論文の概要: Voice-based debate with an AI adversary is associated with increased divergent ideation

• arxiv url: http://arxiv.org/abs/2603.27073v1
• Date: Sat, 28 Mar 2026 01:23:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-31 23:18:44.769789
• Title: Voice-based debate with an AI adversary is associated with increased divergent ideation
• Title（参考訳）: AIの敵対者による音声による議論は、偏見の高まりと関連している
• Authors: Neelam Modi Jain, Dan J. Wang,
• Abstract要約: 生成的AIとの相互作用が人間の認知を均質化するという懸念は、主にテキストベースの相互作用の証拠に基づいている。 本研究では,これらのパターンがAI自体よりもコミュニケーションモダリティに依存しているかどうかを検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Concerns that interacting with generative AI homogenizes human cognition are largely based on evidence from text-based interactions, potentially conflating the effects of AI systems with those of written communication. This study examines whether these patterns depend on communication modality rather than on AI itself. Analyzing 957 open-ended debates between university students and a knowledgeable AI adversary, we show that modality corresponds to distinct structural patterns in discourse. Consistent with classic distinctions between orality and literacy, spoken interactions are significantly more verbose and exhibit greater repetition of words and phrases than text-based exchanges. This redundancy, however, is functional: voice users rely on recurrent phrasing to maintain coherence while exploring a wider range of ideas. In contrast, text-based interaction favors concision and refinement but constrains conceptual breadth. These findings suggest that perceived cognitive limitations attributed to generative AI partly reflect the medium through which it is accessed.
• Abstract（参考訳）: 生成的AIとの相互作用が人間の認知を均質化するという懸念は、主にテキストベースの相互作用によるエビデンスに基づいており、AIシステムと記述されたコミュニケーションの影響を混同する可能性がある。 本研究では,これらのパターンがAI自体よりもコミュニケーションモダリティに依存しているかどうかを検討する。 大学生と知識のあるAI相手とのオープンエンドの議論を957件分析したところ、モダリティは談話における異なる構造パターンに対応していることがわかった。 口語とリテラシーの古典的な区別に反し、話し言葉の相互作用は、テキストベースの交換よりもはるかに冗長であり、単語やフレーズの繰り返しを示す。 しかし、この冗長性は機能的であり、音声利用者は、より広い範囲のアイデアを探求しながらコヒーレンスを維持するために、反復的な言い回しに頼る。 対照的に、テキストベースの相互作用は簡潔さと洗練を好むが、概念的幅を制限している。 これらの知見は、認知的限界が生成的AIに起因していることが、アクセスされる媒体を部分的に反映していることを示唆している。

関連論文リスト

• The Silent Thought: Modeling Internal Cognition in Full-Duplex Spoken Dialogue Models via Latent Reasoning [76.96796481909581]
  内部認知処理は高品質な応答の定式化に役立っている。 本稿では,音声認識と同時に潜在的思考を行うFLAIRという新しい手法を提案する。 我々のアプローチは音声対話システムとシームレスに一致している。
  論文  参考訳（メタデータ） (2026-03-18T15:30:29Z)
• Computational Analysis of Conversation Dynamics through Participant Responsivity [18.116125865284666]
  応答性を定量化する手法を開発し評価する。 両手法を人間に注釈を付けた会話の真理集合に対して評価する。 次に,会話談話の様々な側面に対処するために,会話レベルの派生メトリクスを開発する。
  論文  参考訳（メタデータ） (2025-09-19T23:13:13Z)
• How Real Is AI Tutoring? Comparing Simulated and Human Dialogues in One-on-One Instruction [6.649393350057383]
  本研究は,AIを模擬した人体学習対話における構造的・行動的差異を系統的に検討する。 その結果,人間の対話は発話長においてAIよりもはるかに優れており,質問行動(I-Q)や一般フィードバック行動(F-F)にも優れていることがわかった。
  論文  参考訳（メタデータ） (2025-09-02T03:18:39Z)
• Conversational DNA: A New Visual Language for Understanding Dialogue Structure in Human and AI [15.417809900388262]
  本稿では,対話を解釈可能な構造を持つ生体系として扱う新しい視覚言語であるConversational DNAを紹介する。 統計的要約とのリッチな相互作用を減少させる従来の会話分析とは異なり、我々のアプローチは生物学的メタファーを通して対話の時間的構造を明らかにする。
  論文  参考訳（メタデータ） (2025-08-11T00:43:35Z)
• Aligning Spoken Dialogue Models from User Interactions [55.192134724622235]
  本稿では,ユーザの対話からリアルタイム会話における音声対話モデルを改善するための新しい嗜好アライメントフレームワークを提案する。 AIフィードバックを付加した生のマルチターン音声会話から15万以上の好みペアのデータセットを作成する。 本研究は, 自然なリアルタイム音声対話システムにおいて重要な, 様々な力学におけるバランスの整合性の重要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-06-26T16:45:20Z)
• Sibyl: Empowering Empathetic Dialogue Generation in Large Language Models via Sensible and Visionary Commonsense Inference [40.96005200292604]
  感性とビジョンコモンセンス知識(Sibyl)という革新的な枠組みを提示する。 それは、より共感的な反応を引き出すことを目的として、すぐに続く対話に集中するように設計されている。 実験結果から,LLMにコモンセンス知識を習得するためのパラダイムを取り入れることで,その応答の質を総合的に向上することが示された。
  論文  参考訳（メタデータ） (2023-11-26T14:35:23Z)
• Re-mine, Learn and Reason: Exploring the Cross-modal Semantic Correlations for Language-guided HOI detection [57.13665112065285]
  ヒューマンオブジェクトインタラクション(HOI)検出は、コンピュータビジョンの課題である。 本稿では,構造化テキスト知識を組み込んだHOI検出フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-07-25T14:20:52Z)
• Improving Empathetic Dialogue Generation by Dynamically Infusing Commonsense Knowledge [39.536604198392375]
  共感的な会話では、個人は他人に対する共感を表現する。 これまでの研究は主に、話者の感情を利用して共感的な反応を生み出すことに焦点を当ててきた。 本稿では,コモンセンス知識選択のための適応モジュールを組み込んだ共感応答生成手法を提案する。
  論文  参考訳（メタデータ） (2023-05-24T10:25:12Z)
• Channel-aware Decoupling Network for Multi-turn Dialogue Comprehension [81.47133615169203]
  本稿では,PrLMの逐次文脈化を超えて,発話間の包括的相互作用のための合成学習を提案する。 私たちは、モデルが対話ドメインに適応するのを助けるために、ドメイン適応型トレーニング戦略を採用しています。 実験の結果,提案手法は4つの公開ベンチマークデータセットにおいて,強力なPrLMベースラインを著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2023-01-10T13:18:25Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)

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。