論文の概要: Perspectives on How Sociology Can Advance Theorizing about Human-Chatbot Interaction and Developing Chatbots for Social Good

• arxiv url: http://arxiv.org/abs/2507.05030v1
• Date: Mon, 07 Jul 2025 14:12:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-08 15:46:35.454872
• Title: Perspectives on How Sociology Can Advance Theorizing about Human-Chatbot Interaction and Developing Chatbots for Social Good
• Title（参考訳）: 社会学における人間-チャットボットの相互作用の理論化と社会福祉のためのチャットボット開発への展望
• Authors: Celeste Campos-Castillo, Xuan Kang, Linnea I. Laestadius,
• Abstract要約: 社会学は人間とチャットボットの相互作用の理解を深めることが示唆される。 この分野では4つの社会学理論が現存している。 本稿では,人間とチャットボットの相互作用を理論化するための社会学理論の適用価値について論じる。
• 参考スコア（独自算出の注目度）: 0.9831489366502302
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Recently, research into chatbots (also known as conversational agents, AI agents, voice assistants), which are computer applications using artificial intelligence to mimic human-like conversation, has grown sharply. Despite this growth, sociology lags other disciplines (including computer science, medicine, psychology, and communication) in publishing about chatbots. We suggest sociology can advance understanding of human-chatbot interaction and offer four sociological theories to enhance extant work in this field. The first two theories (resource substitution theory, power-dependence theory) add new insights to existing models of the drivers of chatbot use, which overlook sociological concerns about how social structure (e.g., systemic discrimination, the uneven distribution of resources within networks) inclines individuals to use chatbots, including problematic levels of emotional dependency on chatbots. The second two theories (affect control theory, fundamental cause of disease theory) help inform the development of chatbot-driven interventions that minimize safety risks and enhance equity by leveraging sociological insights into how chatbot outputs could attend to cultural contexts (e.g., affective norms) to promote wellbeing and enhance communities (e.g., opportunities for civic participation). We discuss the value of applying sociological theories for advancing theorizing about human-chatbot interaction and developing chatbots for social good.
• Abstract（参考訳）: 近年,人間のような会話を模倣する人工知能を用いたコンピュータアプリケーションであるチャットボット(会話エージェント,AIエージェント,音声アシスタント)の研究が急速に進んでいる。 この成長にもかかわらず、社会学はチャットボットに関する出版において他の分野(コンピュータ科学、医学、心理学、コミュニケーションなど)を遅らせている。 社会学は、人間とチャットボットの相互作用の理解を深め、この分野で現在ある仕事を強化するための4つの社会学理論を提供することができることを示唆する。 最初の2つの理論(リソース置換理論、パワー依存理論)は、社会構造(例えば、システム的差別、ネットワーク内のリソースの不均一な分配)が、チャットボットに対する感情的依存の問題を含む個人にチャットボットの使用を促す社会学的懸念を無視する、チャットボット使用のドライバの既存のモデルに新たな洞察を与える。 第2の2つの理論(障害制御理論、疾患理論の根本原因)は、チャットボットのアウトプットが文化的な文脈(例えば、情緒的規範)にどう対応できるかという社会学的洞察を活用して、コミュニティの幸福を促進(例えば、市民参加の機会)することで、チャットボットによる介入の進展を知らせる。 本稿では,人間とチャットボットの相互作用を理論化し,社会学的な理論を適用することの価値について論じる。

関連論文リスト

• Exploring the Effects of Chatbot Anthropomorphism and Human Empathy on Human Prosocial Behavior Toward Chatbots [9.230015338626659]
  チャットボットに対する人間のようなアイデンティティ、感情表現、非言語表現が人間の共感に与える影響について検討する。 また,チャットボットに対する社会的行動に対する人々の解釈についても検討する。
  論文  参考訳（メタデータ） (2025-06-25T18:16:14Z)
• Social Genome: Grounded Social Reasoning Abilities of Multimodal Models [61.88413918026431]
  社会的推論能力は、AIシステムが社会的文脈内でのマルチモーダルなヒューマンコミュニケーションと相互作用を解釈し、応答する上で不可欠である。 SOCIAL GENOMEは,マルチモーダルモデルのきめ細かな基礎的な社会的推論能力を示す最初のベンチマークである。
  論文  参考訳（メタデータ） (2025-02-21T00:05:40Z)
• The Three Social Dimensions of Chatbot Technology [0.0]
  本研究では,3次元のチャットボットの構造的検討を行った。 科学研究、商業機器、親密な相互作用のエージェントとしての役割を強調している。
  論文  参考訳（メタデータ） (2024-12-16T13:45:53Z)
• From Human-to-Human to Human-to-Bot Conversations in Software Engineering [3.1747517745997014]
  AIとチャットボットの統合後,現代のソフトウェア開発において発生する会話のダイナミクスを理解することを目的としている。 既存の会話属性を人間やNLUベースのチャットボットとコンパイルし、ソフトウェア開発のコンテキストに適応する。 我々は人間同士の会話と人間同士の会話の類似点と相違点を示す。 LLM-chatbotsによる最近の会話スタイルは、人間との会話に取って代わるものではないと結論付けている。
  論文  参考訳（メタデータ） (2024-05-21T12:04:55Z)
• CheerBots: Chatbots toward Empathy and Emotionusing Reinforcement Learning [60.348822346249854]
  本研究では,複数の共感型チャットボットがユーザの暗黙の感情を理解し,複数の対話のターンに対して共感的に応答する枠組みを提案する。 チャットボットをCheerBotsと呼びます。CheerBotsは検索ベースまたは生成ベースで、深い強化学習によって微調整されます。 共感的態度で反応するため,CheerBotsの学習支援としてシミュレーションエージェントである概念人間モデルを開発し,今後のユーザの感情状態の変化を考慮し,共感を喚起する。
  論文  参考訳（メタデータ） (2021-10-08T07:44:47Z)
• 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)
• From Learning to Relearning: A Framework for Diminishing Bias in Social Robot Navigation [3.3511723893430476]
  社会的ナビゲーションモデルは、差別や差別のような社会的不公平を複製し、促進し、増幅することができる。 提案するフレームワークは,安全性と快適性を考慮したソーシャルコンテキストを学習プロセスに組み込んだtextitlearningと,発生前に潜在的に有害な結果を検出し修正するtextitrelearningの2つのコンポーネントで構成されている。
  論文  参考訳（メタデータ） (2021-01-07T17:42:35Z)

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。