論文の概要: More Isn't Always Better: Balancing Decision Accuracy and Conformity Pressures in Multi-AI Advice

• arxiv url: http://arxiv.org/abs/2603.22152v1
• Date: Mon, 23 Mar 2026 16:17:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-24 19:11:39.776943
• Title: More Isn't Always Better: Balancing Decision Accuracy and Conformity Pressures in Multi-AI Advice
• Title（参考訳）: 意思決定精度と整合性プレッシャのバランスをとるマルチAIアドバイザ
• Authors: Yuta Tsuchiya, Yukino Baba,
• Abstract要約: マルチAIコンサルテーションは人間の意思決定を改善するが、その条件は未定である。 参加者はAIのパネルからアドバイスを受けた3つのタスクで実験を行った。 高いコンセンサスによって過度な信頼がもたらされ、従順な単一の不満が圧力を減らした。 人間のようなプレゼンテーションは、コンフォニティ・プレッシャーを上昇させることなく、特定のタスクにおける知覚の有用性とエージェンシーを高めた。
• 参考スコア（独自算出の注目度）: 5.269026412088572
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Just as people improve decision-making by consulting diverse human advisors, they can now also consult with multiple AI systems. Prior work on group decision-making shows that advice aggregation creates pressure to conform, leading to overreliance. However, the conditions under which multi-AI consultation improves or undermines human decision-making remain unclear. We conducted experiments with three tasks in which participants received advice from panels of AIs. We varied panel size, within-panel consensus, and the human-likeness of presentation. Accuracy improved for small panels relative to a single AI; larger panels yielded no gains. The level of within-panel consensus affected participants' reliance on AI advice: High consensus fostered overreliance; a single dissent reduced pressure to conform; wide disagreement created confusion and undermined appropriate reliance. Human-like presentations increased perceived usefulness and agency in certain tasks, without raising conformity pressure. These findings yield design implications for presenting multi-AI advice that preserve accuracy while mitigating conformity.
• Abstract（参考訳）: さまざまな人間のアドバイザーに相談することで意思決定を改善するのと同じように、複数のAIシステムとの相談もできるようになった。 グループ意思決定に関する以前の研究は、アドバイスアグリゲーションが適合する圧力を生み出し、過度な信頼につながることを示している。 しかし、マルチAI協議が人間の意思決定を改善または損なう状況はいまだに不明である。 参加者はAIのパネルからアドバイスを受けた3つのタスクで実験を行った。 パネルサイズ,パネル内コンセンサス,プレゼンテーションの人間的類似性などについて検討した。 単一のAIと比較して小さなパネルでは精度が向上し、より大きなパネルでは利得が得られなかった。 パネル内合意のレベルは、参加者のAIアドバイスへの依存に影響した: 高いコンセンサスは、過度な信頼を育み、従うための単一の不満を減らし、広い意見の不一致が混乱を招き、適切な信頼を弱めた。 人間のようなプレゼンテーションは、コンフォニティ・プレッシャーを上昇させることなく、特定のタスクにおける知覚の有用性とエージェンシーを高めた。 これらの知見は, 適合性を緩和しながら精度を保ちつつ複数AIアドバイスを提示する上で, 設計上の意味を生んでいる。

関連論文リスト

• AI, Help Me Think$\unicode{x2014}$but for Myself: Assisting People in Complex Decision-Making by Providing Different Kinds of Cognitive Support [9.903362030444166]
  我々は、AIがユーザの意思決定の合理性に基づいて構築する代替インタラクションモデルについて検討する。 このアプローチをExtendedAIと呼び、レコメンデーションベースのAIと比較する。 その結果、AIは異なる影響を持ち、ExtensionAIは意思決定プロセスと人々の思考にもっとうまく統合されていることがわかった。
  論文  参考訳（メタデータ） (2025-04-09T10:48:17Z)
• 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)
• 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)
• Beyond Recommendations: From Backward to Forward AI Support of Pilots' Decision-Making Process [12.742338558480064]
  航空における転向の文脈において、リコメンデーション中心のサポートを代替パラダイムである継続的サポートと比較する。 継続的サポートは、パイロットの意思決定を前方に支援し、システムの限界を超えて考えることができることがわかった。
  論文  参考訳（メタデータ） (2024-06-13T09:44:04Z)
• ADESSE: Advice Explanations in Complex Repeated Decision-Making Environments [14.105935964906976]
  この研究は、インテリジェントなエージェントが人間の意思決定者にアドバイスを提供するような問題設定について考察する。 我々は,人的信頼と意思決定を改善するためのアドバイザーエージェントの説明を生成するために,ADESSEというアプローチを開発した。
  論文  参考訳（メタデータ） (2024-05-31T08:59:20Z)
• Beyond Recommender: An Exploratory Study of the Effects of Different AI Roles in AI-Assisted Decision Making [48.179458030691286]
  Recommender、Analyzer、Devil's Advocateの3つのAIの役割について検討する。 以上の結果から,各役割のタスクパフォーマンス,信頼性の適切性,ユーザエクスペリエンスにおける長所と短所が明らかとなった。 これらの洞察は、異なる状況に応じて適応的な機能的役割を持つAIアシスタントを設計する上で、貴重な意味を提供する。
  論文  参考訳（メタデータ） (2024-03-04T07:32:28Z)
• Does More Advice Help? The Effects of Second Opinions in AI-Assisted Decision Making [45.20615051119694]
  我々は、AIによる意思決定における意思決定者の行動とパフォーマンスに第2の意見がどう影響するかを考察する。 AIモデルの推奨事項と第2の意見が常に一致している場合、意思決定者はAIに対する過度な信頼を減らすことができる。 もし意思決定者が、いつ仲間の第二の意見を求めるかを決めることができるならば、彼らの第二の意見の活発な勧誘は、AIに対する過度な信頼を緩和する可能性があることに気付く。
  論文  参考訳（メタデータ） (2024-01-13T12:19:01Z)

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。