論文の概要: When Nobody Around Is Real: Exploring Public Opinions and User Experiences On the Multi-Agent AI Social Platform

• arxiv url: http://arxiv.org/abs/2601.18275v1
• Date: Mon, 26 Jan 2026 08:58:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 15:23:08.749631
• Title: When Nobody Around Is Real: Exploring Public Opinions and User Experiences On the Multi-Agent AI Social Platform
• Title（参考訳）: 周りに誰もいないとき - マルチエージェントのAIソーシャルプラットフォーム上での公開意見とユーザエクスペリエンスを探る
• Authors: Qiufang Yu, Mengmeng Wu, Xingyu Lan,
• Abstract要約: 大規模言語モデルによるマルチエージェント型ソーシャルプラットフォームの新しいジャンルが出現した。 Social.AIは、人間の振る舞いをエミュレートする多数のAIエージェントをデプロイし、前例のないボット中心のソーシャルネットワークを生み出している。 一部のユーザー期待は満たされているが、AIが支配する社会環境は、異なる問題を提起している。
• 参考スコア（独自算出の注目度）: 5.133676030875285
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Powered by large language models, a new genre of multi-agent social platforms has emerged. Apps such as Social.AI deploy numerous AI agents that emulate human behavior, creating unprecedented bot-centric social networks. Yet, existing research has predominantly focused on one-on-one chatbots, leaving multi-agent AI platforms underexplored. To bridge this gap, we took Social.AI as a case study and performed a two-stage investigation: (i) content analysis of 883 user comments; (ii) a 7-day diary study with 20 participants to document their firsthand platform experiences. While public discourse expressed greater skepticism, the diary study found that users did project a range of social expectations onto the AI agents. While some user expectations were met, the AI-dominant social environment introduces distinct problems, such as attention overload and homogenized interaction. These tensions signal a future where AI functions not merely as a tool or an anthropomorphized actor, but as the dominant medium of sociality itself-a paradigm shift that foregrounds new forms of architected social life.
• Abstract（参考訳）: 大規模言語モデルによる新しいジャンルのマルチエージェント・ソーシャル・プラットフォームが誕生した。 Social.AIのようなアプリケーションは、人間の振る舞いをエミュレートする多数のAIエージェントをデプロイし、前例のないボット中心のソーシャルネットワークを生み出している。 しかし、既存の研究は主に1対1のチャットボットに焦点を合わせており、マルチエージェントAIプラットフォームは未調査のままである。 このギャップを埋めるため、我々はSocial.AIをケーススタディとして、2段階の調査を行った。 (i) 883件のユーザコメントの内容分析 (二)参加者20名による7日間の日記研究。 公開談話はより懐疑的な傾向を示したが、ダイアリー調査では、ユーザーはAIエージェントに対して様々な社会的期待を投影していた。 一部のユーザ期待が満たされている一方で、AIが支配する社会環境は、注意過負荷や均質化された相互作用など、異なる問題を導入している。 これらの緊張は、AIが単に道具や人為的なアクターとして機能するだけでなく、社会性そのものの支配的な媒体として機能する未来を示唆している。

関連論文リスト

• SI-Bench: Benchmarking Social Intelligence of Large Language Models in Human-to-Human Conversations [8.453848538355508]
  大規模言語モデル(LLM)における社会的知能の側面を評価するための新しいベンチマークであるSI-Benchを紹介する。 SI-Benchは幅広い社会科学理論に基づいており、ソーシャルネットワーキングアプリケーションから収集された2,221の真のマルチターン対話を含んでいる。 実験では、複雑な社会的状況下でのプロセス推論において、SOTAモデルが人間の専門家を上回る結果となったが、それでも回答の品質は人間に劣っている。
  論文  参考訳（メタデータ） (2025-10-27T10:21:46Z)
• Multi-Agents are Social Groups: Investigating Social Influence of Multiple Agents in Human-Agent Interactions [22.997945675889465]
  我々は,AIエージェントの集団が,ユーザに対して同意を求める社会的プレッシャーを生じさせるかどうかを検討する。 その結果、複数のエージェントと会話することで、参加者が感じた社会的プレッシャーが増すことがわかった。 本研究は, 単一エージェントプラットフォームに対するマルチエージェントシステムの潜在的利点が, 意見変化を引き起こす可能性を示唆している。
  論文  参考訳（メタデータ） (2024-11-07T10:00:46Z)
• Advancing Social Intelligence in AI Agents: Technical Challenges and Open Questions [67.60397632819202]
  ソーシャルインテリジェントAIエージェント(Social-AI)の構築は、多分野、マルチモーダルな研究目標である。 我々は、社会AIを前進させるために、基礎となる技術的課題と、コンピューティングコミュニティ全体にわたる研究者のためのオープンな質問を特定します。
  論文  参考訳（メタデータ） (2024-04-17T02:57:42Z)
• SocialBench: Sociality Evaluation of Role-Playing Conversational Agents [85.6641890712617]
  大規模言語モデル(LLM)は、様々なAI対話エージェントの開発を進めてきた。 SocialBenchは、ロールプレイングの会話エージェントの社会的性を個人レベルとグループレベルで評価するために設計された最初のベンチマークである。 個人レベルで優れたエージェントは,集団レベルでの熟練度を示唆しない。
  論文  参考訳（メタデータ） (2024-03-20T15:38:36Z)
• SOTOPIA: Interactive Evaluation for Social Intelligence in Language Agents [107.4138224020773]
  人工エージェントと人間との複雑な社会的相互作用をシミュレートするオープンエンド環境であるSOTOPIAを提案する。 エージェントは、複雑な社会的目標を達成するために協調し、協力し、交換し、互いに競い合う。 GPT-4は,人間よりも目標達成率が著しく低く,社会的常識的推論や戦略的コミュニケーション能力の発揮に苦慮していることがわかった。
  論文  参考訳（メタデータ） (2023-10-18T02:27:01Z)
• PHASE: PHysically-grounded Abstract Social Events for Machine Social Perception [50.551003004553806]
  私たちは、物理的に根拠のある抽象的なソーシャルイベント、フェーズのデータセットを作成します。 フェーズは人間の実験によって検証され、人間は社会出来事において豊かな相互作用を知覚する。 ベースラインモデルとして,最新のフィードフォワードニューラルネットワークよりも優れたベイズ逆計画手法SIMPLEを導入する。
  論文  参考訳（メタデータ） (2021-03-02T18:44:57Z)

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。