論文の概要: NeuroBridge: Using Generative AI to Bridge Cross-neurotype Communication Differences through Neurotypical Perspective-taking
- arxiv url: http://arxiv.org/abs/2509.23434v1
- Date: Sat, 27 Sep 2025 18:05:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-30 22:32:19.223521
- Title: NeuroBridge: Using Generative AI to Bridge Cross-neurotype Communication Differences through Neurotypical Perspective-taking
- Title（参考訳）: NeuroBridge: ジェネレーティブAIを使って、ニューロタイプの観点からのコミュニケーションの違いをブリッジする
- Authors: Rukhshan Haroon, Kyle Wigdor, Katie Yang, Nicole Toumanios, Eileen T. Crehan, Fahad Dogar,
- Abstract要約: 自閉症と神経型個人間のコミュニケーションの課題は、互いの異なるコミュニケーションスタイルの理解の欠如に起因する。
我々は,大規模言語モデル(LLM)を利用したオンラインプラットフォームであるNeuroBridgeを構築し,(a)直接的かつリテラルなAIキャラクタ,多くの自閉症個人に共通するスタイル,(b)交叉型通信シナリオの4つをシミュレートした。
NeuroBridgeは、自閉症の人々が言語をどう解釈するかの理解を改善し、全ての自閉症を「他人の理解を必要とする」社会的差異と表現した。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Communication challenges between autistic and neurotypical individuals stem from a mutual lack of understanding of each other's distinct, and often contrasting, communication styles. Yet, autistic individuals are expected to adapt to neurotypical norms, making interactions inauthentic and mentally exhausting for them. To help redress this imbalance, we build NeuroBridge, an online platform that utilizes large language models (LLMs) to simulate: (a) an AI character that is direct and literal, a style common among many autistic individuals, and (b) four cross-neurotype communication scenarios in a feedback-driven conversation between this character and a neurotypical user. Through NeuroBridge, neurotypical individuals gain a firsthand look at autistic communication, and reflect on their role in shaping cross-neurotype interactions. In a user study with 12 neurotypical participants, we find that NeuroBridge improved their understanding of how autistic people may interpret language differently, with all describing autism as a social difference that "needs understanding by others" after completing the simulation. Participants valued its personalized, interactive format and described AI-generated feedback as "constructive", "logical" and "non-judgmental". Most perceived the portrayal of autism in the simulation as accurate, suggesting that users may readily accept AI-generated (mis)representations of disabilities. To conclude, we discuss design implications for disability representation in AI, the need for making NeuroBridge more personalized, and LLMs' limitations in modeling complex social scenarios.
- Abstract（参考訳）: 自閉症と神経型個人間のコミュニケーション課題は、互いに異なる、しばしば対照的なコミュニケーションスタイルの理解の欠如に起因している。
しかし、自閉症の個人は神経型規範に適応し、相互作用が不完全で精神的に疲れることが期待されている。
この不均衡を緩和するために、我々は大規模な言語モデル(LLM)をシミュレートするオンラインプラットフォームであるNeuroBridgeを構築した。
(a)直接的かつリテラルなAI文字で、多くの自閉症の個人に共通する様式
(b)この文字とニューロタイプユーザ間のフィードバック駆動会話における4つのクロスニューロタイプ通信シナリオ。
NeuroBridgeを通じて、ニューロタイプ個体は自閉症のコミュニケーションをいち早く観察し、交叉型相互作用を形成する役割を反映する。
12人の神経型参加者によるユーザスタディにおいて、NeuroBridgeは自閉症の人々が言語をどう解釈するかの理解を改善した。
参加者はパーソナライズされたインタラクティブなフォーマットを評価し、AI生成したフィードバックを"構成的"、"論理的"、"非判断的"と表現した。
ほとんどの人は、シミュレーションにおける自閉症の描写を正確であると認識しており、ユーザーはすぐに障害のAI生成(ミス)表現を受け入れる可能性があることを示唆している。
結論として、AIにおける障害表現の設計上の意味、NeuroBridgeをよりパーソナライズする必要性、複雑な社会的シナリオのモデル化におけるLLMの制限について議論する。
関連論文リスト
- The Prompting Brain: Neurocognitive Markers of Expertise in Guiding Large Language Models [0.0]
本稿では,脳の機能的接続とネットワーク活動の差異を専門家と中間的プロンプトエンジニアの間で調査した横断的fMRIによる研究結果について述べる。
以上の結果より,左中側頭回や左前頭極などの脳領域における機能的接続性の向上など,より迅速な工学的リテラシーに関連する神経症状が明らかとなった。
自然言語処理(NLP)におけるこれらの神経認知マーカーの意義について論じる。
論文 参考訳（メタデータ） (2025-08-20T17:31:53Z) - "I Hadn't Thought About That": Creators of Human-like AI Weigh in on Ethics And Neurodivergence [3.31925780596913]
人間のようなAIエージェントはますます人気が高まっているが、それらは様々な倫理的懸念を呈している。
我々は,これらの技術を構築し,設計した人々の経験を調査し,ニューロディバージェンスの理解と受容に関する洞察を得る。
我々は、これが社会における自閉症の包摂に与える影響について検討し、より倫理的な研究方向に対する体系的な変化を推奨する。
論文 参考訳（メタデータ） (2025-06-12T17:16:28Z) - 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) - Brain-like Functional Organization within Large Language Models [58.93629121400745]
人間の脳は長い間人工知能(AI)の追求にインスピレーションを与えてきた
最近のニューロイメージング研究は、人工ニューラルネットワーク(ANN)の計算的表現と、人間の脳の刺激に対する神経反応との整合性の説得力のある証拠を提供する。
本研究では、人工ニューロンのサブグループと機能的脳ネットワーク(FBN)を直接結合することで、このギャップを埋める。
このフレームワークはANサブグループをFBNにリンクし、大きな言語モデル(LLM)内で脳に似た機能的組織を記述できる。
論文 参考訳（メタデータ） (2024-10-25T13:15:17Z) - Coupling Artificial Neurons in BERT and Biological Neurons in the Human
Brain [9.916033214833407]
本研究は,トランスフォーマーに基づくNLPモデルと言語に対する神経活動をリンクする,新しい,汎用的で効果的なフレームワークを提案する。
実験の結果,(1)ANsとBNsの活性化は有意に同期し,(2)ANsは意味のある言語/意味情報を持ち,BNシグネチャにアンカーし,(3)アンカーされたBNは神経言語学的文脈で解釈可能であることがわかった。
論文 参考訳（メタデータ） (2023-03-27T01:41:48Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - 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) - Compositional Explanations of Neurons [52.71742655312625]
本稿では, 合成論理的概念を同定し, 深部表現におけるニューロンの説明手順について述べる。
本稿では,視覚と自然言語処理のモデルにおける解釈可能性に関するいくつかの疑問に答えるために,この手順を用いる。
論文 参考訳（メタデータ） (2020-06-24T20:37:05Z) - Prediction of Human Empathy based on EEG Cortical Asymmetry [0.0]
特定の周波数帯における脳振動の側方化は、自己申告された共感スコアの重要な予測因子である。
結果は、感情の表現や認識が困難である人々を支援する脳-コンピュータインターフェースの開発に利用される。
論文 参考訳（メタデータ） (2020-05-06T13:49:56Z) - Generating Emotionally Aligned Responses in Dialogues using Affect
Control Theory [15.848210524718219]
感情制御理論(Affect Control Theory、ACT)は、人間と人間の相互作用に対する感情の社会的・数学的モデルである。
本研究では、ACTが感情認識型神経会話エージェントの開発にどのように役立つかを検討する。
論文 参考訳（メタデータ） (2020-03-07T19:31:08Z)
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。