論文の概要: Talk2AI: A Longitudinal Dataset of Human--AI Persuasive Conversations

• arxiv url: http://arxiv.org/abs/2604.04354v1
• Date: Mon, 06 Apr 2026 02:03:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:19.061289
• Title: Talk2AI: A Longitudinal Dataset of Human--AI Persuasive Conversations
• Title（参考訳）: Talk2AI:人間とAIの会話の縦断的データセット
• Authors: Alexis Carrillo, Enrique Taietta, Ali Aghazadeh Ardebili, Giuseppe Alessandro Veltri, Massimo Stella,
• Abstract要約: Talk2AIは,3,080件の会話(30,800回)と大規模言語モデル(LLM)の時系列データセットである。 このコーパスは、2025年春に4回の週次セッションで770人のイタリア人大人から収集された。 各セッションの後、参加者は意見の変化、信念の安定性、AIの人間性知覚、行動意図について報告した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Talk2AI is a large-scale longitudinal dataset of 3,080 conversations (totaling 30,800 turns) between human participants and Large Language Models (LLMs), designed to support research on persuasion, opinion change, and human-AI interaction. The corpus was collected from 770 profiled Italian adults across four weekly sessions in Spring 2025, using a within-subject design in which each participant conversed with a single model (GPT-4o, Claude Sonnet 3.7, DeepSeek-chat V3, or Mistral Large) on three socially relevant topics: climate change, math anxiety, and health misinformation. Each conversation is linked to rich contextual data, including sociodemographic characteristics and psychometric profiles. After each session, participants reported on opinion change, conviction stability, perceived humanness of the AI, and behavioral intentions, enabling fine-grained longitudinal analysis of how AI-mediated dialogue shapes beliefs and attitudes over time.
• Abstract（参考訳）: Talk2AIは、人間の参加者とLarge Language Models(LLMs)の間の3,080の会話(30,800回)からなる大規模な時系列データセットである。 コーパスは、2025年春の4週間のセッションで770人のイタリア人大人から収集され、それぞれの参加者が1つのモデル(GPT-4o、Claude Sonnet 3.7、DeepSeek-chat V3、Mistral Large)と会話し、気候変動、数学の不安、健康上の誤った情報という3つの社会的関連トピックについて会話するイントラオブジェクトデザインを用いていた。 各会話は、社会デマログラフの特徴や心理測定プロファイルを含む、豊かな文脈データに関連付けられている。 各セッションの後、参加者は意見の変化、信念の安定性、AIの人間性に対する認識、行動意図について報告し、AIによる対話が時間の経過とともに信念や態度をどう形作るかを詳細に分析した。

関連論文リスト

• Bowling with ChatGPT: On the Evolving User Interactions with Conversational AI Systems [7.455203407514098]
  InVivoGPTは、825K ChatGPTインタラクションからなるユニークなデータセットである。 参加者は、健康やメンタルヘルスといった敏感な領域のかなりの増加など、より幅広い目的のためにChatGPTに目を向ける傾向にある。 我々の結果は、対話型AIシステムが機能ツールからソーシャルパートナーへとシフトしていることを示し、その設計とガバナンスに関する重要な疑問を提起している。
  論文  参考訳（メタデータ） (2026-02-01T09:26:24Z)
• The ICASSP 2026 HumDial Challenge: Benchmarking Human-like Spoken Dialogue Systems in the LLM Era [95.35748535806744]
  我々はICASSP 2026で最初のヒューマンライクな音声対話システムチャレンジ(HumDial)を開催する。 本稿では,データセット,トラック構成,最終結果について概説する。
  論文  参考訳（メタデータ） (2026-01-09T06:32:30Z)
• How AI Companionship Develops: Evidence from a Longitudinal Study [14.69112262771543]
  筆者らは, エージェントの心理モデルから, 対人体験, 社会的相互作用, およびAI仲間の心理的影響まで, 心理的経路について検討した。 その結果,AIコンパニオン開発における縦断モデルが提案され,人間-AIコンパニオン研究の実証的手法が実証された。
  論文  参考訳（メタデータ） (2025-10-11T07:36:47Z)
• MimiTalk: Revolutionizing Qualitative Research with Dual-Agent AI [1.8219577154655007]
  我々は、社会科学研究におけるスケーラブルで倫理的な会話データ収集のために設計された、二重エージェントの立憲AIフレームワークであるMimiTalkを紹介する。 研究1では,20名の被験者によるユーザビリティの評価を行い,研究2では121名のAIインタビューをメディアサムデータセットからの1271名の人間インタビューと比較した。 その結果,MimiTalkはインタビューの不安を軽減し,会話のコヒーレンスを維持し,情報豊かさ,コヒーレンス,安定性において人間のインタビューを上回っていることがわかった。
  論文  参考訳（メタデータ） (2025-09-27T16:02:50Z)
• REALTALK: A 21-Day Real-World Dataset for Long-Term Conversation [51.97224538045096]
  本稿では、21日間のメッセージアプリ対話のコーパスであるREALTALKを紹介する。 EI属性とペルソナの整合性を比較し,現実世界の対話による課題を理解する。 その結果,モデルでは対話履歴のみからユーザをシミュレートすることが困難であり,特定のユーザチャットの微調整はペルソナのエミュレーションを改善することがわかった。
  論文  参考訳（メタデータ） (2025-02-18T20:29:01Z)
• X-TURING: Towards an Enhanced and Efficient Turing Test for Long-Term Dialogue Agents [56.64615470513102]
  チューリングテストは、自然言語の会話においてAIが人間のような振る舞いを示すかどうかを調べる。 従来の設定では、各参加者は一度に1つのメッセージに制限される。 本稿では,textitburstダイアログパターンを用いて,元のテストを強化するtextbftextscX-Turingを提案する。
  論文  参考訳（メタデータ） (2024-08-19T09:57:28Z)
• Characterizing Similarities and Divergences in Conversational Tones in Humans and LLMs by Sampling with People [20.95122915164433]
  本稿では,会話のトーンと文を同時に抽出する反復的手法を提案する。 我々は,人間の会話音とGPT-4の関係を解釈可能な表現するために,我々のアプローチをどのように利用できるかを示す。
  論文  参考訳（メタデータ） (2024-06-06T17:26:00Z)
• The PRISM Alignment Dataset: What Participatory, Representative and Individualised Human Feedback Reveals About the Subjective and Multicultural Alignment of Large Language Models [67.38144169029617]
  我々は,75か国から1500人の多様な参加者の社会デマトグラフィーを,21大言語モデル(LLM)を用いた8,011のライブ会話において,文脈的嗜好ときめ細かいフィードバックにマッピングした。 PRISMでは、(i)より広い地理的・人口的なフィードバックへの参加、(ii)2つの国(UK, US)の国勢調査表現型サンプル、(iii)詳細な参加者プロファイルにリンクし、個人化とサンプルアーティファクトの帰属を許可する個別評価に寄与する。 我々はPRISMを3つのケーススタディで使用し、人間がどのアライメントデータを提供するかを慎重に検討する必要があることを示す。
  論文  参考訳（メタデータ） (2024-04-24T17:51:36Z)
• InterviewBot: Real-Time End-to-End Dialogue System to Interview Students for College Admission [18.630848902825406]
  InterviewBotは会話履歴とカスタマイズされたトピックをコヒーレントな埋め込みスペースに統合する。 7,361件の人間対人間インタビューの音声録音を自動転写し、440件を手作業で微調整・評価する。 InterviewBotは、その回答をインタビューデータと比較することで統計的にテストし、プロのインタビュアーや様々な学生にリアルタイムで対話させることによって動的にテストする。
  論文  参考訳（メタデータ） (2023-03-27T09:46:56Z)

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。