論文の概要: Mapping generative AI use in the human brain: divergent neural, academic, and mental health profiles of functional versus socio emotional AI use
- arxiv url: http://arxiv.org/abs/2604.08594v1
- Date: Thu, 02 Apr 2026 18:01:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-19 19:09:11.476063
- Title: Mapping generative AI use in the human brain: divergent neural, academic, and mental health profiles of functional versus socio emotional AI use
- Title（参考訳）: ヒト脳における生成的AI使用のマッピング : 機能的および社会的感情的AI使用の神経、学術的、精神的健康プロファイルの多様化
- Authors: Junjie Wang, Xianyang Gan, Dan Liu, Jingxian He, Stefania Ferraro, Keith M. Kendrick, Weihua Zhao, Shuxia Yao, Christian Montag, Benjamin Becker,
- Abstract要約: 高次および機能的AICA使用頻度は、より優れた学術的結果に関連づけられた。
より頻繁な社会的情緒的AICA使用は、より弱い精神健康と関連していた。
- 参考スコア（独自算出の注目度）: 5.8638255195431315
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The widespread adoption of generative artificial intelligence conversational agents (AICAs) among university students constitutes a novel cognitive social environment whose impact on the maturing brain remains elusive. Combining surveys with high resolution structural MRI, we examined patterns of general, functional, and socio emotional AICA use, academic performance, mental health, and brain structural signatures in a comparatively large sample of 222 young individuals. Across computational anatomy, meta analytic network level, and behavioral decoding analyses, we observed use specific associations. Higher general and functional AICA use frequencies were linked to better academic outcomes (GPA), larger dorsolateral prefrontal and calcarine gray matter volume, and enhanced hippocampal network clustering and local efficiency. In contrast, more frequent socio emotional AICA use was associated with poorer mental health (depression, social anxiety) and lower volume of superior temporal and amygdalar regions central to social and affective processing. These findings indicate that the same class of AI tools exerts distinct effects depending on usage patterns and motivations, engaging prefrontal hippocampal systems that support cognition versus socio emotional systems that may track distress linked usage. These heterogeneities are crucial for designing environments that harness the educational benefits of AI while mitigating mental health risks.
- Abstract（参考訳）: 大学生における生成的人工知能会話エージェント(AICA)の普及は、成熟した脳に影響を及ぼす新しい認知社会環境を形成している。
若年者222名を対象に,高分解能MRIと組み合わせて,一般,機能的,社会的な情緒的AICA使用パターン,学術的パフォーマンス,精神保健,脳構造的シグネチャを比較検討した。
計算解剖学,メタアナリシスネットワークレベル,行動復号解析などを通じて,特定の関連性を用いて解析を行った。
高次および機能的AICA使用頻度は、より優れた学術的成果(GPA)、より大きな背側前頭前およびカルカリン灰白質量、海馬ネットワークのクラスタリングと局所効率に関連づけられた。
対照的に、より頻繁な社会的情緒的AICAの使用は、社会的および情緒的処理を中心とした、より弱い精神健康(抑うつ、社会的不安)と、より優れた側頭葉および扁桃体領域の体積の低下と関連していた。
これらの結果は、同じ種類のAIツールが、使用パターンやモチベーションによって異なる効果を発揮できることを示している。
これらの異質性は、精神的な健康リスクを軽減しつつ、AIの教育的利益を利用する環境を設計する上で重要である。
関連論文リスト
- Mental Health Impacts of AI Companions: Triangulating Social Media Quasi-Experiments, User Perspectives, and Relational Theory [18.716972390545703]
我々は,AICCがウェルビーイングをどのように形成し,ユーザがこれらの経験をどう感じたかを検討した。
発見は、感情と悲しみの表現、読みやすさ、対人的な焦点の混合効果を示した。
私たちは、健全なバウンダリを把握し、マインドフルエンゲージメントをサポートし、依存のない開示をサポートし、表面的な関係ステージを持つAIコンパニオンに対して、設計上の意味を提供する。
論文 参考訳（メタデータ） (2025-09-26T15:47:37Z) - The Prompting Brain: Neurocognitive Markers of Expertise in Guiding Large Language Models [0.0]
本稿では,脳の機能的接続とネットワーク活動の差異を専門家と中間的プロンプトエンジニアの間で調査した横断的fMRIによる研究結果について述べる。
以上の結果より,左中側頭回や左前頭極などの脳領域における機能的接続性の向上など,より迅速な工学的リテラシーに関連する神経症状が明らかとなった。
自然言語処理(NLP)におけるこれらの神経認知マーカーの意義について論じる。
論文 参考訳（メタデータ） (2025-08-20T17:31:53Z) - CSBrain: A Cross-scale Spatiotemporal Brain Foundation Model for EEG Decoding [57.90382885533593]
脳波信号の一般化のためのクロススケール時空間脳基盤モデルを提案する。
CSBrainはタスク固有のベースラインと基盤モデルのベースラインを一貫して上回ります。
これらの結果は、CSBrainを将来の脳-AI研究の強力なバックボーンとして、重要な帰納バイアスとして、クロススケールモデリングを確立している。
論文 参考訳（メタデータ） (2025-06-29T03:29:34Z) - An AI Theory of Mind Will Enhance Our Collective Intelligence [1.8434042562191815]
人間の社会的設定におけるフレキシブルな集団知性は、認知ツールである心の理論によって改善されていることを示す。
このケースでは、AIが単に技術的なツールとしてではなく、社会的生態学におけるエージェントアクターとして持つ大規模な影響を考慮します。
論文 参考訳（メタデータ） (2024-11-14T03:58:50Z) - Brain-like Functional Organization within Large Language Models [58.93629121400745]
人間の脳は長い間人工知能(AI)の追求にインスピレーションを与えてきた
最近のニューロイメージング研究は、人工ニューラルネットワーク(ANN)の計算的表現と、人間の脳の刺激に対する神経反応との整合性の説得力のある証拠を提供する。
本研究では、人工ニューロンのサブグループと機能的脳ネットワーク(FBN)を直接結合することで、このギャップを埋める。
このフレームワークはANサブグループをFBNにリンクし、大きな言語モデル(LLM)内で脳に似た機能的組織を記述できる。
論文 参考訳（メタデータ） (2024-10-25T13:15:17Z) - Enabling High-Level Machine Reasoning with Cognitive Neuro-Symbolic
Systems [67.01132165581667]
本稿では,認知アーキテクチャを外部のニューロシンボリックコンポーネントと統合することにより,AIシステムにおける高レベル推論を実現することを提案する。
本稿では,ACT-Rを中心としたハイブリッドフレームワークについて紹介し,最近の応用における生成モデルの役割について論じる。
論文 参考訳（メタデータ） (2023-11-13T21:20:17Z) - A Hierarchical Regression Chain Framework for Affective Vocal Burst
Recognition [72.36055502078193]
本稿では,声帯からの感情認識のための連鎖回帰モデルに基づく階層的枠組みを提案する。
データスパシティの課題に対処するため、レイヤワイドおよび時間アグリゲーションモジュールを備えた自己教師付き学習(SSL)表現も使用しています。
提案されたシステムは、ACII Affective Vocal Burst (A-VB) Challenge 2022に参加し、「TWO」および「CULTURE」タスクで第1位となった。
論文 参考訳（メタデータ） (2023-03-14T16:08:45Z) - Data-driven emotional body language generation for social robotics [58.88028813371423]
社会ロボティクスでは、人間型ロボットに感情の身体的表現を生成する能力を与えることで、人間とロボットの相互作用とコラボレーションを改善することができる。
我々は、手作業で設計されたいくつかの身体表現から学習する深層学習データ駆動フレームワークを実装した。
評価実験の結果, 生成した表現の人間同型とアニマシーは手作りの表現と異なる認識が得られなかった。
論文 参考訳（メタデータ） (2022-05-02T09:21:39Z) - The world seems different in a social context: a neural network analysis
of human experimental data [57.729312306803955]
本研究では,先行・知覚的信号の精度を変化させることで,個人・社会的タスク設定の両方で人間の行動データを再現可能であることを示す。
トレーニングされたネットワークの神経活性化トレースの分析は、情報が個人や社会的条件のネットワークにおいて、根本的に異なる方法でコード化されていることを示す。
論文 参考訳（メタデータ） (2022-03-03T17:19:12Z) - Prediction of Human Empathy based on EEG Cortical Asymmetry [0.0]
特定の周波数帯における脳振動の側方化は、自己申告された共感スコアの重要な予測因子である。
結果は、感情の表現や認識が困難である人々を支援する脳-コンピュータインターフェースの開発に利用される。
論文 参考訳（メタデータ） (2020-05-06T13:49:56Z) - SensAI+Expanse Emotional Valence Prediction Studies with Cognition and
Memory Integration [0.0]
この研究は、認知科学研究を支援することができる人工知能エージェントに貢献する。
開発された人工知能システム(SensAI+Expanse)には、機械学習アルゴリズム、共感アルゴリズム、メモリが含まれる。
本研究は, 年齢と性別の相違が有意であることを示すものである。
論文 参考訳（メタデータ） (2020-01-03T18:17:57Z)
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。