論文の概要: Text Production and Comprehension by Human and Artificial Intelligence: Interdisciplinary Workshop Report
- arxiv url: http://arxiv.org/abs/2506.22698v1
- Date: Sat, 28 Jun 2025 00:31:14 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-07-01 21:27:53.519039
- Title: Text Production and Comprehension by Human and Artificial Intelligence: Interdisciplinary Workshop Report
- Title（参考訳）: 人間と人工知能によるテキスト生成と理解:学際ワークショップ報告
- Authors: Emily Dux Speltz,
- Abstract要約: 本報告は、認知心理学、言語学習、人工知能(AI)に基づく自然言語処理(NLP)の専門家を集めた最近の学際ワークショップの結果を合成する。
このワークショップは、テキスト理解と構成におけるAI言語モデルと人間の認知プロセスとの関係を理解する上で、重要な知識ギャップに対処することを目的としていた。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This report synthesizes the outcomes of a recent interdisciplinary workshop that brought together leading experts in cognitive psychology, language learning, and artificial intelligence (AI)-based natural language processing (NLP). The workshop, funded by the National Science Foundation, aimed to address a critical knowledge gap in our understanding of the relationship between AI language models and human cognitive processes in text comprehension and composition. Through collaborative dialogue across cognitive, linguistic, and technological perspectives, workshop participants examined the underlying processes involved when humans produce and comprehend text, and how AI can both inform our understanding of these processes and augment human capabilities. The workshop revealed emerging patterns in the relationship between large language models (LLMs) and human cognition, with highlights on both the capabilities of LLMs and their limitations in fully replicating human-like language understanding and generation. Key findings include the potential of LLMs to offer insights into human language processing, the increasing alignment between LLM behavior and human language processing when models are fine-tuned with human feedback, and the opportunities and challenges presented by human-AI collaboration in language tasks. By synthesizing these findings, this report aims to guide future research, development, and implementation of LLMs in cognitive psychology, linguistics, and education. It emphasizes the importance of ethical considerations and responsible use of AI technologies while striving to enhance human capabilities in text comprehension and production through effective human-AI collaboration.
- Abstract（参考訳）: 本報告は,認知心理学,言語学習,人工知能(AI)に基づく自然言語処理(NLP)の指導的専門家を集結させた最近の学際ワークショップの結果をまとめたものである。
このワークショップは、National Science Foundationが資金提供し、AI言語モデルとテキスト理解と構成における人間の認知プロセスとの関係を理解する上で、重要な知識ギャップに対処することを目的としている。
ワークショップ参加者は、認知的、言語的、技術的観点からの協調的な対話を通じて、人間がテキストを作成し、理解する際の根底にあるプロセス、そしてAIがこれらのプロセスを理解し、人間の能力を増強する方法について調査した。
ワークショップでは、大きな言語モデル(LLM)と人間の認知の関係に出現するパターンを明らかにし、LLMの能力と、人間の言語理解と生成を完全に複製する際の限界の両方を強調した。
主な発見は、LLMが人間の言語処理に関する洞察を提供する可能性、モデルが人間のフィードバックに精通しているときのLLMの振る舞いと人間の言語処理との整合性の向上、言語タスクにおける人間とAIのコラボレーションによる機会と課題などである。
本報告は,これらの知見を合成することにより,認知心理学,言語学,教育におけるLLMの今後の研究,開発,実施を導くことを目的とする。
倫理的配慮とAI技術の責任ある利用の重要性を強調しつつ、効果的な人間とAIのコラボレーションを通じて、テキスト理解と生産における人間の能力の向上に努めている。
関連論文リスト
- What's So Human about Human-AI Collaboration, Anyway? Generative AI and Human-Computer Interaction [6.937302622894666]
我々は、生成的AIの言語能力を考えると、人間と人間のコラボレーションの共通した特徴が人間とコンピュータの相互作用の研究にどのように適用できるかを特定する。
我々は、人間-AIコラボレーションシステムの構築に取り組んでいる業界関係者とのインタビューや、エンドユーザとのコラボレーションによるタスクサポートのためのマルチモーダルAIアシスタントの構築から得られた洞察を提供する。
論文 参考訳（メタデータ） (2025-03-07T20:48:18Z) - Toward Cultural Interpretability: A Linguistic Anthropological Framework for Describing and Evaluating Large Language Models (LLMs) [13.71024600466761]
本稿では,言語人類学と機械学習(ML)の新たな統合を提案する。
新たな調査分野、文化的解釈可能性(CI)の理論的実現可能性を示す。
CIは、言語と文化の間の動的関係がコンテキストに敏感でオープンな会話を可能にする方法を強調している。
論文 参考訳（メタデータ） (2024-11-07T22:01:50Z) - Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。
本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。
大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
論文 参考訳（メタデータ） (2024-09-13T18:28:12Z) - Psychomatics -- A Multidisciplinary Framework for Understanding Artificial Minds [0.319565400223685]
本稿では,認知科学,言語学,コンピュータ科学を橋渡しする心理学を紹介する。
LLMの高レベル機能をよりよく理解することを目的としている。
心理学は、言語の性質、認知、知性に関する変革的な洞察を与える可能性を秘めている。
論文 参考訳（メタデータ） (2024-07-23T12:53:41Z) - Decoding AI and Human Authorship: Nuances Revealed Through NLP and Statistical Analysis [0.0]
本研究では,AIが生成したテキストと人間が作成したテキストの微妙な相違について検討する。
本研究は,人文・AI生成テキストに固有の言語特性,創造性パターン,潜在的なバイアスについて検討した。
論文 参考訳（メタデータ） (2024-07-15T18:09:03Z) - 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) - Interactive Natural Language Processing [67.87925315773924]
対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。
本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
論文 参考訳（メタデータ） (2023-05-22T17:18:29Z) - Dissociating language and thought in large language models [52.39241645471213]
大規模言語モデル(LLM)は、人間の言語を習得する上で、今までに最も近いモデルである。
我々は、この区別を人間の神経科学に根ざし、形式的、機能的な能力は異なる神経機構に依存していることを示した。
LLMは形式的能力は驚くほど優れているが、機能的能力のタスクにおける性能はいまだに不明瞭である。
論文 参考訳（メタデータ） (2023-01-16T22:41:19Z) - Context Limitations Make Neural Language Models More Human-Like [32.488137777336036]
インクリメンタルな文処理において,現代のニューラル言語モデル(LM)と人間とのコンテキストアクセスの相違を示す。
LMが人間の読書行動をより良くシミュレートするためには、追加のコンテキスト制限が必要だった。
また, メモリアクセスにおけるヒトとLMのギャップは, 特定の構文構造と関連していることを示した。
論文 参考訳（メタデータ） (2022-05-23T17:01:13Z) - Experience Grounds Language [185.73483760454454]
言語理解研究は、言語が記述する物理的世界と、それが促進する社会的相互作用とを関連づけることに失敗している。
テキストだけで訓練された後にタスクに取り組むための言語処理モデルの驚くべき効果にもかかわらず、成功した言語コミュニケーションは世界の共有経験に依存している。
論文 参考訳（メタデータ） (2020-04-21T16:56:27Z)
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。