論文の概要: Experiencer, Helper, or Observer: Online Fraud Intervention for Older Adults Through Role-based Simulation

• arxiv url: http://arxiv.org/abs/2601.12324v1
• Date: Sun, 18 Jan 2026 09:15:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.574685
• Title: Experiencer, Helper, or Observer: Online Fraud Intervention for Older Adults Through Role-based Simulation
• Title（参考訳）: Experiencer, Helper, Observer:ロール・ベース・シミュレーションによる高齢者のオンラインフラッド・インターベンション
• Authors: Yue Deng, Xiaowei Chen, Junxiang Liao, Bo Li, Yixin Zou,
• Abstract要約: ROLESafeは、高齢者が異なる学習役割を通して学ぶ、反詐欺的な教育介入である。 中国における144人の高齢者を対象に行った調査では、経験者とヘルパーの役割がオンライン詐欺を識別する能力を大幅に向上させた。
• 参考スコア（独自算出の注目度）: 14.8124073941176
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Online fraud is a critical global threat that disproportionately targets older adults. Prior anti-fraud education for older adults has largely relied on static, traditional instruction that limits engagement and real-world transfer, whereas role-based simulation offers realistic yet low-risk opportunities for practice. Moreover, most interventions situate learners as victims, overlooking that fraud encounters often involve multiple roles, such as bystanders who witness scams and helpers who support victims. To address this gap, we developed ROLESafe, an anti-fraud educational intervention in which older adults learn through different learning roles, including Experiencer (experiencing fraud), Helper (assisting a victim), and Observer (witnessing fraud). In a between-subjects study with 144 older adults in China, we found that the Experiencer and Helper roles significantly improved participants' ability to identify online fraud. These findings highlight the promise of role-based, multi-perspective simulations for enhancing fraud awareness among older adults and provide design implications for future anti-fraud education.
• Abstract（参考訳）: オンライン詐欺は、高齢者を不当に狙う重要な世界的な脅威だ。 高齢者に対する反詐欺教育は、エンゲージメントと現実の移動を制限する静的な伝統的な教育に大きく依存しているが、ロールベースのシミュレーションは現実的でリスクの低い実践機会を提供している。 さらに、ほとんどの介入は、不正な出会いには、詐欺を目撃する傍観者や、被害者を支援する支援者など、複数の役割が伴うことを見越して、学習者を犠牲者と見なす。 このギャップに対処するために,高齢者が経験者(経験的詐欺),ヘルパー(被害者を支援する),オブザーバー(目撃的詐欺)など,さまざまな学習役割を通じて学習する反詐欺的教育介入であるROLESafeを開発した。 中国で144人の高齢者を対象に行った調査では、経験者とヘルパーの役割がオンライン詐欺を識別する能力を大幅に向上させた。 これらの知見は,高齢者の詐欺意識を高めるための役割ベース・マルチパースペクティブ・シミュレーションの可能性を浮き彫りにした。

関連論文リスト

• Large Language Models' Complicit Responses to Illicit Instructions across Socio-Legal Contexts [54.15982476754607]
  大規模言語モデル(LLM)が前例のない規模に展開され、毎日のタスクで数百万のユーザを支援している。 本研究は、複雑なファシリテーションを、不正なユーザ指示を可能にするガイダンスやサポートの提供として定義する。 実世界の訴訟と確立された法的枠組みを用いて、269件の違法なシナリオと50件の違法な意図にまたがる評価ベンチマークを構築した。
  論文  参考訳（メタデータ） (2025-11-25T16:01:31Z)
• When AI Agents Collude Online: Financial Fraud Risks by Collaborative LLM Agents on Social Platforms [101.2197679948061]
  大規模言語モデル(LLM)エージェントを用いた大規模マルチエージェントシステムにおける集団金融詐欺のリスクについて検討する。 金融詐欺シナリオをシミュレーションするための大規模ベンチマークであるMultiAgentFraudBenchを提案する。
  論文  参考訳（メタデータ） (2025-11-09T16:30:44Z)
• Intergenerational Support for Deepfake Scams Targeting Older Adults [1.3871135653459332]
  ディープフェイク詐欺は、信頼できる家族(しばしば孫)の説得力のあるオーディオと視覚的偽装をリアルタイムで生成する。 これらの攻撃は、法律や医療の緊急時などの緊急シナリオを作り、高齢者を社会的にエンジニアリングして送金する。 本研究は、これらの新興脅威に対する高齢者の認識とその反応について考察する。 我々は、世代ごとのレジリエンス向上において、青春を積極的なパートナーとして参加する機会を見出した。
  論文  参考訳（メタデータ） (2025-08-15T16:37:59Z)
• Fraud-R1 : A Multi-Round Benchmark for Assessing the Robustness of LLM Against Augmented Fraud and Phishing Inducements [23.99500412996251]
  Fraud-R1は、フィッシング詐欺、偽の求人投稿、ソーシャルメディア、ニュースから発生した8,564件の詐欺事件を5つの主要な詐欺タイプに分類する。 以前のベンチマークとは異なり、Fraud-R1はLLMの不正に対する耐性を異なる段階で評価するためのマルチラウンド評価パイプラインを導入している。 評価の結果,詐欺やフィッシングの誘因を擁護する上で,特にロールプレイ設定や偽職投稿において重要な課題が明らかとなった。
  論文  参考訳（メタデータ） (2025-02-18T14:47:02Z)
• Proactive Fraud Defense: Machine Learning's Evolving Role in Protecting Against Online Fraud [0.0]
  本稿では,不正検出・防止における機械学習の変革的役割について考察する。 膨大なデータセットの処理、複雑な不正パターンの特定、リアルタイム予測の提供における機械学習の強みを強調している。 機械学習が不正検出フレームワークに革命をもたらす可能性を強調し、よりダイナミックで効率的で、さまざまな業界における不正検出の複雑さの増大に対処できる。
  論文  参考訳（メタデータ） (2024-10-26T21:34:28Z)
• Older adults' safety and security online: A post-pandemic exploration of attitudes and behaviors [0.0]
  オンラインの安全性とサイバーセキュリティの異なる側面に関して,60歳以上の高齢者集団の行動と態度を調査した。 その結果,高齢者は個人情報の安全性について明確な懸念を抱いていることが明らかとなった。 保護体制の整備には高齢者を包含し、その多様性を認めなければならない。
  論文  参考訳（メタデータ） (2024-03-14T09:22:16Z)
• Sim-to-Real Causal Transfer: A Metric Learning Approach to Causally-Aware Interaction Representations [58.96953392466609]
  エージェント相互作用の現代的表現の因果認識を詳細に検討する。 近年の表現は、非因果剤の摂動に対して部分的に耐性があることが示されている。 本稿では,因果アノテーションを用いて潜在表現を規則化するメトリクス学習手法を提案する。
  論文  参考訳（メタデータ） (2023-12-07T18:57:03Z)
• Fragments of the Past: Curating Peer Support with Perpetrators of Domestic Violence [88.37416552778178]
  我々は,過去フラグメントの設計と展開において,6人の支援労働者と18人の加害者とともに働いた10ヶ月の研究を報告した。 私たちは、暴力から脱却した経験をデジタルで強化された成果物、すなわち「フラグメント」を作ることが、メッセージのモチベーションと仲間間のラッピングをいかに翻訳するかを共有します。 これらの知見は、挑戦的な人口を持つ将来のネットワーク設計の実践的考察の基礎となる。
  論文  参考訳（メタデータ） (2021-07-09T22:57:43Z)
• Adversarial Visual Robustness by Causal Intervention [56.766342028800445]
  敵の訓練は、敵の例に対する事実上最も有望な防御である。 しかし、その受動性は必然的に未知の攻撃者への免疫を妨げる。 我々は、敵対的脆弱性の因果的視点を提供する: 原因は、学習に普遍的に存在する共同創設者である。
  論文  参考訳（メタデータ） (2021-06-17T14:23:54Z)
• PEBBLE: Feedback-Efficient Interactive Reinforcement Learning via Relabeling Experience and Unsupervised Pre-training [94.87393610927812]
  我々は、フィードバックと非政治学習の両方の長所を生かした、非政治的、インタラクティブな強化学習アルゴリズムを提案する。 提案手法は,従来ヒト・イン・ザ・ループ法で検討されていたよりも複雑度の高いタスクを学習可能であることを実証する。
  論文  参考訳（メタデータ） (2021-06-09T14:10:50Z)

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。