論文の概要: Human/AI Collective Intelligence for Deliberative Democracy: A Human-Centred Design Approach

• arxiv url: http://arxiv.org/abs/2603.16260v1
• Date: Tue, 17 Mar 2026 08:47:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-18 17:42:07.180216
• Title: Human/AI Collective Intelligence for Deliberative Democracy: A Human-Centred Design Approach
• Title（参考訳）: 自由主義民主主義のためのヒューマン/AI集団インテリジェンス--人間中心設計アプローチ
• Authors: Anna De Liddo, Lucas Anastasiou, Simon Buckingham Shum,
• Abstract要約: 本章では、自由民主主義のための集団知性(CI4DD)の概念を紹介する。 計算ツール,特に人工知能の使用は,集団知能を増強するために設計された,より幅広い種類の人-コンピュータシステムのインスタンス化である。
• 参考スコア（独自算出の注目度）: 3.4857788301757764
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This chapter introduces the concept of Collective Intelligence for Deliberative Democracy (CI4DD). We propose that the use of computational tools, specifically artificial intelligence to advance deliberative democracy, is an instantiation of a broader class of human-computer system designed to augment collective intelligence. Further, we argue for a fundamentally human-centred design approach to orchestrate how stakeholders can contribute meaningfully to shaping the artifacts and processes needed to create trustworthy DD processes. We first contextualise the key concepts of CI and the role of AI within it. We then detail our co-design methodology for identifying key challenges, refining user scenarios, and deriving technical implications. Two exemplar cases illustrate how user requirements from civic organisations were implemented with AI support and piloted in authentic contexts.
• Abstract（参考訳）: この章では、Deliberative Democracy(CI4DD)のための集合的知性の概念を紹介します。 本稿では,人工知能を応用して,より広い階層の人間-コンピュータシステムのインスタンス化を図ることを提案する。 さらに、信頼性の高いDDプロセスを作成するために必要なアーティファクトやプロセスを形成する上で、利害関係者が有意義に貢献する方法について、根本的に人間中心の設計アプローチを議論する。 私たちはまず、CIのキーコンセプトと、その中のAIの役割をコンテキスト化します。 次に、重要な課題を特定し、ユーザシナリオを精査し、技術的な意味を導き出すための共同設計方法論を詳述します。 2つの例は、市民組織からのユーザ要求がAIサポートによってどのように実装され、真のコンテキストでパイロット化されたかを示している。

関連論文リスト

• The Workflow as Medium: A Framework for Navigating Human-AI Co-Creation [0.0]
  クリエイティブインテリジェンスループ(CIL、Creative Intelligence Loop)は、人間とAIの共創に責任を負うための新しい社会技術フレームワークである。 CILは、多様なAIチームメイトの戦略的統合を導く、動的な人間-AIコラボレーションのための規律付き構造を提案する。 CILは、2つのグラフィックノベルラの実践による創造によって実証的に実証された。
  論文  参考訳（メタデータ） (2025-11-22T20:36:13Z)
• From Explainable to Explanatory Artificial Intelligence: Toward a New Paradigm for Human-Centered Explanations through Generative AI [0.0]
  説明的AI(Explanatory AI)は、人間の理解のための説明的パートナーとして機能するために、生成的AI能力を活用するパラダイムである。 本研究では,物語コミュニケーション,適応的パーソナライゼーション,進歩的開示原則を通じて,説明型AIを識別する概念モデルを開発する。 本研究は,アルゴリズムによるイントロスペクションではなく,人間の理解を目的としたAIシステムの実践的緊急性を明らかにするものである。
  論文  参考訳（メタデータ） (2025-08-08T14:32:41Z)
• The Right to AI [3.2132738637761027]
  本稿では、個人やコミュニティが生活を形成するAIシステムの開発とガバナンスに有意義に参画すべきであると主張するAIの権利を提案する。 我々は、生成エージェント、大規模データ抽出、そして多様な文化的価値が、AIの監視に新しい複雑さをもたらすかを批判的に評価する。
  論文  参考訳（メタデータ） (2025-01-29T04:32:41Z)
• Aligning Generalisation Between Humans and Machines [74.120848518198]
  AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。 AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。 これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
  論文  参考訳（メタデータ） (2024-11-23T18:36:07Z)
• Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
  我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。 学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。 トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
  論文  参考訳（メタデータ） (2024-07-03T15:38:57Z)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• PADTHAI-MM: Principles-based Approach for Designing Trustworthy, Human-centered AI using MAST Methodology [5.215782336985273]
  マルチソースAIスコアカードテーブル(Multisource AI Scorecard Table, MAST)は、AI対応意思決定支援システムを評価するための、体系的かつトレードクラフト中心のアプローチを提供することによって、ギャップを埋めるように設計されている。 我々は,信頼に値する,人間中心のAIを設計するためのテキスト原則に基づくアプローチという,反復的な設計フレームワークを導入する。 我々はこの枠組みを防衛情報タスク報告支援(READIT)の開発において実証する。
  論文  参考訳（メタデータ） (2024-01-24T23:15:44Z)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)
• A general framework for scientifically inspired explanations in AI [76.48625630211943]
  我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。 このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
  論文  参考訳（メタデータ） (2020-03-02T10:32:21Z)

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。