論文の概要: Theory of Mind and Self-Disclosure to CUIs

• arxiv url: http://arxiv.org/abs/2507.10773v1
• Date: Mon, 14 Jul 2025 19:57:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-16 19:46:02.871059
• Title: Theory of Mind and Self-Disclosure to CUIs
• Title（参考訳）: 心の理論とCUIへの自己開示
• Authors: Samuel Rhys Cox,
• Abstract要約: 本稿では,会話型ユーザインタフェース (CUI) への自己開示について,様々な社会的手段に関して簡潔に論じる。 次に、CUIの推論の不確実性の表現や表現が、自己開示を促進するのにどう役立つかについて議論する。
• 参考スコア（独自算出の注目度）: 1.4141453107129403
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Self-disclosure is important to help us feel better, yet is often difficult. This difficulty can arise from how we think people are going to react to our self-disclosure. In this workshop paper, we briefly discuss self-disclosure to conversational user interfaces (CUIs) in relation to various social cues. We then, discuss how expressions of uncertainty or representation of a CUI's reasoning could help encourage self-disclosure, by making a CUI's intended "theory of mind" more transparent to users.
• Abstract（参考訳）: 自己開示は、より良く感じられるために重要ですが、しばしば困難です。 この困難は、人々が私たちの自己開示にどう反応するかという考え方から生じます。 本ワークショップでは,対話型ユーザインタフェース(CUI)への自己開示について,様々なソーシャル・キューに関して簡単に論じる。 次に、CUIの意図する「心の理論」をより透明にすることで、CUIの推論の不確実性の表現や表現が自己開示を促進するかについて議論する。

関連論文リスト

• ConfQA: Answer Only If You Are Confident [49.34040922485979]
  ConfQAは、複数の事実性ベンチマークで幻覚率を20～40%から5%以下に減らすことができる。 覚醒が15%-25%に留まることなく、行動を明確に指導するために、弱めのプロンプト「自信のある場合にのみ答える」を導入する。 本稿では、内部パラメータ化されたニューラルネットワークと外部記録されたシンボル知識をシームレスに選択するデュアルニューラルネットワークフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-06-08T22:51:46Z)
• The Impact of a Chatbot's Ephemerality-Framing on Self-Disclosure Perceptions [17.836384420199316]
  本研究では,チャットボットのユーザとの関係が自己開示にどのように影響するかを検討した。 私たちはFamiliarとStrangerを比較した。 最初のチャットセッションで感情開示が求められたとき、ストレンジャー条件の参加者はより快適な自己開示を感じた。 しかし,まずFactual-disclosureを求めると,これらの違いはFamiliar-condition 参加者の間でより楽しむことに置き換わった。
  論文  参考訳（メタデータ） (2025-05-26T19:00:49Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• Measuring, Modeling, and Helping People Account for Privacy Risks in Online Self-Disclosures with AI [25.188347404539925]
  Redditのような匿名のオンラインフォーラムでは、自己開示の利点はしばしばユーザーに明らかだが、プライバシーリスクはより抽象的だ。 これまでの研究は、ユーザーがテキスト中の潜在的に危険な自己開示を特定するのに役立つ自然言語処理ツールの開発に取り組んできた。 保護したいユーザーのためにデザインされたり評価されたりした人はいません。
  論文  参考訳（メタデータ） (2024-12-19T16:53:40Z)
• A Room With an Overview: Towards Meaningful Transparency for the Consumer Internet of Things [5.536922793483742]
  本稿では,消費者IoTにおける透明性メカニズムの実践的側面について考察する。 スマートホームがより意味のある透明化を図り、ユーザーがより深く理解し、監視し、制御することを支援する。
  論文  参考訳（メタデータ） (2024-01-19T13:00:36Z)
• Reducing Privacy Risks in Online Self-Disclosures with Language Models [26.273214719939894]
  我々は19の自己開示カテゴリの分類を開発し,4.8Kの注釈付き開示スパンからなる大きなコーパスをキュレートした。 検出のための言語モデルを微調整し、部分的なスパンを65%以上達成しました。 本稿では、開示をあまり具体的でない用語に言い換える自己開示抽象化の課題を紹介する。
  論文  参考訳（メタデータ） (2023-11-16T03:28:43Z)
• Can LLMs Keep a Secret? Testing Privacy Implications of Language Models via Contextual Integrity Theory [82.7042006247124]
  私たちは、最も有能なAIモデルでさえ、人間がそれぞれ39%と57%の確率で、プライベートな情報を公開していることを示しています。 我々の研究は、推論と心の理論に基づいて、新しい推論時プライバシー保護アプローチを即時に探求する必要性を浮き彫りにしている。
  論文  参考訳（メタデータ） (2023-10-27T04:15:30Z)
• Users are the North Star for AI Transparency [111.5679109784322]
  透明な人工知能システムを求める声が広まっているにもかかわらず、この用語は、厳密な政策の目的や具体的な研究ラインのオリエント化を表すために、多義的な意味に過大評価されている。 このことが起こる理由の1つは、AI透明性の明確な理想が、この仕事の体で実現されないことである。 透明性はユーザ中心で、ユーザ指向で、誠実です。
  論文  参考訳（メタデータ） (2023-03-09T18:53:29Z)
• Informing Users: Effects of Notification Properties and User Characteristics on Sharing Attitudes [5.371337604556311]
  ソーシャルネットワーク上の情報共有は、ユビキタスで直感的で、時には偶然である。 人々は、評判の損傷など、開示の潜在的なネガティブな結果に気づいていないかもしれない。 我々は、情報共有決定をどう支援し、通知による潜在的な結果に関連付けるかを検討する。
  論文  参考訳（メタデータ） (2022-07-05T20:39:02Z)
• Adherence to Misinformation on Social Media Through Socio-Cognitive and Group-Based Processes [79.79659145328856]
  誤報が広まると、これはソーシャルメディア環境が誤報の付着を可能にするためである、と我々は主張する。 偏光と誤情報付着が密接な関係にあると仮定する。
  論文  参考訳（メタデータ） (2022-06-30T12:34:24Z)
• Causal Understanding of Fake News Dissemination on Social Media [50.4854427067898]
  我々は、ユーザーがフェイクニュースを共有するのに、ユーザー属性が何をもたらすかを理解することが重要だと論じている。 偽ニュース拡散において、共同創設者は、本質的にユーザー属性やオンライン活動に関連する偽ニュース共有行動によって特徴づけられる。 本稿では,偽ニュース拡散における選択バイアスを軽減するための原則的アプローチを提案する。
  論文  参考訳（メタデータ） (2020-10-20T19:37:04Z)

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。