論文の概要: Exploring Human-AI Collaboration Using Mental Models of Early Adopters of Multi-Agent Generative AI Tools

• arxiv url: http://arxiv.org/abs/2510.06224v1
• Date: Wed, 10 Sep 2025 05:35:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-07 19:06:32.047989
• Title: Exploring Human-AI Collaboration Using Mental Models of Early Adopters of Multi-Agent Generative AI Tools
• Title（参考訳）: 多エージェント生成型AIツールの初期採用者のメンタルモデルを用いたヒューマンAIコラボレーションの探索
• Authors: Suchismita Naik, Austin L. Toombs, Amanda Snellinger, Scott Saponas, Amanda K. Hall,
• Abstract要約: アーリーアダプターと開発者がマルチエージェントGen AIツールをどのように概念化するかを検討した。 私たちは、Microsoftで働く13人の開発者、すべてマルチエージェントのGen AI技術のアーリーアダプターと半構造化インタビューを行いました。 エラーの伝播、予測不可能で非生産的なエージェントループの挙動、層状透明性の問題を軽減するための明確なコミュニケーションの必要性など、重要な課題を特定した。
• 参考スコア（独自算出の注目度）: 4.382163871275696
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With recent advancements in multi-agent generative AI (Gen AI), technology organizations like Microsoft are adopting these complex tools, redefining AI agents as active collaborators in complex workflows rather than as passive tools. In this study, we investigated how early adopters and developers conceptualize multi-agent Gen AI tools, focusing on how they understand human-AI collaboration mechanisms, general collaboration dynamics, and transparency in the context of AI tools. We conducted semi-structured interviews with 13 developers, all early adopters of multi-agent Gen AI technology who work at Microsoft. Our findings revealed that these early adopters conceptualize multi-agent systems as "teams" of specialized role-based and task-based agents, such as assistants or reviewers, structured similar to human collaboration models and ranging from AI-dominant to AI-assisted, user-controlled interactions. We identified key challenges, including error propagation, unpredictable and unproductive agent loop behavior, and the need for clear communication to mitigate the layered transparency issues. Early adopters' perspectives about the role of transparency underscored its importance as a way to build trust, verify and trace errors, and prevent misuse, errors, and leaks. The insights and design considerations we present contribute to CSCW research about collaborative mechanisms with capabilities ranging from AI-dominant to AI-assisted interactions, transparency and oversight strategies in human-agent and agent-agent interactions, and how humans make sense of these multi-agent systems as dynamic, role-diverse collaborators which are customizable for diverse needs and workflows. We conclude with future research directions that extend CSCW approaches to the design of inter-agent and human mediation interactions.
• Abstract（参考訳）: マルチエージェント生成AI(Gen AI)の最近の進歩により、Microsoftのような技術組織は、これらの複雑なツールを採用し、受動的ツールではなく、複雑なワークフローにおいてAIエージェントをアクティブなコラボレーターとして再定義している。 本研究では,AIツールのコンテキストにおける人間とAIのコラボレーションメカニズム,一般的なコラボレーションのダイナミクス,透明性の理解に焦点をあてて,アーリーアダプターと開発者がマルチエージェントのGen AIツールを概念化する方法について検討した。 私たちは、Microsoftで働く13人の開発者、すべてマルチエージェントのGen AI技術のアーリーアダプターと半構造化インタビューを行いました。 これらの早期採用者は、アシスタントやレビュアーのような特殊な役割ベースおよびタスクベースのエージェントの「チーム」としてマルチエージェントシステムを概念化し、人間のコラボレーションモデルに似た構造をしており、AI支配からAI支援されたユーザー制御インタラクションまで様々であることがわかった。 エラーの伝播、予測不可能で非生産的なエージェントループの挙動、層状透明性の問題を軽減するための明確なコミュニケーションの必要性など、重要な課題を特定した。 透明性の役割に関するアーリーアダプターの見解は、信頼の構築、エラーの検証とトレース、誤用、エラー、リークの防止としての重要性を浮き彫りにした。 人間のエージェントとエージェントとエージェントのインタラクションにおける透明性と監視戦略、そして、人間がこれらのマルチエージェントシステムを、さまざまなニーズやワークフローのためにカスタマイズ可能な動的で役割の異なるコラボレータとして理解する方法についてである。 我々は,CSCWアプローチをエージェント間および人体間相互作用の設計に拡張する今後の研究方針を結論づける。

関連論文リスト

• Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
  大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。 このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。 本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-28T17:58:12Z)
• AI Agents vs. Agentic AI: A Conceptual Taxonomy, Applications and Challenges [3.7414278978078204]
  このレビューは、AIエージェントとエージェントAIを批判的に区別し、構造化された概念分類、アプリケーションマッピング、そして、異なる設計哲学と能力を明らかにするための機会と課題の分析を提供する。
  論文  参考訳（メタデータ） (2025-05-15T16:21:33Z)
• Internet of Agents: Fundamentals, Applications, and Challenges [68.9543153075464]
  異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。 我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
  論文  参考訳（メタデータ） (2025-05-12T02:04:37Z)
• Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
  既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。 我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。 IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
  論文  参考訳（メタデータ） (2024-07-09T17:33:24Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)

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。