論文の概要: Even More Kawaii than Real-Person-Driven VTubers? Understanding How Viewers Perceive AI-Driven VTubers

• arxiv url: http://arxiv.org/abs/2509.20817v1
• Date: Thu, 25 Sep 2025 06:58:13 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-26 20:58:12.741805
• Title: Even More Kawaii than Real-Person-Driven VTubers? Understanding How Viewers Perceive AI-Driven VTubers
• Title（参考訳）: リアルパーソン駆動型VTuberよりも河井の方が多い : 視聴者がAI駆動型VTuberをどのように知覚するかを理解する
• Authors: Yiluo Wei, Yupeng He, Gareth Tyson,
• Abstract要約: 我々は、Twitchで845万のフォロワー、YouTubeで753万のフォロワーを持つ、最も人気のあるAI駆動型VTuberであるNeuro-samaの視聴者認識を調査した。 我々の発見は、AI駆動型VTuberの理解と、そのデジタルストリーミング文化への影響を高める。
• 参考スコア（独自算出の注目度）: 10.375448790795394
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: VTubers, digital personas represented by animated avatars, have gained massive popularity. Traditionally, VTubers are operated and voiced by human controllers known as Nakanohito. The reliance on Nakanohito, however, poses risks due to potential personal controversies and operational disruptions. The emergence of AI-driven VTubers offers a new model free from these human constraints. While AI-driven VTubers present benefits such as continuous operation and reduced scandal risk, they also raise questions about authenticity and audience engagement. Therefore, to gain deeper insights, we conduct a case study, investigating viewer perceptions of Neuro-sama, the most popular AI-driven VTuber with 845k followers on Twitch and 753k followers on YouTube. We analyze 108k Reddit posts and 136k YouTube comments, aiming to better understand viewer motivations, how AI constructs the virtual persona, and perceptions of the AI as Nakanohito. Our findings enhance the understanding of AI-driven VTubers and their impact on digital streaming culture.
• Abstract（参考訳）: アニメーションアバターで表現されたデジタルペルソナであるVTubersは、大きな人気を集めている。 伝統的にVTuberは中人(なかのひと)と呼ばれる人間のコントローラーによって操作・音声される。 しかし、中人への依存は、潜在的な個人的な論争や運用上の混乱によってリスクが生じる。 AI駆動型VTuberの出現は、これらの人間の制約から解放された新しいモデルを提供する。 AI駆動のVTuberは、継続的な運用やスキャンダルリスクの低減といったメリットを提供する一方で、信頼性とオーディエンスエンゲージメントに関する疑問も提起している。 そこで我々は,Twitchで845k,YouTubeで753kのフォロワーを抱えるAI駆動のVTuberであるNeuro-samaの視聴者認識を調査し,より深い洞察を得るために,ケーススタディを実施している。 私たちは108kのReddit投稿と136kのYouTubeコメントを分析し、視聴者のモチベーションをよりよく理解すること、AIが仮想ペルソナを構築する方法、そしてAIを中之人として認識することを目指しています。 我々の発見は、AI駆動型VTuberの理解と、そのデジタルストリーミング文化への影響を高める。

関連論文リスト

• Virtual Stars, Real Fans: Understanding the VTuber Ecosystem [8.461062537658846]
  我々は、中国のほぼすべてのVTuberがストリーミングする主要なライブストリーミングプラットフォームであるBilibili上で、VTuber視聴者の包括的な分析を行う。 ライブストリーミング2.7Mセッションを対象とした第1種データセットをコンパイルし,VTuber視聴者の特性,エンゲージメントパターン,および影響について検討した。 我々は、VTubersに将来のサブスクライバを"推奨"するツールの開発に活用する。
  論文  参考訳（メタデータ） (2025-02-03T17:33:54Z)
• The Impacts of AI Avatar Appearance and Disclosure on User Motivation [0.0]
  本研究では,仮想インタラクションにおけるAI特徴がユーザのモチベーションに与える影響について検討する。 探索問題のみ, あるいはAIコンパニオンを用いて72,500人以上の参加者を対象に, ゲームベースの実験を行った。
  論文  参考訳（メタデータ） (2024-07-31T10:48:55Z)
• Navigating AI Fallibility: Examining People's Reactions and Perceptions of AI after Encountering Personality Misrepresentations [7.256711790264119]
  ハイパーパーソナライズされたAIシステムは、パーソナライズされたレコメンデーションを提供するために人々の特性をプロファイルする。 これらのシステムは、人々の最も個人的な特性を推測する際にエラーに免疫がない。 人格の誤表現に遭遇した後、人々がどのように反応し、AIを知覚するかを検討するための2つの研究を行った。
  論文  参考訳（メタデータ） (2024-05-25T21:27:15Z)
• Unmasking Illusions: Understanding Human Perception of Audiovisual Deepfakes [49.81915942821647]
  本研究は,ディープフェイク映像を主観的研究により識別する人間の能力を評価することを目的とする。 人間の観察者を5つの最先端オーディオ視覚深度検出モデルと比較することにより,その知見を提示する。 同じ40の動画で評価すると、すべてのAIモデルは人間より優れていることが分かりました。
  論文  参考訳（メタデータ） (2024-05-07T07:57:15Z)
• Investigating VTubing as a Reconstruction of Streamer Self-Presentation: Identity, Performance, and Gender [24.535792750960713]
  VTuberは、アニメーション2Dまたは3D仮想アバターを使用してストリーミングコンテンツを作成するライブストリーマーである。 本研究は、この柔軟性がクリエーター自身の提示方法にどのように影響するかを考察する。 VTubingの社会技術的側面は、性嫌がらせや性差別を減らし、自己目的化の懸念も高めた。
  論文  参考訳（メタデータ） (2023-07-20T16:53:41Z)
• What Do End-Users Really Want? Investigation of Human-Centered XAI for Mobile Health Apps [69.53730499849023]
  説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。 分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。 私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
  論文  参考訳（メタデータ） (2022-10-07T12:51:27Z)
• The Who in XAI: How AI Background Shapes Perceptions of AI Explanations [61.49776160925216]
  私たちは、2つの異なるグループ、つまりAIのバックグラウンドを持つ人々といない人たちの、異なるタイプのAI説明に対する理解について、混合手法による研究を行います。 その結果,(1) 両群は異なる理由から不合理な数に対する信頼を示し,(2) それぞれの群は意図した設計以上の異なる説明に価値を見出した。
  論文  参考訳（メタデータ） (2021-07-28T17:32:04Z)
• Trustworthy AI: A Computational Perspective [54.80482955088197]
  我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。 各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
  論文  参考訳（メタデータ） (2021-07-12T14:21:46Z)
• The Threat of Offensive AI to Organizations [52.011307264694665]
  この調査は、組織に対する攻撃的なAIの脅威を調査する。 まず、AIが敵の方法、戦略、目標、および全体的な攻撃モデルをどのように変えるかについて議論する。 そして、文献レビューを通じて、敵が攻撃を強化するために使用できる33の攻撃的AI能力を特定します。
  論文  参考訳（メタデータ） (2021-06-30T01:03:28Z)

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。