論文の概要: Deliberate Lab: A Platform for Real-Time Human-AI Social Experiments

• arxiv url: http://arxiv.org/abs/2510.13011v1
• Date: Tue, 14 Oct 2025 22:02:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-16 20:13:28.433484
• Title: Deliberate Lab: A Platform for Real-Time Human-AI Social Experiments
• Title（参考訳）: Deliberate Lab: リアルタイムヒューマンAI社会実験のためのプラットフォーム
• Authors: Crystal Qian, Vivian Tsai, Michael Behr, Nada Hussein, Léo Laugier, Nithum Thain, Lucas Dixon,
• Abstract要約: Deliberate Labは、大規模でリアルタイムな行動実験のためのオープンソースのプラットフォームである。 人間の参加者と大きな言語モデル(LLM)ベースのエージェントの両方をサポートする。
• 参考スコア（独自算出の注目度）: 9.689197691319741
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Social and behavioral scientists increasingly aim to study how humans interact, collaborate, and make decisions alongside artificial intelligence. However, the experimental infrastructure for such work remains underdeveloped: (1) few platforms support real-time, multi-party studies at scale; (2) most deployments require bespoke engineering, limiting replicability and accessibility, and (3) existing tools do not treat AI agents as first-class participants. We present Deliberate Lab, an open-source platform for large-scale, real-time behavioral experiments that supports both human participants and large language model (LLM)-based agents. We report on a 12-month public deployment of the platform (N=88 experimenters, N=9195 experiment participants), analyzing usage patterns and workflows. Case studies and usage scenarios are aggregated from platform users, complemented by in-depth interviews with select experimenters. By lowering technical barriers and standardizing support for hybrid human-AI experimentation, Deliberate Lab expands the methodological repertoire for studying collective decision-making and human-centered AI.
• Abstract（参考訳）: 社会科学者や行動科学者は、人間がどのように相互作用し、協力し、人工知能と協調して意思決定するかを研究することを目指している。 しかし, 実験的な基盤は未開発であり, 1) 大規模かつリアルタイムなマルチパーティ研究を支援するプラットフォームは少なく, (2) 大部分のデプロイでは, 複製性やアクセシビリティを制限し, (3) 既存のツールはAIエージェントを第一級の参加者として扱わない。 Deliberate Labは、大規模かつリアルタイムな行動実験のためのオープンソースのプラットフォームで、人間の参加者と大規模言語モデル(LLM)ベースのエージェントの両方をサポートする。 プラットフォーム(N=88実験者、N=9195実験参加者)の12ヶ月の公開デプロイについて報告し、使用パターンとワークフローを分析した。 ケーススタディとユースケースシナリオは、プラットフォームユーザから収集され、特定の実験者との詳細なインタビューによって補完される。 技術的な障壁を低くし、ハイブリッドなヒューマンAI実験のサポートを標準化することで、Deliberate Labは、集団的な意思決定と人間中心のAIを研究するための方法論的レパートリーを拡張した。

関連論文リスト

• Through the Lens of Human-Human Collaboration: A Configurable Research Platform for Exploring Human-Agent Collaboration [36.471054708769415]
  大規模言語モデル(LLM)エージェントは、人間とLLMエージェントのコラボレーションの新たな機会を開く。 HCI と CSCW で確立されたコンピュータによるコラボレーションの原則が、人間が LLM エージェントと協力する場合、継続、変更、失敗するかどうかは不明である。
  論文  参考訳（メタデータ） (2025-09-22T16:47:08Z)
• An AI-native experimental laboratory for autonomous biomolecular engineering [12.382004681010915]
  我々は、自律的な生体分子工学のような応用のために、高度に複雑な科学実験をターゲットとする、AIネイティブな自律実験室を提示する。 このシステムは、自動で計測を管理し、実験固有の手順と最適化を定式化し、複数のユーザ要求を同時に処理する。 また、疾患診断、薬物開発、情報保存などの分野にも応用できる。
  論文  参考訳（メタデータ） (2025-07-03T07:21:19Z)
• Epitome: Pioneering an Experimental Platform for AI-Social Science Integration [29.742040167436638]
  人工知能と社会科学の深い統合に特化した、世界初のオープンな実験プラットフォームであるEpitomeを紹介します。 Epitomeは、実際の展開中の個人、組織、社会に対するAIのインタラクティブな影響に焦点を当てている。 Epitomeはキャンバススタイルのユーザーフレンドリーなインターフェースで、研究者が複雑な実験シナリオを設計し、実行できるようにする。
  論文  参考訳（メタデータ） (2025-06-30T09:06:16Z)
• Position: Intelligent Science Laboratory Requires the Integration of Cognitive and Embodied AI [98.19195693735487]
  知的科学研究所(ISL)のパラダイムを提案する。 ISLは、認知と具体的知性を深く統合した多層クローズドループフレームワークである。 このようなシステムは、現在の科学的発見の限界を克服するために不可欠である、と我々は主張する。
  論文  参考訳（メタデータ） (2025-06-24T13:31:44Z)
• Human-Machine Teaming for UAVs: An Experimentation Platform [6.809734620480709]
  本稿では,Cogmentの人間-機械協調実験プラットフォームについて紹介する。 学習AIエージェント、静的AIエージェント、人間を含むことができるHMT(Human-machine Teaming)のユースケースを実装している。 我々は,重要なシステムと防衛環境における人間と機械の連携について,さらなる研究を進めたい。
  論文  参考訳（メタデータ） (2023-12-18T21:35:02Z)
• User Behavior Simulation with Large Language Model based Agents [116.74368915420065]
  LLMベースのエージェントフレームワークを提案し,実際のユーザ動作をシミュレートするサンドボックス環境を設計する。 実験結果から,本手法のシミュレーション行動は実人の行動に非常に近いことが判明した。
  論文  参考訳（メタデータ） (2023-06-05T02:58:35Z)
• BO-Muse: A human expert and AI teaming framework for accelerated experimental design [58.61002520273518]
  我々のアルゴリズムは、人間の専門家が実験プロセスでリードすることを可能にする。 我々のアルゴリズムは、AIや人間よりも高速に、サブ線形に収束することを示す。
  論文  参考訳（メタデータ） (2023-03-03T02:56:05Z)
• DIAMBRA Arena: a New Reinforcement Learning Platform for Research and Experimentation [91.3755431537592]
  本研究は、強化学習研究と実験のための新しいプラットフォームであるDIAMBRA Arenaを提示する。 高品質な環境のコレクションが,OpenAI Gym標準に完全に準拠したPython APIを公開している。 これらは、離散的なアクションと観測を生のピクセルと追加の数値で構成したエピソディックなタスクである。
  論文  参考訳（メタデータ） (2022-10-19T14:39:10Z)
• Taxonomy of A Decision Support System for Adaptive Experimental Design in Field Robotics [19.474298062145003]
  本研究では,人間の意思決定能力を増幅し,フィールド実験における意思決定の原則を実現するための意思決定支援システム(DSS)を提案する。 我々は、人工知能とインテリジェントDSSを含む研究を含むDSS文献の事例と傾向を用いて、分類学を構築し、提示する。
  論文  参考訳（メタデータ） (2022-10-15T23:28:30Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。