論文の概要: A funny companion: Distinct neural responses to perceived AI- versus humangenerated humor

• arxiv url: http://arxiv.org/abs/2509.10847v1
• Date: Sat, 13 Sep 2025 15:05:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:22.813449
• Title: A funny companion: Distinct neural responses to perceived AI- versus humangenerated humor
• Title（参考訳）: AIと人間生成のユーモアに対する神経反応
• Authors: Xiaohui Rao, Hanlin Wu, Zhenguang G. Cai,
• Abstract要約: この研究は脳波学(EEG)を用いて、人々がAIからユーモアをどのように処理するかを人間の情報源と比較した。 結果:AIのユーモアはN400効果を小さくし,不整合処理時の認知力の低下を示唆した。 これらの結果は、驚くほどポジティブで激しい反応で、脳がAIのユーモアに反応することを示している。
• 参考スコア（独自算出の注目度）: 2.859021383061256
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As AI companions become capable of human-like communication, including telling jokes, understanding how people cognitively and emotionally respond to AI humor becomes increasingly important. This study used electroencephalography (EEG) to compare how people process humor from AI versus human sources. Behavioral analysis revealed that participants rated AI and human humor as comparably funny. However, neurophysiological data showed that AI humor elicited a smaller N400 effect, suggesting reduced cognitive effort during the processing of incongruity. This was accompanied by a larger Late Positive Potential (LPP), indicating a greater degree of surprise and emotional response. This enhanced LPP likely stems from the violation of low initial expectations regarding AI's comedic capabilities. Furthermore, a key temporal dynamic emerged: human humor showed habituation effects, marked by an increasing N400 and a decreasing LPP over time. In contrast, AI humor demonstrated increasing processing efficiency and emotional reward, with a decreasing N400 and an increasing LPP. This trajectory reveals how the brain can dynamically update its predictive model of AI capabilities. This process of cumulative reinforcement challenges "algorithm aversion" in humor, as it demonstrates how cognitive adaptation to AI's language patterns can lead to an intensified emotional reward. Additionally, participants' social attitudes toward AI modulated these neural responses, with higher perceived AI trustworthiness correlating with enhanced emotional engagement. These findings indicate that the brain responds to AI humor with surprisingly positive and intense reactions, highlighting humor's potential for fostering genuine engagement in human-AI social interaction.
• Abstract（参考訳）: AIの仲間が人間のようにコミュニケーションできるようになり、ジョークを言ったり、人々がAIのユーモアに認知的かつ感情的にどう反応するかを理解することがますます重要になる。 この研究は脳波学(EEG)を用いて、人々がAIからユーモアをどのように処理するかを人間の情報源と比較した。 行動分析の結果、参加者はAIと人間のユーモアを相容れないほど面白いと評価した。 しかし、神経生理学的データから、AIのユーモアはN400の効果を小さくし、不整合の処理における認知の労力を減らしたことが示唆された。 これは、より大きな潜在電位(LPP)を伴い、より大きな驚きと感情的な反応を示した。 この拡張LPPは、AIのコメディ機能に対する当初の期待が低かったことに起因している可能性が高い。 さらに、人間のユーモアは、N400の増加とLPPの減少を特徴とする習慣化効果を示した。 対照的に、AIのユーモアは処理効率と感情報酬の増大を示し、N400は減少し、LPPは増加した。 この軌道は、脳がAI能力の予測モデルを動的に更新する方法を明らかにする。 この累積的強化のプロセスは、AIの言語パターンへの認知的適応が、感情的な報酬の強化につながることを示すものとして、ユーモアにおける「アルゴリズムの逆転」に挑戦する。 さらに、参加者のAIに対する社会的態度は、これらの神経反応を調節し、感情的エンゲージメントの強化に関連するAIの信頼性を高めた。 これらの結果は、脳が驚くほどポジティブで激しい反応でAIのユーモアに反応し、人間とAIのソーシャルインタラクションにおける真のエンゲージメントを促進するためのユーモアの可能性を強調していることを示している。

関連論文リスト

• What Neuroscience Can Teach AI About Learning in Continuously Changing Environments [6.3111399332851414]
  動物は環境の変化に常に適応する。 AIは神経科学から学ぶことができるか? このパースペクティブは、AIにおける連続的および文脈内学習に関する文献と、ルール、報酬確率、結果のシフトを伴う行動タスクに関する学習の神経科学を統合することで、この問題を探求する。
  論文  参考訳（メタデータ） (2025-07-02T19:30:57Z)
• Artificial Intelligence Can Emulate Human Normative Judgments on Emotional Visual Scenes [0.09208007322096533]
  現状のマルチモーダルシステムは、標準化された画像に対して人間の感情評価をエミュレートできるかどうかを検討する。 AIの判断は、平均的な人間の評価と驚くほどよく相関している。
  論文  参考訳（メタデータ） (2025-03-24T15:41:23Z)
• Empathetic Conversational Agents: Utilizing Neural and Physiological Signals for Enhanced Empathetic Interactions [18.8995194180207]
  会話エージェント(CA)は、テキストベースのチャットボットから豊かな感情表現が可能な共感的デジタル人間(DH)へと進化することで、人間とコンピュータの相互作用に革命をもたらしている。 本稿では,脳神経信号と生理信号とをCAの知覚モジュールに統合し,共感的相互作用を増強する方法について検討する。
  論文  参考訳（メタデータ） (2025-01-14T19:19:37Z)
• 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)
• The Good, The Bad, and Why: Unveiling Emotions in Generative AI [73.94035652867618]
  EmotionPromptはAIモデルの性能を向上し、EmotionAttackはそれを妨げうることを示す。 EmotionDecodeによると、AIモデルは人間の脳内のドーパミンのメカニズムに似た感情的な刺激を理解することができる。
  論文  参考訳（メタデータ） (2023-12-18T11:19:45Z)
• Chemist-X: Large Language Model-empowered Agent for Reaction Condition Recommendation in Chemical Synthesis [55.30328162764292]
  Chemist-Xは、化学合成における反応条件最適化(RCO)タスクを自動化する包括的なAIエージェントである。 このエージェントは、検索強化世代(RAG)技術とAI制御のウェットラブ実験を実行する。 我々の自動ウェットラブ実験の結果は、LLMが制御するエンドツーエンドの操作を、ロボットに人間がいない状態で行うことで達成され、Chemist-Xの自動運転実験における能力が証明された。
  論文  参考訳（メタデータ） (2023-11-16T01:21:33Z)
• Disambiguating Affective Stimulus Associations for Robot Perception and Dialogue [67.89143112645556]
  知覚された聴覚刺激と感情表現の関連性を学ぶことができるNICOロボットを提供します。 NICOは、感情駆動対話システムの助けを借りて、個人と特定の刺激の両方でこれを行うことができる。 ロボットは、実際のHRIシナリオにおいて、被験者の聴覚刺激の楽しさを判断するために、この情報を利用することができる。
  論文  参考訳（メタデータ） (2021-03-05T20:55:48Z)
• Adversarial Interaction Attack: Fooling AI to Misinterpret Human Intentions [46.87576410532481]
  現在の大きな成功にもかかわらず、ディープラーニングベースのAIシステムは、微妙な敵対的ノイズによって容易に騙されることを示した。 骨格に基づくヒトの相互作用のケーススタディに基づき、相互作用に対する新しい敵対的攻撃を提案する。 本研究では、安全クリティカルなアプリケーションにAIシステムをデプロイする際に慎重に対処する必要があるAIと人間との相互作用ループにおける潜在的なリスクを強調します。
  論文  参考訳（メタデータ） (2021-01-17T16:23:20Z)

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。