。 そこで本研究では、労働者の行動や嗜好をエミュレートするパーソナライズされたAIモデルであるデジタルツインを用いたハイブリッドフレームワークを提案する。 実験 (n=88人) と, クラウドワーカー (n=5人) と社会科学研究者 (n=4人) との詳細なインタビューを行った。 以上の結果から,デジタル双生児は生産性を向上し,応答品質を維持しつつ意思決定疲労を軽減できる可能性が示唆された。 研究者も労働者も透明性、倫理データの使用、労働者機関の重要性を強調した。 反復的なタスクを自動化し、ニュアンスのあるタスクに対する人間のエンゲージメントを維持することで、デジタルツインはスケーラビリティと信頼性のバランスをとるのに役立つ。

関連論文リスト

• AI-Driven Agents with Prompts Designed for High Agreeableness Increase the Likelihood of Being Mistaken for a Human in the Turing Test [0.0]
  チューリング試験では, 適合性の異なるGPT剤を試験した。 混乱率は50%を超え、AIエージェントは60%を超えた。 この薬は、最も人間らしい特徴を示すものと認識された。
  論文  参考訳（メタデータ） (2024-11-20T23:12:49Z)
• Measuring Human Contribution in AI-Assisted Content Generation [66.06040950325969]
  本研究は,AIによるコンテンツ生成における人間の貢献度を測定する研究課題を提起する。 人間の入力とAI支援出力の自己情報に対する相互情報を計算することにより、コンテンツ生成における人間の比例情報貢献を定量化する。
  論文  参考訳（メタデータ） (2024-08-27T05:56:04Z)
• Towards the Terminator Economy: Assessing Job Exposure to AI through LLMs [10.844598404826355]
  米国の雇用の3分の1はAIに強く依存しており、主に大学院または大学院の教育を必要とする高度な職業で行われている。 高度な職業であっても、AIはタスク置換において高い多様性を示し、AIと人間は同じ職業の中で相互に補完することを示唆している。 すべての結果、モデル、コードはオンラインで公開されており、コミュニティが結果を再現し、結果を比較し、私たちの仕事をベンチマークとして使用して、時間とともにAIの進捗を監視します。
  論文  参考訳（メタデータ） (2024-07-27T08:14:18Z)
• Explainable Human-AI Interaction: A Planning Perspective [32.477369282996385]
  AIシステムは、ループ内の人間に説明可能である必要がある。 我々は、AIエージェントがメンタルモデルを使用して人間の期待に沿うか、あるいは説明的コミュニケーションを通じて期待を変更する方法について論じる。 本書の主な焦点は、協調的なシナリオであるが、同じ精神モデルが難読化や偽造にどのように使用できるかを指摘したい。
  論文  参考訳（メタデータ） (2024-05-19T22:22:21Z)
• AI and Jobs: Has the Inflection Point Arrived? Evidence from an Online Labor Platform [0.13124513975412255]
  我々は、AIが異なるオンライン労働市場(OLM)のフリーランサーにどのように影響するかを調査する。 そこで我々はCournot型競合モデルを開発した。 合衆国のWebデベロッパは、他のリージョンに比べてChatGPTのリリースの恩恵を受ける傾向にある。
  論文  参考訳（メタデータ） (2023-12-07T10:06:34Z)
• Can AI Serve as a Substitute for Human Subjects in Software Engineering Research? [24.39463126056733]
  本稿では,人工知能(AI)の能力を活用したソフトウェア工学研究における定性データ収集手法を提案する。 定性的データの代替源としてAI生成合成テキストの可能性を探る。 観察研究とユーザ評価における人間の行動のエミュレートを目的とした新しい基礎モデルの開発について論じる。
  論文  参考訳（メタデータ） (2023-11-18T14:05:52Z)
• Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
  Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。 複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。 Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
  論文  参考訳（メタデータ） (2023-10-19T17:29:17Z)
• Why is AI not a Panacea for Data Workers? An Interview Study on Human-AI Collaboration in Data Storytelling [73.14508303965683]
  業界と学界の18人のデータワーカーにインタビューして、AIとのコラボレーションの場所と方法を聞いた。 驚いたことに、参加者はAIとのコラボレーションに興奮を見せたが、彼らの多くは反感を表明し、曖昧な理由を指摘した。
  論文  参考訳（メタデータ） (2023-04-17T15:30:05Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)

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。