論文の概要: Trust as a Situated User State in Social LLM-Based Chatbots: A Longitudinal Study of Snapchat's My AI

• arxiv url: http://arxiv.org/abs/2604.22417v1
• Date: Fri, 24 Apr 2026 10:22:41 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-27 15:36:26.422729
• Title: Trust as a Situated User State in Social LLM-Based Chatbots: A Longitudinal Study of Snapchat's My AI
• Title（参考訳）: ソーシャルLLMベースのチャットボットにおけるユーザ国家としての信頼--Snapchatの私のAIに関する縦断的研究
• Authors: Annie Landerberg, Kari Flatmo, Alan Said,
• Abstract要約: 信頼は、認識能力、会話行動、人間らしく、透明性、プライバシーの懸念、ホストプラットフォームに対する信頼によって形成されます。 以上の結果から,信頼は認識能力,会話行動,人間的類似性,透明性,プライバシの懸念,ホストプラットフォームに対する信頼によって形成されていることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Social chatbots based on large language models are increasingly embedded in everyday platforms, yet how users develop trust in these systems over time remains unclear. We present a four-week longitudinal qualitative survey study (N = 27) of trust formation in Snapchat's My AI, a socially embedded conversational agent. Our findings show that trust is shaped by perceived ability, conversational behavior, human-likeness, transparency, privacy concerns, and trust in the host platform. Trust does not remain stable, but evolves through interaction as users adapt their expectations, refine their prompting strategies, and actively regulate how and when they rely on the system. These processes reflect a continuous negotiation of trust, not a one-time evaluation. While conversational fluency supports engagement, excessive anthropomorphism and limited transparency can undermine trust over time. We synthesize these findings into a conceptual model that frames trust as a dynamic user state shaped by interaction context and expectations, with implications for the design of human-centered and adaptive conversational agents.
• Abstract（参考訳）: 大規模言語モデルに基づくソーシャルチャットボットは、日々のプラットフォームにますます組み込まれている。 社会的に埋め込まれた会話エージェントであるSnapchatのMy AIにおいて、信頼形成に関する4週間にわたる質的研究(N = 27)を提示する。 以上の結果から,信頼は認識能力,会話行動,人間的類似性,透明性,プライバシの懸念,ホストプラットフォームに対する信頼によって形成されていることがわかった。 信頼は安定してはいませんが、ユーザが期待に適応し、プロンプト戦略を洗練し、システムに依存する方法とタイミングを積極的に規制するにつれて、インタラクションを通じて進化します。 これらのプロセスは、一度の評価ではなく、信頼の継続的な交渉を反映します。 会話の流布はエンゲージメントを支持するが、過剰な人間同型と限定的な透明性は時間の経過とともに信頼を損なう。 これらの知見を,人間中心型・適応型対話エージェントの設計を意図した,インタラクションコンテキストと期待によって形成された動的ユーザ状態として信頼を形作る概念モデルに合成する。

関連論文リスト

• Why do we Trust Chatbots? From Normative Principles to Behavioral Drivers [9.407740029262124]
  共通項における「信頼」の競合概念の共存は、心理的信頼の形成と規範的信頼の区別を曖昧にしていると論じる。 このギャップに対処するには、ユーザーが会話型AIシステムの信頼を適切に調整するのに役立つ、さらなる研究とより強力なサポートメカニズムが必要である。
  論文  参考訳（メタデータ） (2026-02-09T14:21:01Z)
• Do You Trust Me? Cognitive-Affective Signatures of Trustworthiness in Large Language Models [12.714909005419964]
  我々は、ウェブのような物語において、大きな言語モデルがどのように信頼感をエンコードするかを分析する。 モデル全体、系統的な層レベルと頭レベルのアクティベーションの違いは、高信頼のテキストと低信頼のテキストを区別する。 最も強い関連性は、公平さ、確実性、説明責任という評価によって生まれる。
  論文  参考訳（メタデータ） (2025-12-17T08:47:23Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• VizTrust: A Visual Analytics Tool for Capturing User Trust Dynamics in Human-AI Communication [4.839478919041786]
  VizTrustはリアルタイムのビジュアル分析ツールで、人間とエージェントのコミュニケーションにおけるユーザの信頼のダイナミクスをキャプチャする。 ステークホルダーは信頼の形成を観測し、信頼開発におけるパターンを特定し、信頼に影響を与える特定の相互作用要素を特定できる。
  論文  参考訳（メタデータ） (2025-03-10T13:00:41Z)
• A Diachronic Perspective on User Trust in AI under Uncertainty [52.44939679369428]
  現代のNLPシステムは、しばしば未分類であり、ユーザの信頼を損なう確実な誤った予測をもたらす。 賭けゲームを用いて,信頼を損なう事象に対するユーザの信頼の進化について検討する。
  論文  参考訳（メタデータ） (2023-10-20T14:41:46Z)
• Designing for Responsible Trust in AI Systems: A Communication Perspective [56.80107647520364]
  我々は、MATCHと呼ばれる概念モデルを開発するために、技術に対する信頼に関するコミュニケーション理論と文献から引き出す。 私たちは、AIシステムの能力として透明性とインタラクションを強調します。 我々は、技術クリエーターが使用する適切な方法を特定するのに役立つ要件のチェックリストを提案する。
  論文  参考訳（メタデータ） (2022-04-29T00:14:33Z)
• Personalized multi-faceted trust modeling to determine trust links in social media and its potential for misinformation management [61.88858330222619]
  ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。 本稿では,データ駆動型多面信頼モデルを提案する。 信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
  論文  参考訳（メタデータ） (2021-11-11T19:40:51Z)
• Formalizing Trust in Artificial Intelligence: Prerequisites, Causes and Goals of Human Trust in AI [55.4046755826066]
  我々は、社会学の対人信頼(すなわち、人間の信頼)に着想を得た信頼のモデルについて議論する。 ユーザとAIの間の信頼は、暗黙的あるいは明示的な契約が保持する信頼である。 我々は、信頼できるAIの設計方法、信頼が浮かび上がったかどうか、保証されているかどうかを評価する方法について論じる。
  論文  参考訳（メタデータ） (2020-10-15T03:07:23Z)
• How Much Can We Really Trust You? Towards Simple, Interpretable Trust Quantification Metrics for Deep Neural Networks [94.65749466106664]
  我々は思考実験を行い、信頼と信頼に関する2つの重要な疑問を探求する。 我々は、一連の質問に答える際の行動に基づいて、ディープニューラルネットワークの全体的な信頼性を評価するための一連のメトリクスを紹介します。 提案されたメトリクスは必ずしも完璧ではありませんが、よりよいメトリクスに向かって会話を推し進めることが望まれています。
  論文  参考訳（メタデータ） (2020-09-12T17:37:36Z)
• Towards Time-Aware Context-Aware Deep Trust Prediction in Online Social Networks [0.4061135251278187]
  信頼は、情報ソースが信頼できるか、誰と共有すべきか、誰から情報を受け入れるべきかを決定する尺度として定義できる。 ソーシャルスパマー検出、フェイクニュース検出、リツイート行動検出、レコメンデーションシステムなど、オンラインソーシャルネットワーク(OSN)への信頼のためのいくつかのアプリケーションがある。 信頼予測は、現在接続されていない2人のユーザー間の新しい信頼関係を予測するプロセスである。
  論文  参考訳（メタデータ） (2020-03-21T01:00:02Z)

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。