論文の概要: Conversational Collective Intelligence (CCI) using Hyperchat AI in a Real-world Forecasting Task
- arxiv url: http://arxiv.org/abs/2511.03732v2
- Date: Sun, 09 Nov 2025 14:47:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-11 14:56:00.542318
- Title: Conversational Collective Intelligence (CCI) using Hyperchat AI in a Real-world Forecasting Task
- Title（参考訳）: リアルタイム予測タスクにおけるハイパーチャットAIを用いた会話型集団知能(CCI)
- Authors: Hans Schumann, Louis Rosenberg, Ganesh Mani, Gregg Willcox,
- Abstract要約: Hyperchat AIは、潜在的に無制限サイズのネットワーク化された人間グループ間の思慮深い会話を可能にする、新しいエージェント技術である。
これにより、大規模なチームが複雑な問題、ブレインストーミングのアイデア、表面リスク、代替案の評価、最適化されたソリューションへの効率的な収束などについて議論できるようになる。
メジャーリーグ野球の試合の結果を予測するために,Hyperchat AIを用いてヒトグループの予測精度を定量化するために,正式な研究を行った。
- 参考スコア（独自算出の注目度）: 0.06999740786886537
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Hyperchat AI is a novel agentic technology that enables thoughtful conversations among networked human groups of potentially unlimited size. It allows large teams to discuss complex issues, brainstorm ideas, surface risks, assess alternatives and efficiently converge on optimized solutions that amplify the group's Collective Intelligence (CI). A formal study was conducted to quantify the forecasting accuracy of human groups using Hyperchat AI to conversationally predict the outcome of Major League Baseball (MLB) games. During an 8-week period, networked groups of approximately 24 sports fans were tasked with collaboratively forecasting the winners of 59 baseball games through real-time conversation facilitated by AI agents. The results showed that when debating the games using Hyperchat AI technology, the groups converged on High Confidence predictions that significantly outperformed Vegas betting markets. Specifically, groups were 78% accurate in their High Confidence picks, a statistically strong result vs the Vegas odds of 57% (p=0.020). Had the groups bet against the spread (ATS) on these games, they would have achieved a 46% ROI against Vegas betting markets. In addition, High Confidence forecasts that were generated through above-average conversation rates were 88% accurate, suggesting that real-time interactive deliberation is central to amplified accuracy.
- Abstract（参考訳）: Hyperchat AIは、潜在的に無制限サイズのネットワーク化された人間グループ間の思慮深い会話を可能にする、新しいエージェント技術である。
これにより、大規模なチームは複雑な問題、ブレインストーミングのアイデア、表面リスク、代替案の評価、グループの集合知能(CI)を増幅する最適化されたソリューションへの効率的な収束などについて議論できる。
メジャーリーグ野球(MLB)の試合の結果を予測するために,Hyperchat AIを用いてヒトグループの予測精度を定量的に評価した。
8週間の間に、約24人のスポーツファンからなるネットワーク化されたグループが、AIエージェントによるリアルタイム会話を通じて59の野球の試合の勝者を共同で予測する任務を負った。
その結果,ハイパーチャットAI技術を用いたゲーム議論では,ラスベガスの賭け市場を著しく上回る高信頼度予測に収束した。
特に、高い信頼度の選択では78%が正確であり、統計的にはラスベガスの確率は57%(p=0.020)であった。
これらの試合でATSに賭ければ、ラスベガスの賭け市場に対して46%のROIを達成しただろう。
さらに, 平均会話率から発生した高信頼度予測は88%の精度であり, リアルタイムの対話的検討が精度向上の中心であることを示唆した。
関連論文リスト
- The Levers of Political Persuasion with Conversational AI [4.6244198651412045]
会話型AIがすぐに人間の信念に前例のない影響を及ぼす恐れがある。
我々は、現在および近未来的AIの説得力は、ポストトレーニングやプロンプトの方法に起因している可能性が高いことを示す。
論文 参考訳（メタデータ） (2025-07-18T13:50:09Z) - AI Debate Aids Assessment of Controversial Claims [73.8907110799657]
我々は、AI論争が、議論の的になっている事実性主張の側面に対立する2つのAIシステムを議論させることで、偏見のある裁判官を真実に導くことができるかどうかを調査する。
研究Iでは、議論は人間の判断精度と信頼性の校正を継続的に改善し、コンサルタントを上回ります。
研究IIでは、人間のような人格を持つAI裁判官は、人格を持たない人格(70.1%)やデフォルトのAI裁判官(69.8%)よりも高い精度(78.5%)を達成する。
これらの調査結果は、AIの議論が、競争対象ドメインにおけるスケーラブルでバイアス耐性のある監視への有望な道であることを示している。
論文 参考訳（メタデータ） (2025-06-02T19:01:53Z) - The Leaderboard Illusion [61.27964089648608]
アリーナは最も有能なAIシステムランキングのリーダーボードとして登場した。
我々は,ゆがんだ競技場に生じた体系的な問題を同定する。
論文 参考訳（メタデータ） (2025-04-29T15:48:49Z) - Large-scale Group Brainstorming using Conversational Swarm Intelligence (CSI) versus Traditional Chat [0.8246494848934447]
Conversational Swarm Intelligence (CSI) は、リアルタイムな会話の議論と優先順位付けを可能にするAIに精通した手法である。
本研究では,75人のグループ間でリアルタイムのブレインストーミングと優先順位付けを可能にする,ThinkscapeというCSIプラットフォームの利用に焦点を当てた。
論文 参考訳（メタデータ） (2024-12-16T22:11:25Z) - Hybrid Forecasting of Geopolitical Events [71.73737011120103]
SAGEは、人間と機械が生成した予測を組み合わせたハイブリッド予測システムである。
このシステムは、確率と評価されたスキルに基づいて、人間と機械の予測の重み付けを集約する。
機械による予測にアクセスできる熟練した予測者は、過去のデータしか見ていない者よりも優れていた。
論文 参考訳（メタデータ） (2024-12-14T22:09:45Z) - LLMs as Debate Partners: Utilizing Genetic Algorithms and Adversarial Search for Adaptive Arguments [0.0]
DebateBrawlは、Large Language Models (LLM)、GA、Adversarial Search (AS)を統合するAIベースの議論プラットフォームである。
このシステムは、その戦略をリアルタイムで適応しながら、一貫性があり、文脈的に関連する議論を生成する際、顕著な性能を示す。
このシステムの精度を維持する能力(人間のみの議論では78%に比べて92%)は、AI支援談話における重要な懸念に対処する。
論文 参考訳（メタデータ） (2024-12-09T06:03:48Z) - Towards Collective Superintelligence: Amplifying Group IQ using
Conversational Swarms [0.9374652839580183]
スワーム・インテリジェンス(Swarm Intelligence, SI)は、生物群がリアルタイムシステムを形成することによって、それらの統合された知性を増幅できる自然現象である。
過去には、Swarmベースの手法は確率予測や複数選択決定といった狭義のタスクに制約されていた。
2023年にCSI(Conversational Swarm Intelligence)と呼ばれる新しい技術が開発され、ネットワーク化された人間グループの意思決定精度が向上した。
論文 参考訳（メタデータ） (2024-01-25T19:43:35Z) - Conversational Swarm Intelligence, a Pilot Study [1.2273265383502197]
Conversational Swarm Intelligence (CSI)は、大規模な人間集団がリアルタイムのネットワーク会話を行うことを可能にする新しい方法である。
CSI構造は、小さな熟考グループ間の局所的な対話と、より広い人口にわたる会話内容のグローバルな伝播を同時に可能とします。
論文 参考訳（メタデータ） (2023-08-31T17:51:02Z) - CommonsenseQA 2.0: Exposing the Limits of AI through Gamification [126.85096257968414]
現代自然言語理解モデルの能力をテストするベンチマークを構築した。
本研究では,データ構築の枠組みとしてゲーミフィケーションを提案する。
論文 参考訳（メタデータ） (2022-01-14T06:49:15Z) - Interpretable Real-Time Win Prediction for Honor of Kings, a Popular
Mobile MOBA Esport [51.20042288437171]
本研究では,2段階空間時間ネットワーク(TSSTN)を提案する。
実世界のライブストリーミングシナリオにおける実験結果と応用により,提案したTSSTNモデルは予測精度と解釈可能性の両方において有効であることが示された。
論文 参考訳（メタデータ） (2020-08-14T12:00:58Z) - Is the Most Accurate AI the Best Teammate? Optimizing AI for Teamwork [54.309495231017344]
AIシステムは人間中心の方法でトレーニングされ、チームのパフォーマンスに直接最適化されるべきである、と私たちは主張する。
我々は,AIレコメンデーションを受け入れるか,あるいはタスク自体を解決するかを選択する,特定のタイプのAIチームを提案する。
実世界の高精度データセット上での線形モデルと非線形モデルによる実験は、AIが最も正確であることは、最高のチームパフォーマンスに繋がらないことを示している。
論文 参考訳（メタデータ） (2020-04-27T19:06:28Z)
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。