論文の概要: Memory Power Asymmetry in Human-AI Relationships: Preserving Mutual Forgetting in the Digital Age

• arxiv url: http://arxiv.org/abs/2512.06616v1
• Date: Sun, 07 Dec 2025 01:34:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-09 22:03:54.434217
• Title: Memory Power Asymmetry in Human-AI Relationships: Preserving Mutual Forgetting in the Digital Age
• Title（参考訳）: 人間とAIの関係における記憶力非対称性--デジタル時代における相互蓄積の保存
• Authors: Rasam Dorri, Rami Zwick,
• Abstract要約: メモリパワー非対称性(英: Memory Power Asymmetric、MPA)は、あるAI対応企業が、関係の共有履歴を記録し、保持し、取得し、統合する能力にかなり優れているときに発生する。 MPAは、ある関係のパートナーが、関係の共有履歴を記録し、保持し、取得し、統合する能力を持つときに生じる構造的パワーの不均衡である。 我々の分析では、MPAを情報非対称性、プライバシー、監視、顧客関係管理に関する別な構成として位置づけている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As artificial intelligence (AI) becomes embedded in personal and professional relationships, a new kind of power imbalance emerges from asymmetric memory capabilities. Human relationships have historically relied on mutual forgetting, the natural tendency for both parties to forget details over time, as a foundation for psychological safety, forgiveness, and identity change. By contrast, AI systems can record, store, and recombine interaction histories at scale, often indefinitely. We introduce Memory Power Asymmetry (MPA): a structural power imbalance that arises when one relationship partner (typically an AI-enabled firm) possesses a substantially superior capacity to record, retain, retrieve, and integrate the shared history of the relationship, and can selectively deploy that history in ways the other partner (the human) cannot. Drawing on research in human memory, power-dependence theory, AI architecture, and consumer vulnerability, we develop a conceptual framework with four dimensions of MPA (persistence, accuracy, accessibility, integration) and four mechanisms by which memory asymmetry is translated into power (strategic memory deployment, narrative control, dependence asymmetry, vulnerability accumulation). We theorize downstream consequences at individual, relational/firm, and societal levels, formulate boundary-conditioned propositions, and articulate six design principles for restoring a healthier balance of memory in human-AI relationships (e.g., forgetting by design, contextual containment, symmetric access to records). Our analysis positions MPA as a distinct construct relative to information asymmetry, privacy, surveillance, and customer relationship management, and argues that protecting mutual forgetting, or at least mutual control over memory, should become a central design and policy goal in the AI age.
• Abstract（参考訳）: 人工知能(AI)が個人的および専門的な関係に埋め込まれるにつれて、新しいタイプのパワー不均衡が非対称記憶能力から出現する。 人間関係は歴史的に相互に忘れること、双方が時間とともに詳細を忘れる自然な傾向、心理的安全性、許し、アイデンティティの変化の基盤に頼ってきた。 対照的に、AIシステムは対話履歴を大規模に記録、保存、再結合することができる。 メモリパワー非対称性(MPA: Memory Power Asymmetric)は、ある関係パートナー(典型的にはAI対応企業)が、その関係の共有履歴を記録し、保持し、取得し、統合する能力を有し、その履歴を他のパートナー(人間)ができない方法で選択的に展開することができる構造的パワー不均衡を導入する。 MPA(Peristence, accuracy, Accessibility, Integration)の4次元と、メモリ非対称性をパワーに変換する4つのメカニズム(戦略的メモリ展開、物語制御、依存非対称性、脆弱性蓄積)の4次元の概念的フレームワークを開発する。 我々は、個人、関係性/確認、社会的レベルの下流の結果を理論化し、境界条件付き命題を定式化し、人間とAIの関係における記憶の健全なバランスを回復するための6つの設計原則を定式化する(例えば、設計による忘れ、文脈的包摂、レコードへの対称アクセス)。 我々の分析は、MPAを情報非対称性、プライバシ、監視、顧客関係管理に関する別な構造として位置づけており、相互に忘れること、あるいは少なくとも相互に記憶を制御することを保護することは、AI時代の中核的な設計と政策目標となるべきだと論じている。

関連論文リスト

• Significant Other AI: Identity, Memory, and Emotional Regulation as Long-Term Relational Intelligence [0.0]
  この原稿は、リレーショナルAIの新しいドメインとして、意味のある他の人工知能(SO-AI)を紹介している。 心理学的・社会学的理論を合成してSO関数を定義し、SO-AIの要件を導出する。 人為的インタフェース,関係認知層,ガバナンス層からなる概念的アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-11-29T09:52:59Z)
• O-Mem: Omni Memory System for Personalized, Long Horizon, Self-Evolving Agents [60.1848551962911]
  O-Memはアクティブユーザプロファイリングに基づく新しいメモリフレームワークである。 O-Memはペルソナ属性とトピック関連コンテキストの階層的検索をサポートする。
  論文  参考訳（メタデータ） (2025-11-17T16:55:19Z)
• PISA: A Pragmatic Psych-Inspired Unified Memory System for Enhanced AI Agency [50.712873697511206]
  既存の作業は、多種多様なタスクへの適応性に欠けることが多く、AIエージェントメモリの構成的およびタスク指向の役割を見落としている。 PISAは,メモリを構築的かつ適応的なプロセスとして扱う,実践的でサイコにインスパイアされた統合メモリシステムである。 既存のLOCOMOベンチマークと新たに提案したデータ解析タスクのAggQAベンチマークに基づいて,PISAが適応性と長期的知識保持を大幅に向上させることで,新たな最先端技術を設定することを確認した。
  論文  参考訳（メタデータ） (2025-10-12T10:34:35Z)
• MemGen: Weaving Generative Latent Memory for Self-Evolving Agents [57.1835920227202]
  本稿では,エージェントに人間的な認知機能を持たせる動的生成記憶フレームワークであるMemGenを提案する。 MemGenは、エージェントが推論を通して潜在記憶をリコールし、増大させ、記憶と認知の密接なサイクルを生み出すことを可能にする。
  論文  参考訳（メタデータ） (2025-09-29T12:33:13Z)
• The Memory Wars: AI Memory, Network Effects, and the Geopolitics of Cognitive Sovereignty [0.0]
  認知主権」とは、強力なAIシステムの時代において、個人、グループ、国家が自律的な思考を維持し、アイデンティティを保持する能力である。 認知的オフロードやアイデンティティ依存など,このようなシステムの心理的リスクを分析する。 これらの脅威に対処するため、メモリポータビリティ、透明性、主権認知基盤、戦略的アライアンスを中心にした政策枠組みを提案する。
  論文  参考訳（メタデータ） (2025-08-07T21:37:37Z)
• Cognitive AI framework: advances in the simulation of human thought [0.0]
  Human Cognitive Simulation Frameworkは、人間の認知能力を人工知能システムに統合する大きな進歩を表している。 短期記憶(会話コンテキスト)、長期記憶(対話コンテキスト)、高度な認知処理、効率的な知識管理を融合することにより、コンテキストコヒーレンスと永続的なデータストレージを確保する。 このフレームワークは、継続的学習アルゴリズム、持続可能性、マルチモーダル適応性に関する将来の研究の基礎を築き、Cognitive AIを新興分野におけるトランスフォーメーションモデルとして位置づけている。
  論文  参考訳（メタデータ） (2025-02-06T17:43:35Z)
• Optimal Learners for Realizable Regression: PAC Learning and Online Learning [52.37726841759983]
  本研究では,PAC学習環境とオンライン学習環境の両方において,実現可能な回帰の統計的複雑さを特徴付けることを目的とする。 まず,再現可能な回帰のためのミニマックスインスタンス最適学習器を導入し,実数値予測器のどのクラスが学習可能であるかを質的かつ定量的に特徴付ける新しい次元を提案する。 オンライン学習の文脈では、最小の最適インスタンス最適累積損失を一定要素まで特徴付ける次元を提供し、再現可能な回帰のための最適オンライン学習者を設計する。
  論文  参考訳（メタデータ） (2023-07-07T21:39:25Z)
• Modeling Memory Imprints Induced by Interactions in Social Networks [0.0]
  ソーシャルネットワークにおけるリレーションシップの重要性にもかかわらず、長期にわたるインタラクションが、リレーションシップの重要性の記憶のインプリントとどのように相関するかを探求する研究はほとんどない。 本稿では,よく知られた認知科学モデルを適用し,記憶力学を表現する。 一つの個体群で訓練されたこのモデルは、この個体群だけでなく、別の個体群でも予測し、無関係な個体間の社会的相互作用の記憶インプリントの普遍性を示唆している。
  論文  参考訳（メタデータ） (2022-10-06T20:35:07Z)

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。