論文の概要: Less Interaction But More Explanation: A Communication Perspective on Agentic AI Interfaces
- arxiv url: http://arxiv.org/abs/2605.01610v1
- Date: Sat, 02 May 2026 21:21:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-05 20:33:49.850882
- Title: Less Interaction But More Explanation: A Communication Perspective on Agentic AI Interfaces
- Title（参考訳）: インタラクションの削減と説明の強化 - エージェントAIインターフェースのコミュニケーションの観点から
- Authors: Eunchae Jang, S. Shyam Sundar,
- Abstract要約: 我々は,AIシステムのコミュニケーション的役割をユーザがどのように知覚するかについて議論する。
エージェントAIは複数のコミュニケーションの役割を果たすことができるため、このソース認識を複雑にし、潜在的なリスクを導入することができる。
我々はエージェントAIが組み込む必要がある3つのタイプの説明を提案する。
- 参考スコア（独自算出の注目度）: 22.400756560286595
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: AI systems have long been expected to interact with users, answering questions, generating content, and continuing (social) conversations. Agentic AI, however, breaks from this expectation, as its primary objective is workflow execution on behalf of the users. If a system becomes more agentic, do users need less interaction with the system? Our answer is: less routine back-and-forth, but more communication for oversight and explanation, as agentic AI proactively acts, not just responds. Grounded in a communication perspective, we discuss how users perceive the communicative roles of AI systems (whether as the source of actions or merely a channel), and how this can shape trust. Because agentic AI can play multiple communicative roles, it can complicate this source perception and introduce potential risks. To address this, we propose three types of explanations that agentic AI needs to incorporate (action-process, uncertainty, and coordination), and suggest that customization affordances that allow users to decide when and which explanations they see may be key to preserving human agency as AI autonomy increases.
- Abstract（参考訳）: AIシステムは長い間、ユーザーと対話し、質問に答え、コンテンツを生成し、(社会的)会話を続けることが期待されてきた。
しかしエージェントAIは、ユーザーに代わってワークフローの実行を主目的としているため、この期待から外れている。
システムがよりエージェント的になると、ユーザはシステムとのインタラクションを少なくなりますか?
エージェントAIは単に応答するだけでなく、積極的に行動するので、日常的なバック・アンド・フォースを減らし、監視と説明のためのコミュニケーションをより強化します。
コミュニケーションの観点からは、AIシステムのコミュニケーション的役割(行動の源であるか単なるチャネルであるか)をどのように認識するか、そしてこれが信頼を形成するかについて議論する。
エージェントAIは複数のコミュニケーションの役割を果たすことができるため、このソース認識を複雑にし、潜在的なリスクを導入することができる。
これを解決するために、エージェントAIが組み込む必要がある3つのタイプの説明(アクション・プロセス、不確実性、調整)を提案し、AIの自律性が向上するにつれて、ユーザーがいつ、どの説明を見るかを判断できるカスタマイズ能力を提案する。
関連論文リスト
- Disclosure By Design: Identity Transparency as a Behavioural Property of Conversational AI Models [10.35358368112024]
AIのアイデンティティが不明な場合、ユーザーは無意識に機密情報を共有したり、AIが生成するアドバイスを不当に信頼したり、AI対応の詐欺の被害を被る可能性がある。
我々は、AIシステムが直接尋ねられたとき、人工的なアイデンティティを明示的に開示する設計による開示を提唱する。
ベースライン開示率は高いことが多いが、ロールプレイが著しく低下し、相手のプロンプトで抑制できることがわかった。
論文 参考訳（メタデータ） (2026-01-27T17:31:37Z) - AI as Teammate or Tool? A Review of Human-AI Interaction in Decision Support [0.514825619161626]
現在のAIシステムは、説明可能性中心の設計への過度な依存のため、主に受動的である。
AIをアクティブなチームメイトに移行するには、適応的でコンテキスト対応のインタラクションが必要です。
論文 参考訳（メタデータ） (2026-01-26T19:18:50Z) - A Call for Collaborative Intelligence: Why Human-Agent Systems Should Precede AI Autonomy [36.74150011862134]
人間とAIのチームワークは、AIが単独で作業するよりも複雑なタスクをうまく処理できることを示す。
本稿は、AIの進歩は、独立系がどのように成長するかではなく、人間がいかにうまく機能するかによって測定されるべきである、と論じる。
論文 参考訳（メタデータ） (2025-06-11T06:08:13Z) - A Desideratum for Conversational Agents: Capabilities, Challenges, and Future Directions [51.96890647837277]
大規模言語モデル(LLM)は、従来の対話システムから、自律的な行動、文脈認識、ユーザとのマルチターンインタラクションが可能な高度なエージェントへと、会話AIを推進してきた。
本調査では,人間レベルの知性にアプローチするよりスケーラブルなシステムにおいて,何が達成されたのか,どのような課題が持続するのか,何を行う必要があるのか,といった,次世代の会話エージェントのデシラトゥムを提示する。
論文 参考訳（メタデータ） (2025-04-07T21:01:25Z) - Actionable AI: Enabling Non Experts to Understand and Configure AI Systems [5.534140394498714]
Actionable AIでは、非専門家がブラックボックスエージェントを設定することができる。
不確実な条件下では、非専門家は高いレベルの性能を達成する。
我々は、AIベースのエージェントへのアクセスをオープンにする手段として、Actionable AIを提案する。
論文 参考訳（メタデータ） (2025-03-09T23:09:04Z) - Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。
この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。
実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
論文 参考訳（メタデータ） (2024-11-07T21:37:51Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - Agent AI: Surveying the Horizons of Multimodal Interaction [83.18367129924997]
エージェントAI(Agent AI)とは、視覚刺激や言語入力、その他の環境データを知覚できる対話型システムである。
我々は,バーチャルリアリティやシミュレートされたシーンを容易に作成し,仮想環境内に具体化されたエージェントと対話できる未来を構想する。
論文 参考訳（メタデータ） (2024-01-07T19:11:18Z) - Conceptualizing the Relationship between AI Explanations and User Agency [0.9051087836811617]
我々は,ケーススタディと思考実験を通して,ユーザ中心のレンズを通してエージェントと説明の関係を分析する。
提案手法は,利用者が将来的なインタラクションにおいて,より効果的な結果の変換を行えるようにすることで,エージェンシーのためのいくつかの第1ステップの1つとなることが判明した。
論文 参考訳（メタデータ） (2023-12-05T23:56:05Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z)
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。