論文の概要: AI-Generated Letters from the Future: A Randomized Test of Personalized Climate Communication
- arxiv url: http://arxiv.org/abs/2603.00050v1
- Date: Tue, 10 Feb 2026 02:36:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-09 01:20:07.99947
- Title: AI-Generated Letters from the Future: A Randomized Test of Personalized Climate Communication
- Title（参考訳）: AIが生成した未来からのレター:パーソナライズされた気候コミュニケーションのランダム化テスト
- Authors: Nattavudh Powdthavee, Pat Pataranutaporn, Sandra J. Geiger, Louisa Richter, Mathew P. White,
- Abstract要約: 将来のAIによる個人化された手紙が、気候活動への公的な関与を高めることができるかどうかを検討した。
米国の1,654人の親による事前登録されたオンライン実験では、参加者は事実に基づく気候レポート、ジェネリック・フューチャーのAI生成レター、または将来の子供によって書かれたAI生成レターのいずれかを受け取るようにランダムに割り当てられた。
どちらの物語条件も将来の世代に対する共感的な関心を高めたが、気候政策の支援や環境慈善団体への寄付には影響しなかった。
- 参考スコア（独自算出の注目度）: 7.556268569689386
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We examined whether personalized, AI-generated letters from the future can increase public engagement with climate action. In a preregistered online experiment with 1,654 U.S. parents, participants were randomly assigned to receive either a fact-based climate report, an AI-generated letter from a generic future person, or an AI-generated letter framed as written by their future child. Although both narrative conditions increased empathic concern for future generations, neither had a detectable effect on stated climate policy support or donations to an environmental charity. Personalizing the message as coming from one's future child did not enhance its impact. Exploratory analyses suggest that both narratives led to more emotionally differentiated appraisals of future scenarios, yet also made desirable climate outcomes seem less likely. These findings highlight key constraints on the effectiveness of AI-generated narrative interventions and underscore the importance of balancing emotional resonance with perceived credibility in climate communication.
- Abstract（参考訳）: 将来のAIによる個人化された手紙が、気候活動への公的な関与を高めることができるかどうかを検討した。
米国の1,654人の親による事前登録されたオンライン実験では、参加者は事実に基づく気候レポート、ジェネリック・フューチャーのAI生成レター、または将来の子供によって書かれたAI生成レターのいずれかを受け取るようにランダムに割り当てられた。
どちらの物語条件も将来の世代に対する共感的な関心を高めたが、気候政策の支援や環境慈善団体への寄付には影響しなかった。
将来の子供からのメッセージのパーソナライズは、その影響を増すことはなかった。
探索的な分析は、両方の物語が将来のシナリオのより感情的に区別された評価に繋がったことを示唆している。
これらの知見は、AIによる物語介入の有効性に関する重要な制約を強調し、気候コミュニケーションにおいて、感情共鳴と認識される信頼性のバランスをとることの重要性を強調している。
関連論文リスト
- AI persuading AI vs AI persuading Humans: LLMs' Differential Effectiveness in Promoting Pro-Environmental Behavior [70.24245082578167]
環境保護行動(PEB)は気候変動に対処するために不可欠であるが、意識を意図や行動に変えることはいまだ明白である。
大規模言語モデル(LLM)をPEBを促進するツールとして検討し,その影響を3,200人の参加者で比較した。
人工的およびシミュレートされたエージェントは、介入後のEBスタンスに大きく影響し、ヒトの反応はほとんど変化しない。
論文 参考訳（メタデータ） (2025-03-03T21:40:55Z) - OceanChat: The Effect of Virtual Conversational AI Agents on Sustainable Attitude and Behavior Change [70.24245082578167]
本論文では,大規模言語モデルを活用した対話型システムであるOceanChatについて述べる。
人類同型と種認証のバランスをとることで、OceanChatは、インタラクティブな物語が環境知識と現実世界の行動変化のギャップを埋める方法を示している。
論文 参考訳（メタデータ） (2025-02-05T03:45:33Z) - From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。
AIの真の気候フットプリントを誤って表現し、意味のある介入の範囲を制限している、と我々は主張する。
論文 参考訳（メタデータ） (2025-01-27T22:45:06Z) - The effect of source disclosure on evaluation of AI-generated messages:
A two-part study [0.0]
情報源開示がAIによる健康被害防止メッセージの評価に与える影響について検討した。
情報源の開示はメッセージの評価に大きな影響を及ぼすが、メッセージのランキングを大きく変更することはなかった。
AIに対する否定的な態度の適度なレベルを持つ人にとっては、ソース開示はAI生成メッセージの嗜好を減らした。
論文 参考訳（メタデータ） (2023-11-27T05:20:47Z) - ClimateNLP: Analyzing Public Sentiment Towards Climate Change Using
Natural Language Processing [0.0]
本稿では、自然言語処理(NLP)技術を用いて、気候変動に関する話題を分析し、気候変動に関連するツイートの感情を定量化する。
目的は、個人が表現する感情を識別し、気候変動に関する世論のパターンを明らかにすることである。
論文 参考訳（メタデータ） (2023-10-12T07:48:50Z) - Machine learning reveals how personalized climate communication can both
succeed and backfire [55.41644538483948]
オンライン広告は、気候変動に対する人々の信念を増大させる一方で、他人に対する信念を低下させることを示す。
特に,年齢や民族によって広告の効果が変化する可能性が示唆された。
論文 参考訳（メタデータ） (2021-09-10T20:47:34Z) - Remote sensing, AI and innovative prediction methods for adapting cities
to the impacts of the climate change [0.0]
リモートセンシング画像からインジケータを抽出するのに有用なAIベースのフレームワークを提案する。
これは多くの科学者にとってオープンフィールドであり、現在進行中の研究であり、AIベースの手法の課題と限界について深く議論しています。
論文 参考訳（メタデータ） (2021-07-06T15:55:26Z)
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。