論文の概要: Invisible Architectures of Thought: Toward a New Science of AI as Cognitive Infrastructure

• arxiv url: http://arxiv.org/abs/2507.22893v2
• Date: Wed, 27 Aug 2025 14:58:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-08-28 16:59:50.5186
• Title: Invisible Architectures of Thought: Toward a New Science of AI as Cognitive Infrastructure
• Title（参考訳）: 思考の見えないアーキテクチャ:認知基盤としてのAIの新しい科学を目指して
• Authors: Giuseppe Riva,
• Abstract要約: 認知基盤研究(CIS)は、AIを「認知基盤」として再認識する新たな学際分野である。 CISは、AIによる事前処理が、個人、集団、文化の規模で分散認知をどのように認識するかを解決することを目的としている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Contemporary human-AI interaction research overlooks how AI systems fundamentally reshape human cognition pre-consciously, a critical blind spot for understanding distributed cognition. This paper introduces "Cognitive Infrastructure Studies" (CIS) as a new interdisciplinary domain to reconceptualize AI as "cognitive infrastructures": foundational, often invisible systems conditioning what is knowable and actionable in digital societies. These semantic infrastructures transport meaning, operate through anticipatory personalization, and exhibit adaptive invisibility, making their influence difficult to detect. Critically, they automate "relevance judgment," shifting the "locus of epistemic agency" to non-human systems. Through narrative scenarios spanning individual (cognitive dependency), collective (democratic deliberation), and societal (governance) scales, we describe how cognitive infrastructures reshape human cognition, public reasoning, and social epistemologies. CIS aims to address how AI preprocessing reshapes distributed cognition across individual, collective, and cultural scales, requiring unprecedented integration of diverse disciplinary methods. The framework also addresses critical gaps across disciplines: cognitive science lacks population-scale preprocessing analysis capabilities, digital sociology cannot access individual cognitive mechanisms, and computational approaches miss cultural transmission dynamics. To achieve this goal CIS also provides methodological innovations for studying invisible algorithmic influence: "infrastructure breakdown methodologies", experimental approaches that reveal cognitive dependencies by systematically withdrawing AI preprocessing after periods of habituation.
• Abstract（参考訳）: 現代の人間とAIのインタラクション研究は、AIシステムが人間の認知を事前に意識的に根本的に作り直す方法を見落としている。 本稿では、認知基盤研究(CIS)を、AIを「認知基盤」として再認識するための新たな学際分野として紹介する。 これらの意味的基盤は、意味を伝達し、予測されたパーソナライゼーションを通して操作し、適応的な可視性を示し、その影響を検出しにくくする。 批判的に、彼らは「関連判断」を自動化し、「疫学機関の軌跡」を非人間システムにシフトさせた。 個人の(認知的依存)、集団的(民主的熟考)、社会的(統治)の規模にまたがる物語のシナリオを通して、認知基盤が人間の認知、公衆の推論、社会的認識をいかに変えていくかを説明する。 CISは、AIが分散認知を個人、集団、文化の規模でどのように再処理するかに対処することを目的としており、様々な学際的手法を前例のない統合を必要としている。 認知科学は集団規模の事前処理分析能力に欠けており、デジタル社会学は個々の認知メカニズムにアクセスできない。 この目標を達成するために、CISはまた、目に見えないアルゴリズムの影響を研究するための方法論的革新も提供する。

関連論文リスト

• Thinking Beyond Tokens: From Brain-Inspired Intelligence to Cognitive Foundations for Artificial General Intelligence and its Societal Impact [27.722167796617114]
  本稿では,人工知能,認知神経科学,心理学,生成モデル,エージェントベースシステムの学際的合成について述べる。 我々は汎用知能のアーキテクチャと認知の基礎を分析し、モジュラー推論、永続記憶、マルチエージェント協調の役割を強調した。 我々は、人工知能への道の鍵となる科学的、技術的、倫理的課題を特定します。
  論文  参考訳（メタデータ） (2025-07-01T16:52:25Z)
• Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [58.58177409853298]
  大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。 この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。 本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2025-05-12T15:05:34Z)
• Aligning Generalisation Between Humans and Machines [74.120848518198]
  AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。 AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。 これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
  論文  参考訳（メタデータ） (2024-11-23T18:36:07Z)
• Attention is all they need: Cognitive science and the (techno)political economy of attention in humans and machines [0.0]
  本稿では,認知科学とテクノ・政治経済学の枠組みにおける「意識経済」を批判的に分析する。 我々は、現在のビジネスモデル、特にデジタルプラットフォーム資本主義において、戦略的に注意パターンを形作ることによって、ユーザエンゲージメントをどのように活用するかを考察する。
  論文  参考訳（メタデータ） (2024-05-10T13:53:46Z)
• Intelligent problem-solving as integrated hierarchical reinforcement learning [11.284287026711125]
  生物学的エージェントにおける複雑な問題解決行動の開発は階層的認知機構に依存している。 本稿では,生物にインスパイアされた階層的なメカニズムを組み込むことにより,人工エージェントの高度な問題解決能力を実現する方法を提案する。 われわれの結果は、より洗練された認知にインスパイアされた階層型機械学習アーキテクチャの開発を導くことを期待している。
  論文  参考訳（メタデータ） (2022-08-18T09:28:03Z)
• Cognitive architecture aided by working-memory for self-supervised multi-modal humans recognition [54.749127627191655]
  人間パートナーを認識する能力は、パーソナライズされた長期的な人間とロボットの相互作用を構築するための重要な社会的スキルです。 ディープラーニングネットワークは最先端の結果を達成し,そのような課題に対処するための適切なツールであることが実証された。 1つの解決策は、ロボットに自己スーパービジョンで直接の感覚データから学習させることである。
  論文  参考訳（メタデータ） (2021-03-16T13:50:24Z)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)

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。