論文の概要: Assessing the Feasibility of a Video-Based Conversational Chatbot Survey for Measuring Perceived Cycling Safety: A Pilot Study in New York City
- arxiv url: http://arxiv.org/abs/2604.07375v1
- Date: Tue, 07 Apr 2026 21:11:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-10 18:34:05.42568
- Title: Assessing the Feasibility of a Video-Based Conversational Chatbot Survey for Measuring Perceived Cycling Safety: A Pilot Study in New York City
- Title（参考訳）: ビデオによる会話型チャットボットによる自転車の安全度測定の可能性評価:ニューヨーク市における実験的検討
- Authors: Feiyang Ren, Zhaoxi Zhang, Tamir Mendel, Takahiro Yabe,
- Abstract要約: 本研究では,ビデオベースの調査と会話型AIチャットボットを組み合わせることで,サイクリングの安全性に関する人間の認識と,その背景にある理由を収集する手法を提案する。
本稿では,モジュール型LLMアーキテクチャを用いてAIチャットボットを開発し,迅速なエンジニアリング,状態管理,ルールベースの制御を統合し,人間-AIインタラクションの構造をサポートする。
提案手法は,ユーザエクスペリエンス(使いやすさ,サポート性,効率)の7点尺度評価と,チャットボットのユーザビリティの5点尺度を用いて評価した。
- 参考スコア（独自算出の注目度）: 5.439516513542827
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Bicycle safety is important for bikeability and transportation efficiency. However, conventional surveys often fall short in capturing how people actually perceive cycling environments because they rely heavily on respondents' recall rather than in-the-moment experience. By leveraging large language models (LLMs), this study proposes a new method of combining video-based surveys with a conversational AI chatbot to collect human perceptions of cycling safety and the reasons behind these perceptions. The paper developed the AI chatbot using a modular LLM architecture, integrating prompt engineering, state management, and rule-based control to support the structure of human-AI interaction. This paper evaluates the feasibility of the proposed video-based conversational chatbot using complete responses from sixteen participants to the pilot survey across nine street segments in New York City. The method feasibility was assessed using a seven-point scale rating for user experience (i.e., ease of use, supportiveness, efficiency) and a five-point scale for chatbot usability (i.e., personality, roboticness, friendliness), yielding positive results with mean scores of 5.00 out of 7 (standard deviation = 1.6) and 3.47 out of 5 (standard deviation = 0.43), respectively. The data feasibility was assessed using multiple techniques: (1) Natural language processing (NLP), such as KeyBERT, for overall safety and feature analysis to extract built-environment attributes; (2) K-means clustering for semantic analysis to identify reasons and suggestions; and (3) regression to estimate the effects of built-environment and demographic variables on perceived safety outcomes. The results show the potential of AI chatbots as a novel approach to collecting data on human perception, behavior, and future visions for transport planning.
- Abstract（参考訳）: 自転車の安全は、自転車の信頼性と輸送効率にとって重要である。
しかし、従来の調査では、人々が実際にサイクリング環境をどう感じているかは、モーメントの体験よりも回答者のリコールに大きく依存しているため、理解できないことが多い。
大規模言語モデル(LLM)を活用することにより,ビデオベースの調査と会話型AIチャットボットを組み合わせることで,サイクリングの安全性に関する人間の認識と,その背景にある理由を収集する手法を提案する。
本稿では,人間-AIインタラクションの構造を支援するために,迅速なエンジニアリング,状態管理,ルールベースの制御を統合し,モジュール型LLMアーキテクチャを用いたAIチャットボットを開発した。
本稿では,ニューヨーク市の9つの街路におけるパイロット調査に対する16人の参加者からの完全な回答を用いた,ビデオベースの会話チャットボットの実現可能性について検討する。
提案手法は, ユーザエクスペリエンスの7点評価(使いやすさ, 支援性, 効率)とチャットボットのユーザビリティの5点評価(人格, ロボット性, 親しみやすさ)を用いて評価し, それぞれ7点中5.00点(標準偏差=1.6点)と5点中3.47点(標準偏差=0.43点)の正のスコアを得た。
提案手法は,(1)キーバーなどの自然言語処理(NLP)を用いて,構築環境属性を抽出するための全体的な安全性と特徴分析,(2)理由と提案を識別するための意味分析のためのK平均クラスタリング,(3)構築環境と人口統計学の変数が認識された安全結果に与える影響を推定する回帰手法を用いて評価した。
その結果,AIチャットボットは人間の知覚,行動,将来の交通計画のビジョンを収集する新しいアプローチとしての可能性を示している。
関連論文リスト
- Exploring Sidewalk Sheds in New York City through Chatbot Surveys and Human Computer Interaction [47.311965900698084]
歩行者から画像ベースのアノテーションと経路選択を収集するAIベースのサーベイを開発した。
本稿では,入り口アノテーションのグリッド解析を行い,歩道選択パターンの評価にロジスティック・ミックスエフェクト・モデリングを適用した。
本研究は,都市研究に生成AIを組み込むことで,歩道のシードデザインを評価する新しい手法を実証する。
論文 参考訳（メタデータ） (2026-01-30T15:41:44Z) - LunaAI: A Polite and Fair Healthcare Guidance Chatbot [0.7696728525672148]
多くの既存のシステムは、患者の信頼を構築するのに不可欠な感情的知性、公平性、丁寧さに乏しい。
本研究では,医療用プロトタイプであるLunaAIを設計,評価することで,倫理的コミュニケーションの原則を統合するという課題に対処する。
論文 参考訳（メタデータ） (2026-01-12T13:44:00Z) - AI-Assisted Conversational Interviewing: Effects on Data Quality and User Experience [0.0]
本研究では,AIによる対話型面接の枠組みを紹介する。
我々は1,800人の参加者をランダムにAI 'チャットボット'に割り当てるウェブサーベイ実験を行った。
この結果から,チャットボットなどのAI手法を用いて,Webサーベイにおけるオープンエンドデータ収集を向上する可能性が示唆された。
論文 参考訳（メタデータ） (2025-04-09T13:58:07Z) - Coherence-Driven Multimodal Safety Dialogue with Active Learning for Embodied Agents [23.960719833886984]
M-CoDAL(M-CoDAL)は、安全クリティカルな状況下でのコミュニケーションをよりよく理解するために、実施エージェント向けに設計されたマルチモーダル対話システムである。
提案手法は,2K Reddit画像から抽出した1Kの安全違反を含む,新たに作成されたマルチモーダルデータセットを用いて評価する。
このデータセットで得られた結果は、我々のアプローチが会話の安全性だけでなく、安全状況、ユーザーの感情、および会話の安全性の解決を改善することを実証している。
論文 参考訳（メタデータ） (2024-10-18T03:26:06Z) - Analysis of the User Perception of Chatbots in Education Using A Partial
Least Squares Structural Equation Modeling Approach [0.0]
オプティミズム、イノベーティブネス、不快感、不安、透明性、倫理、相互作用、エンゲージメント、正確さといった主要な行動関連側面について研究した。
その結果、最適性と革新性は、知覚的使用覚(PEOU)と知覚的有用性(PU)に正の相関があることが判明した。
論文 参考訳（メタデータ） (2023-11-07T00:44:56Z) - Exploring Contextual Representation and Multi-Modality for End-to-End
Autonomous Driving [58.879758550901364]
最近の知覚システムは、センサー融合による空間理解を高めるが、しばしば完全な環境コンテキストを欠いている。
我々は,3台のカメラを統合し,人間の視野をエミュレートするフレームワークを導入し,トップダウンのバードアイビューセマンティックデータと組み合わせて文脈表現を強化する。
提案手法は, オープンループ設定において0.67mの変位誤差を達成し, nuScenesデータセットでは6.9%の精度で現在の手法を上回っている。
論文 参考訳（メタデータ） (2022-10-13T05:56:20Z) - Empirical Estimates on Hand Manipulation are Recoverable: A Step Towards
Individualized and Explainable Robotic Support in Everyday Activities [80.37857025201036]
ロボットシステムの鍵となる課題は、他のエージェントの振る舞いを理解することである。
正しい推論の処理は、(衝突)因子が実験的に制御されない場合、特に困難である。
人に関する観察研究を行うために必要なツールをロボットに装備することを提案する。
論文 参考訳（メタデータ） (2022-01-27T22:15:56Z) - Towards Automatic Evaluation of Dialog Systems: A Model-Free Off-Policy
Evaluation Approach [84.02388020258141]
強化学習におけるオフポリシ評価に基づく人間評価スコア推定のための新しいフレームワークであるENIGMAを提案する。
ENIGMAはいくつかの事前収集された経験データしか必要としないため、評価中にターゲットポリシーとのヒューマンインタラクションは不要である。
実験の結果,ENIGMAは人間の評価スコアと相関して既存手法よりも有意に優れていた。
論文 参考訳（メタデータ） (2021-02-20T03:29:20Z) - Investigation of Sentiment Controllable Chatbot [50.34061353512263]
本稿では,反応の感情をスケールまたは調整する4つのモデルについて検討する。
モデルはペルソナベースのモデル、強化学習、プラグアンドプレイモデル、CycleGANである。
入力に対して応答が妥当かどうかを推定するために,機械評価メトリクスを開発する。
論文 参考訳（メタデータ） (2020-07-11T16:04:30Z) - Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。
本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。
我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
論文 参考訳（メタデータ） (2020-07-07T17:19:56Z)
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。