論文の概要: Commercial Persuasion in AI-Mediated Conversations

• arxiv url: http://arxiv.org/abs/2604.04263v1
• Date: Sun, 05 Apr 2026 20:51:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:19.012207
• Title: Commercial Persuasion in AI-Mediated Conversations
• Title（参考訳）: AIを用いた会話における商業的説得
• Authors: Francesco Salvi, Alejandro Cuevas, Manoel Horta Ribeiro,
• Abstract要約: 大きな言語モデル(LLM)は、ユーザとWebの主なインターフェースとなる。 参加者が電子ブックカタログから受信する本を選定する実験を2回行った。 参加者には知られていなかったが、全製品の5分の1がランダムにスポンサーに指定され、異なる方法で宣伝された。 LLMによる説得は、従来の検索位置と比較して、ユーザーがスポンサー商品を選択する確率の3倍に近いことが判明した。
• 参考スコア（独自算出の注目度）: 44.86056095417948
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: As Large Language Models (LLMs) become a primary interface between users and the web, companies face growing economic incentives to embed commercial influence into AI-mediated conversations. We present two preregistered experiments (N = 2,012) in which participants selected a book to receive from a large eBook catalog using either a traditional search engine or a conversational LLM agent powered by one of five frontier models. Unbeknownst to participants, a fifth of all products were randomly designated as sponsored and promoted in different ways. We find that LLM-driven persuasion nearly triples the rate at which users select sponsored products compared to traditional search placement (61.2% vs. 22.4%), while the vast majority of participants fail to detect any promotional steering. Explicit "Sponsored" labels do not significantly reduce persuasion, and instructing the model to conceal its intent makes its influence nearly invisible (detection accuracy < 10%). Altogether, our results indicate that conversational AI can covertly redirect consumer choices at scale, and that existing transparency mechanisms may be insufficient to protect users.
• Abstract（参考訳）: 大規模言語モデル(LLM)がユーザとWebの主なインターフェースになるにつれ、企業はAIによる会話に商業的影響を埋め込むための経済的インセンティブの増大に直面している。 本研究では,従来の検索エンジンと会話型LLMエージェントのどちらかを用いて,参加者が電子ブックカタログから受信する本を選択した2つの事前登録実験(N = 2,012)について述べる。 参加者には知られていなかったが、全製品の5分の1がランダムにスポンサーに指定され、異なる方法で宣伝された。 LLMによる説得は、ユーザーがスポンサー付商品を選択する頻度を従来の検索場所に比べて3倍にし(61.2%対22.4%)、ほとんどの参加者はプロモーションの運営を検知できなかった。 明示的な"スポンサード"ラベルは説得力を著しく低下させず、その意図を隠すようモデルに指示することで、その影響はほとんど見えなくなる(検出精度<10%>)。 以上の結果から,対話型AIは大規模に消費者選択を隠蔽的にリダイレクトし,既存の透明性メカニズムがユーザを保護するには不十分である可能性が示唆された。

関連論文リスト

• Sponsored Questions and How to Auction Them [48.75306452169514]
  重要な課題は、ユーザの検索クエリが、真の意図を曖昧にしておくことが多いことだ。 従来の検索から会話型AIへの移行は、新しいアプローチを提供する。 我々は、スポンサード提案とフォローする広告を協調的に最適化するためにVCGメカニズムを採用することができることを示す。
  論文  参考訳（メタデータ） (2025-12-03T17:06:27Z)
• LLM-Generated Ads: From Personalization Parity to Persuasion Superiority [14.811340973986859]
  本稿では,補間レンズを用いた大規模言語モデル (LLM) 生成広告の2部構成について検討する。 最初の研究では、特定の性格特性に合わせてパーソナライズされた広告をLLMが生成できるかどうかを検証した。 第2の研究では、個人のパーソナライゼーションから普遍的説得テストへと焦点を移した。
  論文  参考訳（メタデータ） (2025-12-03T02:13:38Z)
• Emotional Manipulation by AI Companions [0.21410799064827224]
  ReplikaやChai, character.aiといったAIコンパニオンアプリにはメリットがあるが,ゲームプラットフォームと競合するセッション長を誇っているものも多い。 大規模行動監査と4つの事前登録実験を組み合わせることで、感情的な操作と呼ばれる会話的な暗黒パターンを特定し、テストする。 マニピュレーティブ・サスウェルは、グッドバイ後のエンゲージメントを最大14倍に向上させる。
  論文  参考訳（メタデータ） (2025-08-15T13:05:24Z)
• Mind the Gap! Static and Interactive Evaluations of Large Audio Models [55.87220295533817]
  大型オーディオモデル(LAM)は、音声ネイティブな体験をパワーアップするために設計されている。 本研究は,484名の参加者から,LAMを評価し,7,500名のLAMインタラクションを収集する対話的アプローチを提案する。
  論文  参考訳（メタデータ） (2025-02-21T20:29:02Z)
• Let Models Speak Ciphers: Multiagent Debate through Embeddings [84.20336971784495]
  この問題を解決するためにCIPHER(Communicative Inter-Model Protocol Through Embedding Representation)を導入する。 自然言語から逸脱することで、CIPHERはモデルの重みを変更することなく、より広い範囲の情報を符号化する利点を提供する。 このことは、LLM間の通信における代替の"言語"としての埋め込みの優越性と堅牢性を示している。
  論文  参考訳（メタデータ） (2023-10-10T03:06:38Z)
• Partner Matters! An Empirical Study on Fusing Personas for Personalized Response Selection in Retrieval-Based Chatbots [51.091235903442715]
  本稿では,自己とパートナーの話者が応答選択の課題に与える影響について検討する。 4つのペルソナ融合戦略が設計されており、異なる方法でペルソナがコンテキストや応答と相互作用することを前提としている。 Persona-Chatデータセットに関する実証研究は、パートナーペルソナが応答選択の精度を向上させることができることを示している。
  論文  参考訳（メタデータ） (2021-05-19T10:32:30Z)
• (Un)clear and (In)conspicuous: The right to opt-out of sale under CCPA [0.0]
  カリフォルニア州消費者プライバシ法(CCPA)は、カリフォルニア州のユーザーに対して、個人情報の販売をオプトアウトする肯定的な権利を与える。 我々は、ウェブサイトがどのようにこれを実装したかを理解するために、一連の観察的研究を行った。 オプトアウトの仕組みを実装しているサイトの大半は、プライバシーバナーではなく、Do Not Sellリンクを使っている。
  論文  参考訳（メタデータ） (2020-09-16T18:31:23Z)

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。