論文の概要: Human-AI Use Patterns for Decision-Making in Disaster Scenarios: A Systematic Review

• arxiv url: http://arxiv.org/abs/2509.12034v1
• Date: Mon, 15 Sep 2025 15:18:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.362783
• Title: Human-AI Use Patterns for Decision-Making in Disaster Scenarios: A Systematic Review
• Title（参考訳）: 災害シナリオにおける意思決定のためのヒューマンAI活用パターンの体系的レビュー
• Authors: Emmanuel Adjei Domfeh, Christopher L. Dancy,
• Abstract要約: 我々は,人間とAIの意思決定支援システム,タスクとリソースの調整,信頼と透明性,シミュレーションとトレーニングの4つのカテゴリを識別する。 これらの内部では、認知強化インテリジェンス、マルチエージェントコーディネーション、説明可能なAI、仮想トレーニング環境などのサブパターンを分析します。 我々のレビューでは、AIシステムが状況認識を強化し、応答効率を向上し、複雑な意思決定をサポートするとともに、スケーラビリティ、解釈可能性、システムの相互運用性において重要な制限に直面している点を強調している。
• 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: In high-stakes disaster scenarios, timely and informed decision-making is critical yet often challenged by uncertainty, dynamic environments, and limited resources. This paper presents a systematic review of Human-AI collaboration patterns that support decision-making across all disaster management phases. Drawing from 51 peer-reviewed studies, we identify four major categories: Human-AI Decision Support Systems, Task and Resource Coordination, Trust and Transparency, and Simulation and Training. Within these, we analyze sub-patterns such as cognitive-augmented intelligence, multi-agent coordination, explainable AI, and virtual training environments. Our review highlights how AI systems may enhance situational awareness, improves response efficiency, and support complex decision-making, while also surfacing critical limitations in scalability, interpretability, and system interoperability. We conclude by outlining key challenges and future research directions, emphasizing the need for adaptive, trustworthy, and context-aware Human-AI systems to improve disaster resilience and equitable recovery outcomes.
• Abstract（参考訳）: 高リスクの災害シナリオでは、タイムリーかつインフォームドな意思決定は、不確実性、動的環境、限られたリソースによってしばしば問題となる。 本稿では,全災害管理段階における意思決定を支援する人間とAIの連携パターンを体系的に検討する。 51のピアレビュー研究から,人間とAIの意思決定支援システム,タスクとリソースの調整,信頼と透明性,シミュレーションとトレーニングの4つのカテゴリを抽出した。 これらの内部では、認知強化インテリジェンス、マルチエージェントコーディネーション、説明可能なAI、仮想トレーニング環境などのサブパターンを分析します。 我々のレビューでは、AIシステムが状況認識を強化し、応答効率を向上し、複雑な意思決定をサポートするとともに、スケーラビリティ、解釈可能性、システムの相互運用性において重要な制限に直面している点を強調している。 我々は,災害の回復力の向上と回復の公平化を図るために,適応性,信頼性,コンテキストに配慮したヒューマンAIシステムの必要性を強調し,重要な課題と今後の研究方向性を概説して結論付けた。

関連論文リスト

• An Outlook on the Opportunities and Challenges of Multi-Agent AI Systems [32.48561526824382]
  マルチエージェントAIシステム(MAS)は、内部生成モデルに基づいて対話、情報交換、意思決定を行う複数の自律エージェントで構成されている。 本稿では,MASを解析するための形式的枠組みについて概説する。
  論文  参考訳（メタデータ） (2025-05-23T22:05:19Z)
• Towards Foundation-model-based Multiagent System to Accelerate AI for Social Impact [37.72844862625008]
  既存のAI4SI研究は、しばしば労働集約的かつリソース要求的である。 本稿では,このようなベースレベルのシステムの開発を加速するために,メタレベルのマルチエージェントシステムを提案する。
  論文  参考訳（メタデータ） (2024-12-10T19:29:34Z)
• Causal Responsibility Attribution for Human-AI Collaboration [62.474732677086855]
  本稿では,人間のAIシステムにおける責任を体系的に評価するために,構造因果モデル(SCM)を用いた因果的枠組みを提案する。 2つのケーススタディは、多様な人間とAIのコラボレーションシナリオにおけるフレームワークの適応性を示している。
  論文  参考訳（メタデータ） (2024-11-05T17:17:45Z)
• Imagining and building wise machines: The centrality of AI metacognition [78.76893632793497]
  我々は人間の知恵について知られているものを調べ、そのAIのビジョンをスケッチする。 AIシステムは特にメタ認知に苦しむ。 スマートAIのベンチマーク、トレーニング、実装について論じる。
  論文  参考訳（メタデータ） (2024-11-04T18:10:10Z)
• To Err Is AI! Debugging as an Intervention to Facilitate Appropriate Reliance on AI Systems [11.690126756498223]
  最適な人間とAIのコラボレーションのためのビジョンは、人間のAIシステムへの「適切な依存」を必要とする。 実際には、アウト・オブ・ディストリビューションデータにおける機械学習モデルの性能格差は、データセット固有のパフォーマンスフィードバックを信頼できないものにしている。
  論文  参考訳（メタデータ） (2024-09-22T09:43:27Z)
• Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
  我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。 学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。 トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
  論文  参考訳（メタデータ） (2024-07-03T15:38:57Z)
• Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
  本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。 Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
  論文  参考訳（メタデータ） (2023-11-13T16:00:16Z)
• Predictable Artificial Intelligence [77.1127726638209]
  本稿では予測可能なAIのアイデアと課題を紹介する。 それは、現在および将来のAIエコシステムの重要な妥当性指標を予測できる方法を探る。 予測可能性を達成することは、AIエコシステムの信頼、責任、コントロール、アライメント、安全性を促進するために不可欠である、と私たちは主張する。
  論文  参考訳（メタデータ） (2023-10-09T21:36:21Z)
• Multi-AI Complex Systems in Humanitarian Response [0.0]
  比較的単純な現実世界の人道的応答シナリオにおいても、マルチAIシステムがいかにして発生しうるかを説明し、潜在的に創発的で不正な行動を引き起こす。 本論文は、人道的対応の分野におけるこのトピックに関する最初の展示として、意識を高め、このドメインの展望を探究し、より広いコミュニティにおける今後の仕事の出発点を提供するように設計されている。
  論文  参考訳（メタデータ） (2022-08-24T03:01:21Z)

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。