論文の概要: State Your Intention to Steer Your Attention: An AI Assistant for Intentional Digital Living

• arxiv url: http://arxiv.org/abs/2510.14513v1
• Date: Thu, 16 Oct 2025 09:57:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-17 21:15:14.80796
• Title: State Your Intention to Steer Your Attention: An AI Assistant for Intentional Digital Living
• Title（参考訳）: 意図に注意を向ける:インテンショナル・デジタル・リビングのためのAIアシスタント
• Authors: Juheon Choi, Juyoung Lee, Jian Kim, Chanyoung Kim, Taewon Min, W. Bradley Knox, Min Kyung Lee, Kimin Lee,
• Abstract要約: 本稿では,ユーザの意図を取り入れた新しいAIアシスタントを導入し,その意図に沿う活動が進行しているかどうかを評価し,逸脱が発生した場合の穏やかな痛手を提供する。 このシステムは、大きな言語モデルを利用してスクリーンショット、アプリケーションタイトル、URLを分析し、動作が指示された目標から外れたときに通知を発する。 その結果、我々のAIアシスタントは、ユーザーの焦点維持とデジタル行動と意図の整合性を効果的に支援していることがわかった。
• 参考スコア（独自算出の注目度）: 28.42162718127396
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: When working on digital devices, people often face distractions that can lead to a decline in productivity and efficiency, as well as negative psychological and emotional impacts. To address this challenge, we introduce a novel Artificial Intelligence (AI) assistant that elicits a user's intention, assesses whether ongoing activities are in line with that intention, and provides gentle nudges when deviations occur. The system leverages a large language model to analyze screenshots, application titles, and URLs, issuing notifications when behavior diverges from the stated goal. Its detection accuracy is refined through initial clarification dialogues and continuous user feedback. In a three-week, within-subjects field deployment with 22 participants, we compared our assistant to both a rule-based intent reminder system and a passive baseline that only logged activity. Results indicate that our AI assistant effectively supports users in maintaining focus and aligning their digital behavior with their intentions. Our source code is publicly available at this url https://intentassistant.github.io
• Abstract（参考訳）: デジタルデバイスで作業する場合、生産性と効率が低下し、ネガティブな心理的、感情的な影響が生じる可能性がある。 この課題に対処するために,ユーザの意図を取り入れた新しい人工知能アシスタントを導入し,その意図に沿う活動が進行しているかどうかを評価し,逸脱が発生した場合の穏やかなナッジを提供する。 このシステムは、大きな言語モデルを利用してスクリーンショット、アプリケーションタイトル、URLを分析し、動作が指示された目標から外れたときに通知を発する。 その検出精度は、最初の明確化対話と継続的なユーザフィードバックによって改善される。 参加者22名を対象に3週間のフィールド展開を行い,ルールベースのインテントリマインダーシステムと,アクティビティのみを記録する受動的ベースラインを比較した。 その結果、私たちのAIアシスタントは、ユーザーの焦点維持とデジタル行動と意図の整合性を効果的に支援していることがわかった。 私たちのソースコードは、このurl https://intentassistant.github.ioで公開されています。

関連論文リスト

• Code with Me or for Me? How Increasing AI Automation Transforms Developer Workflows [60.04362496037186]
  本研究は,コーディングエージェントと開発者インタラクションを制御した最初の研究である。 我々は,2つの主要な協調型およびエージェント型符号化アシスタントの評価を行った。 結果から,エージェントはコピロトを超える方法で開発者を支援することができることがわかった。
  論文  参考訳（メタデータ） (2025-07-10T20:12:54Z)
• Supporting Students' Reading and Cognition with AI [12.029238454394445]
  私たちは124セッションのテキストをAIツールで分析し、ユーザの読書プロセスと認知的エンゲージメントを理解しました。 我々は、低レベルの認知タスクのための構造化足場を含む、将来のAI読解支援システムの設計意味について提案する。 私たちは、学生やインストラクターがAIで読書体験をカスタマイズできる適応的で人間的なループ機能を提案しています。
  論文  参考訳（メタデータ） (2025-04-07T17:51:27Z)
• From Voice to Value: Leveraging AI to Enhance Spoken Online Reviews on the Go [21.811104609265158]
  音声入力によるレビューを提供するモバイルアプリケーションであるVocalizerを開発した。 調査の結果,AIエージェントを頻繁に利用し,レビューに詳細な情報を加えることができた。 また、インタラクティブなAI機能によって、ユーザーの自己効力感やレビューをオンラインで共有する意欲が向上することを示す。
  論文  参考訳（メタデータ） (2024-12-06T21:59:47Z)
• When to Ask for Help: Proactive Interventions in Autonomous Reinforcement Learning [57.53138994155612]
  強化学習の長期的な目標は、世界で自律的に対話し学習できるエージェントを設計することである。 重要な課題は、ロボットアームが物体をテーブルから押し出したときなど、外部からの援助を必要とする不可逆状態の存在である。 本研究では,非可逆状態の検出と回避を効率よく学習し,エージェントが侵入した場合に積極的に支援を求めるアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-10-19T17:57:24Z)
• 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)
• Real-time Caller Intent Detection In Human-Human Customer Support Spoken Conversations [10.312382727352823]
  ヒューマン・ヒューマン・カスタマーサポート音声対話におけるエージェント支援には、発信者の意図に基づくトリガーが必要である(通話の理由) 目的は、エージェントがそれを検出できた時、システムが呼び出し者の意図を検出することである(Intent Boundary)。 音声アシスタントの最近の研究は、単語単位の段階的なリアルタイム予測を使用して、コマンドの終了前に意図を検出する。
  論文  参考訳（メタデータ） (2022-08-14T07:50:23Z)
• Suggestion Lists vs. Continuous Generation: Interaction Design for Writing with Generative Models on Mobile Devices Affect Text Length, Wording and Perceived Authorship [27.853155569154705]
  モバイル端末上でAIで書き込むための2つのユーザインタフェースを提示し、イニシアティブとコントロールのレベルを制御する。 AIの提案では、人々は積極的に書くことは少なかったが、著者であると感じた。 どちらの設計においても、AIはテキストの長さを長くし、言葉に影響を与えていると認識された。
  論文  参考訳（メタデータ） (2022-08-01T13:57:11Z)
• The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
  MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。 これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
  論文  参考訳（メタデータ） (2021-07-05T12:18:17Z)
• Assisted Perception: Optimizing Observations to Communicate State [112.40598205054994]
  我々は、ロボット遠隔操作や視覚障害のあるナビゲーションといったタスクにおいて、ユーザが世界の状態を見積もるのを支援することを目的としている。 ユーザによって処理された場合、より正確な内部状態推定につながる新しい観測結果を合成する。
  論文  参考訳（メタデータ） (2020-08-06T19:08:05Z)
• Adversarial vs behavioural-based defensive AI with joint, continual and active learning: automated evaluation of robustness to deception, poisoning and concept drift [62.997667081978825]
  人工知能(AI)の最近の進歩は、サイバーセキュリティのための行動分析(UEBA)に新たな能力をもたらした。 本稿では、検出プロセスを改善し、人間の専門知識を効果的に活用することにより、この攻撃を効果的に軽減するソリューションを提案する。
  論文  参考訳（メタデータ） (2020-01-13T13:54:36Z)

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。