論文の概要: What AI Speaks for Your Community: Polling AI Agents for Public Opinion on Data Center Projects

• arxiv url: http://arxiv.org/abs/2511.22037v1
• Date: Thu, 27 Nov 2025 02:46:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.362804
• Title: What AI Speaks for Your Community: Polling AI Agents for Public Opinion on Data Center Projects
• Title（参考訳）: AIがコミュニティに話すもの - データセンタプロジェクトに対する公開オピニオンのためのAIエージェントのポーリング
• Authors: Zhifeng Wu, Yuelin Han, Shaolei Ren,
• Abstract要約: データセンターにおけるコミュニティの意見を評価するために,AIエージェントポーリングフレームワークを導入する。 本稿では,水消費と公益費を主な課題として挙げる一方,税収は重要な利益である。 私たちのフレームワークはスケーラブルなスクリーニングツールとして機能し、開発者はコミュニティの感情をアーリーステージの計画に統合することができます。
• 参考スコア（独自算出の注目度）: 16.822770693792826
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The intense computational demands of AI, especially large foundation models, are driving a global boom in data centers. These facilities bring both tangible benefits and potential environmental burdens to local communities. However, the planning processes for data centers often fail to proactively integrate local public opinion in advance, largely because traditional polling is expensive or is conducted too late to influence decisions. To address this gap, we introduce an AI agent polling framework, leveraging large language models to assess community opinion on data centers and guide responsible development of AI. Our experiments reveal water consumption and utility costs as primary concerns, while tax revenue is a key perceived benefit. Furthermore, our cross-model and cross-regional analyses show opinions vary significantly by LLM and regional context. Finally, agent responses show strong topical alignment with real-world survey data. Our framework can serve as a scalable screening tool, enabling developers to integrate community sentiment into early-stage planning for a more informed and socially responsible AI infrastructure deployment.
• Abstract（参考訳）: AIの激しい計算要求、特に大きな基盤モデルが、データセンターのグローバルなブームを加速させている。 これらの施設は、地域社会に明確な利益と潜在的な環境負荷をもたらす。 しかし、従来のポーリングが高価であったり、決定に影響を及ぼすには遅すぎたりするため、データセンターの計画プロセスは前もって地域の世論を積極的に統合することができないことが多い。 このギャップに対処するために、我々は、大規模な言語モデルを活用して、データセンターにおけるコミュニティの意見を評価し、AIの責任ある開発をガイドするAIエージェントポーリングフレームワークを導入しました。 本稿では,水消費と公益費を主な課題として挙げる一方,税収は重要な利益である。 さらに, クロスモデルおよびクロスリージョン分析では, LLMと地域文脈によって, 意見の相違が顕著に認められた。 最後に、エージェント応答は、実世界のサーベイデータと強いトピックアライメントを示す。 当社のフレームワークはスケーラブルなスクリーニングツールとして機能し,コミュニティの感情をアーリーステージの計画に統合して,より情報に富み,社会的に責任を持つAIインフラストラクチャのデプロイメントを可能にします。

関連論文リスト

• What's the next frontier for Data-centric AI? Data Savvy Agents [71.76058707995398]
  我々は、エージェントシステムの設計において、データに精通する能力が最優先すべきであると主張している。 本稿では,このビジョンを実現するための4つの重要な機能を提案する。プロアクティブデータ取得,ソフシフィケートデータ処理,インタラクティブテストデータ合成,連続的適応。
  論文  参考訳（メタデータ） (2025-11-02T17:09:29Z)
• Governed By Agents: A Survey On The Role Of Agentic AI In Future Computing Environments [0.0]
  Agentic AIは、非常に大規模な(パブリックな)クラウド環境への依存を減らす可能性がある。 これらの移行の多くは、オンプレミスの処理ニーズ、データ消費のフットプリントの減少、コスト削減といった要因によって引き起こされるだろう。 本研究では,AIの自律性を実現するためのソリューションが,システムの再設計にどのように影響するかを検討する。
  論文  参考訳（メタデータ） (2025-09-20T13:03:11Z)
• The Cloud Next Door: Investigating the Environmental and Socioeconomic Strain of Datacenters on Local Communities [0.5025737475817937]
  データセンターは現代のデジタルインフラのバックボーンとなっている。 この拡張は、データセンターがすでに存在するか、提案されている地域社会で緊張が高まっている。 私たちの目標は、これらの影響を可視化し、デジタルインフラストラクチャの将来について、より公平でインフォームドな決定を促すことです。
  論文  参考訳（メタデータ） (2025-06-03T20:21:53Z)
• Data-Centric AI in the Age of Large Language Models [51.20451986068925]
  本稿では,大規模言語モデル(LLM)に着目した,AI研究におけるデータ中心の視点を提案する。 本研究では,LLMの発達段階(事前学習や微調整など)や推論段階(文脈内学習など)において,データが有効であることを示す。 データを中心とした4つのシナリオを特定し、データ中心のベンチマークとデータキュレーション、データ属性、知識伝達、推論コンテキスト化をカバーします。
  論文  参考訳（メタデータ） (2024-06-20T16:34:07Z)
• Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
  汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。 本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
  論文  参考訳（メタデータ） (2024-03-21T19:12:37Z)
• Data-centric AI: Perspectives and Challenges [51.70828802140165]
  データ中心AI(DCAI)は、モデル進歩からデータ品質と信頼性の確保への根本的なシフトを提唱している。 データ開発、推論データ開発、データメンテナンスの3つの一般的なミッションをまとめます。
  論文  参考訳（メタデータ） (2023-01-12T05:28:59Z)
• Empowering Local Communities Using Artificial Intelligence [70.17085406202368]
  人中心の観点から、AIが社会に与える影響を探求する上で重要なトピックとなっている。 市民科学におけるこれまでの研究は、AIを使って研究に大衆を巻き込む方法を特定してきた。 本稿では,コミュニティ市民科学にAIを適用する上での課題について論じる。
  論文  参考訳（メタデータ） (2021-10-05T12:51:11Z)
• Population Mapping in Informal Settlements with High-Resolution Satellite Imagery and Equitable Ground-Truth [1.4414055798999759]
  低所得都市部における密集集落の人口推定のための一般化可能な枠組みを提案する。 我々は,地域コミュニティと連携して収集される等質な地平データを用いている。 本研究では,フレキシブルでカスタマイズ可能な空間分解能を実現するグリッド型人口推定モデルを提案する。
  論文  参考訳（メタデータ） (2020-09-17T16:37:32Z)
• Bias in Data-driven AI Systems -- An Introductory Survey [37.34717604783343]
  この調査は、(大きな)データと強力な機械学習(ML)アルゴリズムによって、AIの大部分は、データ駆動型AIに重点を置いている。 さもなければ、一般的な用語バイアスを使ってデータの収集や処理に関連する問題を説明します。
  論文  参考訳（メタデータ） (2020-01-14T09:39:09Z)

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。