論文の概要: Human attribution of empathic behaviour to AI systems

• arxiv url: http://arxiv.org/abs/2602.17293v1
• Date: Thu, 19 Feb 2026 11:57:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-20 15:21:29.010616
• Title: Human attribution of empathic behaviour to AI systems
• Title（参考訳）: 人間による共感行動のAIシステムへの寄与
• Authors: Jonas Festor, Ivo Snels, Bennett Kleinberg,
• Abstract要約: 人文モデルと大規模言語モデル(LLM)の生成する関係アドバイスと著者ラベルの影響について,共感信号の相違について検討した。 発見は、共感的なコミュニケーションの知覚は、主に著者の信念よりも言語的特徴によって引き起こされていることを示唆している。
• 参考スコア（独自算出の注目度）: 0.3364554138758564
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial intelligence systems increasingly generate text intended to provide social and emotional support. Understanding how users perceive empathic qualities in such content is therefore critical. We examined differences in perceived empathy signals between human-written and large language model (LLM)-generated relationship advice, and the influence of authorship labels. Across two preregistered experiments (Study 1: n = 641; Study 2: n = 500), participants rated advice texts on overall quality and perceived cognitive, emotional, and motivational empathy. Multilevel models accounted for the nested rating structure. LLM-generated advice was consistently perceived as higher in overall quality, cognitive empathy, and motivational empathy. Evidence for a widely reported negativity bias toward AI-labelled content was limited. Emotional empathy showed no consistent source advantage. Individual differences in AI attitudes modestly influenced judgments but did not alter the overall pattern. These findings suggest that perceptions of empathic communication are primarily driven by linguistic features rather than authorship beliefs, with implications for the design of AI-mediated support systems.
• Abstract（参考訳）: 人工知能システムは、社会的および感情的な支援を意図したテキストをますます生成する。 したがって、ユーザーがそのようなコンテンツの共感的品質をどのように知覚するかを理解することは重要である。 人文モデルと大規模言語モデル(LLM)の生成する関係アドバイスと著者ラベルの影響について,共感信号の相違について検討した。 2つの事前登録実験(Study 1: n = 641; Study 2: n = 500)の参加者は、全体的な品質と認知、感情、モチベーションの共感についてアドバイステキストを評価した。 マルチレベルモデルはネストされた評価構造を考慮に入れた。 LLMによるアドバイスは、全体的な品質、認知的共感、モチベーション的共感において常に高く評価された。 AIラベル付きコンテンツに対する否定バイアスが広く報告されている証拠は限られていた。 感情的共感は、一貫した情報源の優位性は示さなかった。 AI態度の個人差は、微妙に判断に影響を及ぼすが、全体的なパターンは変化しなかった。 これらの結果から,共感的コミュニケーションの知覚は,著者の信念よりも言語的特徴が主体であり,AIによる支援システムの設計に意味があることが示唆された。

関連論文リスト

• Reflecting Twice before Speaking with Empathy: Self-Reflective Alternating Inference for Empathy-Aware End-to-End Spoken Dialogue [53.95386201009769]
  音声対話における共感的品質を評価するための記述型自然言語ベース評価モデルであるEmpathyEvalを紹介する。 本稿では,共感的自己反射的交替推論機構を通じて共感的対話を強化する,エンドツーエンドの音声言語モデルであるReEmpathyを提案する。
  論文  参考訳（メタデータ） (2026-01-26T09:04:50Z)
• AI in Debt Collection: Estimating the Psychological Impact on Consumers [0.0]
  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。
  論文  参考訳（メタデータ） (2026-01-19T13:17:14Z)
• Heartificial Intelligence: Exploring Empathy in Language Models [8.517406772939292]
  小さな言語モデルと大きな言語モデルは、認知的共感タスクにおいて人間よりも一貫して優れていた。 認知的強みにもかかわらず、小・大言語モデルともに、人間に比べて感情的共感が有意に低かった。
  論文  参考訳（メタデータ） (2025-07-30T14:09:33Z)
• Human Empathy as Encoder: AI-Assisted Depression Assessment in Special Education [1.79131354609831]
  本稿では、透明で社会的に責任を負ううつ病重症度評価のための、人間中心のAIフレームワークであるHuman Empathy as tacit (HEAE)を紹介する。 本手法は,PHQ-9フレームワークによって指導された教師由来の,9次元の「共感ベクトル(Empathy Vector)」と,生徒の物語テキストを一意に統合する。 厳密な実験は、マルチモーダル融合、テキスト表現、分類アーキテクチャを最適化し、7レベルの重度分類において82.74%の精度を達成した。
  論文  参考訳（メタデータ） (2025-05-29T16:37:15Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• Bridging Cognition and Emotion: Empathy-Driven Multimodal Misinformation Detection [56.644686934050576]
  ソーシャルメディアは情報発信の主流となっているが、誤報の急速な拡散を助長している。 従来の誤報検出法は主に表面的な特徴に焦点を合わせ、伝播過程における人間の共感の重要な役割を見落としている。 著者と読者の両方の視点から誤情報を分析するために、認知的・感情的共感を統合したデュアル・アスペクト・共感フレームワーク(DAE)を提案する。
  論文  参考訳（メタデータ） (2025-04-24T07:48:26Z)
• APTNESS: Incorporating Appraisal Theory and Emotion Support Strategies for Empathetic Response Generation [71.26755736617478]
  共感反応生成は、他人の感情を理解するように設計されている。 検索強化と感情支援戦略統合を組み合わせたフレームワークを開発する。 我々の枠組みは認知的・情緒的共感の両面からLLMの共感能力を高めることができる。
  論文  参考訳（メタデータ） (2024-07-23T02:23:37Z)
• Exemplars-guided Empathetic Response Generation Controlled by the Elements of Human Communication [88.52901763928045]
  そこで本稿では, インターロケータへの共感を伝達する, 造形モデルによる細かな構造的特性の解明に先立って, 模範的手法を提案する。 これらの手法は, 自動評価指標と人的評価指標の両方の観点から, 共感的応答品質の大幅な改善をもたらすことを実証的に示す。
  論文  参考訳（メタデータ） (2021-06-22T14:02:33Z)

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。