論文の概要: Chatbots to strengthen democracy: An interdisciplinary seminar to train identifying argumentation techniques of science denial

• arxiv url: http://arxiv.org/abs/2511.17678v1
• Date: Fri, 21 Nov 2025 07:59:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-25 18:34:24.357407
• Title: Chatbots to strengthen democracy: An interdisciplinary seminar to train identifying argumentation techniques of science denial
• Title（参考訳）: 民主主義強化のためのチャットボット--科学否定の議論テクニックを訓練するための学際セミナー
• Authors: Ingo Siegert, Jan Nehring, Aranxa Márquez Ampudia, Matthias Busch, Stefan Hillmann,
• Abstract要約: 近年、ソーシャルメディアプラットフォームに関する議論は、科学否定やフェイクニュースの拡散により、ますます精査されている。 本稿では,科学デニエのペルソナとして機能する大規模言語モデル(LLM)の適合性を検討するための学際セミナーを提案する。 学生は科学と否定の議論構造との現実的な相互作用を可能にするAIベースのロボットを開発する。
• 参考スコア（独自算出の注目度）: 2.816392009888047
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: In recent times, discussions on social media platforms have increasingly come under scrutiny due to the proliferation of science denial and fake news. Traditional solutions, such as regulatory actions, have been implemented to mitigate the spread of misinformation; however, these measures alone are not sufficient. To complement these efforts, educational approaches are becoming essential in empowering users to critically engage with misinformation. Conversation training, through serious games or personalized methods, has emerged as a promising strategy to help users handle science denial and toxic conversation tactics. This paper suggests an interdisciplinary seminar to explore the suitability of Large Language Models (LLMs) acting as a persona of a science denier to support people in identifying misinformation and improving resilience against toxic interactions. In the seminar, groups of four to five students will develop an AI-based chatbot that enables realistic interactions with science-denial argumentation structures. The task involves planning the setting, integrating a Large Language Model to facilitate natural dialogues, implementing the chatbot using the RASA framework, and evaluating the outcomes in a user study. It is crucial that users understand what they need to do during the interaction, how to conclude it, and how the relevant information is conveyed. The seminar does not aim to develop chatbots for practicing debunking but serves to teach AI technologies and test the feasibility of this idea for future applications. The chatbot seminar is conducted as a hybrid, parallel master's module at the participating educational institutions.
• Abstract（参考訳）: 近年、ソーシャルメディアプラットフォームに関する議論は、科学否定やフェイクニュースの拡散により、ますます精査されている。 規制行動のような従来の解決策は誤報の拡散を緩和するために実装されてきたが、これらの対策だけでは不十分である。 これらの取り組みを補完するために、ユーザに対して誤った情報に批判的に関与させるための教育的アプローチが欠かせないものになっている。 真剣なゲームやパーソナライズされた方法による会話訓練は、ユーザーが科学の否定的かつ有害な会話戦術を扱うための有望な戦略として登場した。 本稿では, 科学デニエのペルソナとして機能する大規模言語モデル(LLM)の適合性を探求する学際セミナーを提案し, 誤情報を識別し, 有害な相互作用に対するレジリエンスを向上させることを支援する。 セミナーでは、4～5人の学生のグループが、科学と否定の議論構造との現実的な対話を可能にするAIベースのチャットボットを開発する。 このタスクは、設定を計画し、自然な対話を容易にするためにLarge Language Modelを統合すること、RASAフレームワークを使用してチャットボットを実装し、ユーザー研究の結果を評価することを含む。 ユーザは、インタラクション中に何をする必要があるか、どのように結論付けるか、関連する情報をどのように伝達するかを理解することが重要です。 このセミナーは、デバンキングの練習用のチャットボットを開発することではなく、AI技術を教え、このアイデアの将来の応用の可能性をテストするのに役立つ。 チャットボットセミナーは、参加する教育機関のハイブリッド・パラレル・マスターズ・モジュールとして実施される。

関連論文リスト

• Towards Anthropomorphic Conversational AI Part I: A Practical Framework [49.62013440962072]
  会話に関わる人間の知性の重要な側面を再現するために設計されたマルチモジュールフレームワークを導入する。 アプローチの第2段階では、これらの会話データは、フィルタリングとラベル付けの後に、強化学習のためのトレーニングおよびテストデータとして機能する。
  論文  参考訳（メタデータ） (2025-02-28T03:18:39Z)
• Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
  多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。 この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。 実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
  論文  参考訳（メタデータ） (2024-11-07T21:37:51Z)
• LLM Roleplay: Simulating Human-Chatbot Interaction [52.03241266241294]
  本研究では,人間とチャットボットの対話をシミュレートする多元多元対話を自動生成する,目標指向のペルソナに基づく手法を提案する。 本手法は,人間とチャットボットの対話を高い相違率でシミュレートすることができる。
  論文  参考訳（メタデータ） (2024-07-04T14:49:46Z)
• Analysis of the User Perception of Chatbots in Education Using A Partial Least Squares Structural Equation Modeling Approach [0.0]
  オプティミズム、イノベーティブネス、不快感、不安、透明性、倫理、相互作用、エンゲージメント、正確さといった主要な行動関連側面について研究した。 その結果、最適性と革新性は、知覚的使用覚(PEOU)と知覚的有用性(PU)に正の相関があることが判明した。
  論文  参考訳（メタデータ） (2023-11-07T00:44:56Z)
• Multi-Purpose NLP Chatbot : Design, Methodology & Conclusion [0.0]
  本研究は,現在あるチャットボット技術環境を網羅的に分析するものである。 ユーザインタラクションと会話体験を改善するために強化学習戦略を利用する、非常に柔軟なシステムを提供する。 チャットボット技術の発展の複雑さと、これらの開発を推進してきた要因と、それらが様々な分野に及ぼした影響についても検討する。
  論文  参考訳（メタデータ） (2023-10-13T09:47:24Z)
• Beyond Traditional Teaching: The Potential of Large Language Models and Chatbots in Graduate Engineering Education [0.0]
  本稿では,大規模言語モデル(LLM)とチャットボットを大学院工学教育に統合する可能性について検討する。 コース資料から質問バンクを作成し、正確で洞察に富んだ回答を提供するボットの能力を評価する。 数学的な問題解決やコード解釈のためにWolfram Alphaのような強力なプラグインが、ボットの機能を大幅に拡張できることを示す。
  論文  参考訳（メタデータ） (2023-09-09T13:37:22Z)
• AI Chatbots as Multi-Role Pedagogical Agents: Transforming Engagement in CS Education [8.898863361318817]
  4つの異なるチャットボットを備えた新しい学習環境を開発し,実装し,評価する。 これらの役割は、学習者(能力、自律性、関連性)の3つの本質的な心理的ニーズを満たす。 このシステムは、質問に基づく学習パラダイムを採用し、学生に質問をし、解決策を求め、その好奇心を探求するよう促す。
  論文  参考訳（メタデータ） (2023-08-08T02:13:44Z)
• Opportunities and Challenges in Neural Dialog Tutoring [54.07241332881601]
  言語学習のための2つの対話学習データセットを用いて、様々な生成言語モデルを厳密に分析する。 現在のアプローチでは、制約のある学習シナリオでチューリングをモデル化できますが、制約の少ないシナリオではパフォーマンスが悪くなります。 人的品質評価では, モデルと接地木アノテーションの両方が, 同等のチュータリングの点で低い性能を示した。
  論文  参考訳（メタデータ） (2023-01-24T11:00:17Z)

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。