論文の概要: Agora: Teaching the Skill of Consensus-Finding with AI Personas Grounded in Human Voice

• arxiv url: http://arxiv.org/abs/2603.07339v2
• Date: Sun, 15 Mar 2026 15:18:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-17 13:51:28.998802
• Title: Agora: Teaching the Skill of Consensus-Finding with AI Personas Grounded in Human Voice
• Title（参考訳）: Agora: 人間の声に接したAIペルソナによる合意フィンディングのスキルを教える
• Authors: Suyash Fulay, Prerna Ravi, Om Gokhale, Eugene Yi, Michiel Bakker, Deb Roy,
• Abstract要約: 自由主義的民主主義理論は、市民の能力は生まれつきではなく、実践を通じて発達していることを示唆している。 私たちは、LSMを使って政策問題に関する本物の人間の声を整理する、AIを活用したアーリーステージプラットフォームであるAgoraを紹介します。
• 参考スコア（独自算出の注目度）: 12.169152880991819
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Deliberative democratic theory suggests that civic competence: the capacity to navigate disagreement, weigh competing values, and arrive at collective decisions is not innate but developed through practice. Yet opportunities to cultivate these skills remain limited, as traditional deliberative processes like citizens' assemblies reach only a small fraction of the population. We present Agora, an early-stage AI-powered platform that uses LLMs to organize authentic human voices on policy issues, helping users build consensus-finding skills by proposing and revising policy recommendations, hearing supporting and opposing perspectives, and receiving feedback on how policy changes affect predicted support. In a preliminary study with 44 university students, participants using the full interface (with access to voice explanations) reported higher levels of problem-solving skills, internal deliberation, and produced higher quality consensus statements compared to a control condition showing only aggregate support distributions. These initial findings point toward a promising direction for scaling civic education.
• Abstract（参考訳）: 自由主義的民主主義理論は、市民の能力:不一致をナビゲートし、競合する価値を重み付け、集団決定に到達する能力は、生まれつきではなく、実践を通じて発達したものであることを示唆している。 しかし、これらのスキルを育成する機会は限られており、市民の集会のような伝統的な熟考プロセスは人口のごく一部に留まっている。 我々は、LSMを使ってポリシー問題に関する真の人間の声を整理し、ポリシー推奨の提案と修正、サポートの聴取と反対の視点、そしてポリシー変更が予測されたサポートにどう影響するかに関するフィードバックを受け取ることで、ユーザーがコンセンサスに精通するスキルを構築するのを助ける、アーリーステージAIベースのプラットフォームであるAgoraを紹介します。 44名の大学生を対象に予備調査を行ったところ,全インタフェース(音声説明機能付き)を用いた参加者は,問題解決スキル,内部検討のレベルが高く,総合的な支援分布のみを示す制御条件と比較して,高品質なコンセンサスステートメントが得られた。 これらの最初の発見は、市民教育を拡大するための有望な方向に向かっている。

関連論文リスト

• Conversation for Non-verifiable Learning: Self-Evolving LLMs through Meta-Evaluation [56.84819098277464]
  CoNLは、マルチエージェントのセルフプレイを通じて生成、評価、メタ評価を統合するフレームワークである。 CoNLは、安定したトレーニングを維持しながら、自己回帰ベースラインよりも一貫した改善を実現している。
  論文  参考訳（メタデータ） (2026-01-29T09:41:14Z)
• Can AI mediation improve democratic deliberation? [10.125698716274286]
  我々は、人工知能が幅広い参加、意味ある熟考、政治的平等の「トリレンマ」をナビゲートするのに役立つかどうかを尋ねる。 多様な視点を持つ人々が共通基盤を見つけるのを支援するために設計された,大規模言語モデル(LLM)ベースのシステムについて検討する。 究極的には、AIによる熟考の約束を完全に実現するためには、経験的、技術的、理論的に幅広い進歩が必要である。
  論文  参考訳（メタデータ） (2026-01-09T16:22:26Z)
• Of the People, By the Algorithm: How AI Transforms Democratic Representation [0.0]
  AI技術は民主的な表現を変革し、市民参加とアルゴリズムによる意思決定に焦点を当てている。 ソーシャルメディアプラットフォームのAI駆動アルゴリズムは現在、多くの政治的議論を仲介している。 Mass Online Deliberationプラットフォームの出現は、有意義な市民参加を拡大する可能性を示している。 アルゴリズムによる意思決定システムは、より効率的なポリシーの実装を約束するが、複雑な政治的トレードオフを扱う際の制限に直面している。
  論文  参考訳（メタデータ） (2025-08-26T13:54:17Z)
• The Empty Chair: Using LLMs to Raise Missing Perspectives in Policy Deliberations [12.862709275890563]
  会話をリアルタイムで書き起こすツールを開発し評価し、関連するが欠落している利害関係者からの入力をシミュレートする。 我々はこのツールを、キャンパスサステナビリティに関する19人の学生の集会に展開する。 参加者やファシリテーターは、このツールが新たな議論を巻き起こし、これまで考慮していなかった価値ある視点を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-03-18T01:45:08Z)
• Aligning AI with Public Values: Deliberation and Decision-Making for Governing Multimodal LLMs in Political Video Analysis [48.14390493099495]
  AIモデルが政治的トピックにどう対処すべきかは議論されているが、依然として困難であり、より優れたガバナンスが必要である。 本稿では、政治的に敏感なビデオを中心に、個人的および集団的な議論を通じて、大規模言語モデルのガバナンスについて検討する。
  論文  参考訳（メタデータ） (2024-09-15T03:17:38Z)
• Consensus-based Participatory Budgeting for Legitimacy: Decision Support via Multi-agent Reinforcement Learning [3.3504365823045044]
  参加型予算編成(Participatory budgeting)は、投票結果が必ずしも公平でも包括的でもないプロセスである。 本稿では,新規かつ合法なコンセンサスに基づく参加型予算策定プロセスを紹介する。 投票者はお互いに対話し、現実的な妥協を行うのに役立ちます。
  論文  参考訳（メタデータ） (2023-07-24T16:16:23Z)
• Ask-AC: An Initiative Advisor-in-the-Loop Actor-Critic Framework [41.04606578479283]
  本稿では,Ask-ACと呼ばれる新しいアドバイザリ・イン・ザ・ループアクター・クリティカル・フレームワークを提案する。 Ask-ACの中心には2つの補完的なコンポーネント、すなわちアクションリクエスタとアダプティブステートセレクタがある。 定常環境および非定常環境における実験結果から,提案手法はエージェントの学習効率を大幅に向上させることが示された。
  論文  参考訳（メタデータ） (2022-07-05T10:58:11Z)
• PCL: Peer-Contrastive Learning with Diverse Augmentations for Unsupervised Sentence Embeddings [69.87899694963251]
  本稿では,多彩な拡張を伴う新しいピアコントラスト学習(PCL)を提案する。 PCLは、教師なし文の埋め込みのために、グループレベルで様々な対照的な正と負を構成する。 PCLはピア陽性のコントラストとピアネットワークの協調が可能である。
  論文  参考訳（メタデータ） (2022-01-28T13:02:41Z)
• Characterizing the adversarial vulnerability of speech self-supervised learning [95.03389072594243]
  我々は,ゼロ知識とリミテッド知識の両方の敵からの攻撃の下で,そのようなパラダイムの敵対的脆弱性を調査するための最初の試みを行う。 実験結果から, SUPERB が提案するパラダイムは, 限られた知識を持つ敵に対して脆弱であることが示唆された。
  論文  参考訳（メタデータ） (2021-11-08T08:44:04Z)

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。