論文の概要: AI in Debt Collection: Estimating the Psychological Impact on Consumers

• arxiv url: http://arxiv.org/abs/2602.00050v1
• Date: Mon, 19 Jan 2026 13:17:14 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-02-08 13:51:17.267392
• Title: AI in Debt Collection: Estimating the Psychological Impact on Consumers
• Title（参考訳）: 負債収集におけるAI: 消費者の心理的影響を推定する
• Authors: Minou Goetze, Sebastian Clajus, Stephan Stricker,
• Abstract要約: 本研究では,AIを負債収集の実践に組み込むことの心理的および行動的意味について検討する。 消費者の社会的嗜好(フェアネス、信頼、相互性、効率)と社会的感情(スティグマ、共感)に与える影響について検討する。 この研究は、AIが繊細な金融相互作用における心理的ダイナミクスにどのように影響するかの理解を深める。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: The present study investigates the psychological and behavioral implications of integrating AI into debt collection practices using data from eleven European countries. Drawing on a large-scale experimental design (n = 3514) comparing human versus AI-mediated communication, we examine effects on consumers' social preferences (fairness, trust, reciprocity, efficiency) and social emotions (stigma, empathy). Participants perceive human interactions as more fair and more likely to elicit reciprocity, while AI-mediated communication is viewed as more efficient; no differences emerge in trust. Human contact elicits greater empathy, but also stronger feelings of stigma. Exploratory analyses reveal notable variation between gender, age groups, and cultural contexts. In general, the findings suggest that AI-mediated communication can improve efficiency and reduce stigma without diminishing trust, but should be used carefully in situations that require high empathy or increased sensitivity to fairness. The study advances our understanding of how AI influences the psychological dynamics in sensitive financial interactions and informs the design of communication strategies that balance technological effectiveness with interpersonal awareness.
• Abstract（参考訳）: 本研究では,11カ国のデータを用いて,AIを負債収集の実践に取り入れることの心理的・行動的意味について検討した。 大規模な実験設計(n = 3514)を人間とAIによるコミュニケーションと比較し,消費者の社会的嗜好(フェアネス,信頼,相互性,効率)と社会的感情(スティグマ,共感)に与える影響を検討した。 参加者は、人間同士の相互作用をより公平に捉え、相互性を引き出す傾向があり、一方、AIによるコミュニケーションはより効率的であると見なされる。 人間との接触は、より大きな共感を与えるが、スティグマの強い感情も引き起こす。 探索的分析は、性別、年齢、文化的文脈の顕著な変化を明らかにしている。 一般に、AIによるコミュニケーションは、信頼を損なうことなく効率を向上し、スティグマを減らすことができるが、高い共感や公平さに対する感受性の向上を必要とする状況では慎重に使用するべきである。 この研究は、AIが繊細な金融相互作用における心理的ダイナミクスにどのように影響するかの理解を深め、技術的効果と対人意識のバランスをとるコミュニケーション戦略の設計を通知する。

関連論文リスト

• Human-AI Interactions: Cognitive, Behavioral, and Emotional Impacts [0.0]
  過度な信頼感、認知的オフロード、社会的および感情的な操作、および人間の代理店の曖昧な劣化と判断の潜在的なリスクが強調される。 観察によると、AIは記憶、創造性、エンゲージメントを大幅に向上させることができるが、批判的思考の減少、スキルの侵食、不安の増加といったリスクももたらしている。 本稿は、人間中心の新たなリスクと利益のバランスをとるための、縦断的研究と評価フレームワークのギャップを浮き彫りにして、責任とコンテキストを意識したAI設計の必要性を明らかにすることを目的としている。
  論文  参考訳（メタデータ） (2025-10-20T17:06:46Z)
• Mental Health Impacts of AI Companions: Triangulating Social Media Quasi-Experiments, User Perspectives, and Relational Theory [18.716972390545703]
  我々は,AICCがウェルビーイングをどのように形成し,ユーザがこれらの経験をどう感じたかを検討した。 発見は、感情と悲しみの表現、読みやすさ、対人的な焦点の混合効果を示した。 私たちは、健全なバウンダリを把握し、マインドフルエンゲージメントをサポートし、依存のない開示をサポートし、表面的な関係ステージを持つAIコンパニオンに対して、設計上の意味を提供する。
  論文  参考訳（メタデータ） (2025-09-26T15:47:37Z)
• When Models Know More Than They Can Explain: Quantifying Knowledge Transfer in Human-AI Collaboration [79.69935257008467]
  我々は,人間とAIの知識伝達能力に関する概念的かつ実験的フレームワークである知識統合と伝達評価(KITE)を紹介する。 最初の大規模人間実験(N=118)を行い,その測定を行った。 2段階のセットアップでは、まずAIを使って問題解決戦略を思いつき、その後独立してソリューションを実装し、モデル説明が人間の理解に与える影響を分離します。
  論文  参考訳（メタデータ） (2025-06-05T20:48:16Z)
• How Performance Pressure Influences AI-Assisted Decision Making [52.997197698288936]
  我々は、プレッシャーと説明可能なAI(XAI)技術がAIアドバイステイク行動とどのように相互作用するかを示す。 我々の結果は、圧力とXAIの異なる組み合わせで複雑な相互作用効果を示し、AIアドバイスの行動を改善するか、悪化させるかのどちらかを示す。
  論文  参考訳（メタデータ） (2024-10-21T22:39:52Z)
• What should I say? -- Interacting with AI and Natural Language Interfaces [0.0]
  HAI(Human-AI Interaction)サブフィールドは、HCI(Human-Computer Interaction)フィールドから生まれ、この概念を検証することを目的としている。 以前の研究では、マインド表現の理論は成功と努力の無いコミュニケーションに不可欠であると示唆されていたが、AIと対話する際にマインド表現の理論が確立されるという点に関しては、ほとんど理解されていない。
  論文  参考訳（メタデータ） (2024-01-12T05:10:23Z)
• Learning to Influence Human Behavior with Offline Reinforcement Learning [70.7884839812069]
  人間の準最適性を捉える必要があるような環境での影響に焦点を当てる。 人間によるオンライン実験は安全ではない可能性があり、環境の高忠実度シミュレータを作成することは現実的ではないことが多い。 オフライン強化学習は、観察された人間・人間の行動の要素を拡張し、組み合わせることで、人間に効果的に影響を及ぼすことができることを示す。
  論文  参考訳（メタデータ） (2023-03-03T23:41:55Z)
• Trustworthy AI: A Computational Perspective [54.80482955088197]
  我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。 各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
  論文  参考訳（メタデータ） (2021-07-12T14:21:46Z)
• Artificial intelligence in communication impacts language and social relationships [11.212791488179757]
  我々は、最も普及しているAIアプリケーションのうちの1つ、アルゴリズム的な応答提案(smart response)の社会的結果を研究する。 提案手法は, コミュニケーション効率の向上, 肯定的な感情言語の利用, コミュニケーションパートナーによる肯定的な評価を行う。 しかし、AIの否定的含意に関する一般的な仮定と一致し、アルゴリズム的応答を疑う場合、人々はより否定的に評価される。
  論文  参考訳（メタデータ） (2021-02-10T22:05:11Z)

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。