論文の概要: Creating Group Rules with AI: Human-AI Collaboration in WhatsApp Moderation

• arxiv url: http://arxiv.org/abs/2605.12613v1
• Date: Tue, 12 May 2026 18:02:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.602654
• Title: Creating Group Rules with AI: Human-AI Collaboration in WhatsApp Moderation
• Title（参考訳）: AIによるグループルールの作成 - WhatsAppのモデレーションにおける人間とAIのコラボレーション
• Authors: Gauri Nayak, Farhana Shahid, Aditya Vashistha, Kiran Garimella,
• Abstract要約: WhatsAppグループ管理者がAIツールとどのように協力し、グループルールを作成し、強制し、維持するかを示す。 我々の調査によると、管理者は、見過ごされたルールを提示し、モデレーションの負担を軽減できるAIの能力に感謝している。 人間の判断、関係的ニュアンス、文脈適応性、集合的ガバナンスを中心とするモデレーションツールを構築する上での設計上の意味を結論付けます。
• 参考スコア（独自算出の注目度）: 14.812507021519776
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: WhatsApp is one of the most widely used messaging platforms globally, with billions of users sharing information in private groups. Yet, it offers little infrastructure to support moderation and group governance. In the absence of platform-level oversight, group admins bear the responsibility of governing group behavior. In this paper, we explore how WhatsApp group admins collaborate with AI tools to create, enforce, and maintain group rules. Drawing on a two-phase speculative design study with 20 admins in India, we examine how participants interacted with an AI assistant (Meta AI) to co-create rules and responded to a series of probes illustrating AI-assisted moderation features. Our findings show that while admins appreciated the AI's ability to surface overlooked rules and reduce their moderation burden, they were highly sensitive to issues of relational trust, data privacy, tone, and social context. We identify how group type and admin style shaped their willingness to delegate authority, and surface the limitations of current chatbot interfaces in supporting collaborative rule-making. We conclude with design implications for building moderation tools that center human judgment, relational nuance, contextual adaptability, and collective governance.
• Abstract（参考訳）: WhatsAppは世界でもっとも広く利用されているメッセージングプラットフォームの一つで、何十億ものユーザーがプライベートグループで情報を共有している。 しかし、モデレーションとグループガバナンスをサポートするインフラはほとんど提供されない。 プラットフォームレベルの監視がない場合、グループ管理者はグループ行動を管理する責任を負う。 本稿では、WhatsAppグループ管理者がAIツールとどのように協力し、グループルールを作成し、強制し、維持するかを検討する。 インドで20人の管理者による2段階の投機的デザイン研究に基づいて、参加者がAIアシスタント(Meta AI)と対話してルールを共同作成し、AIによるモデレーション機能を示す一連の調査に反応したかを調べる。 我々の調査によると、管理者は、見過ごされたルールを提示し、モデレーションの負担を軽減できるAIの能力に感謝する一方で、リレーショナル信頼、データプライバシ、トーン、社会的コンテキストといった問題に非常に敏感であった。 グループタイプと管理者スタイルが権威を委譲する意思を形作り、協調的なルール作成をサポートする上でのチャットボットインターフェースの限界を明らかにする。 人間の判断、関係的ニュアンス、文脈適応性、集合的ガバナンスを中心とするモデレーションツールを構築する上での設計上の意味を結論付けます。

関連論文リスト

• Leading Across the Spectrum of Human-AI Relationships: A Conceptual Framework for Increasingly Heterogeneous Teams [51.56484100374058]
  人間の判断は、AIがフレームをセットした後で人間主導のように見えるかもしれないし、人間の判断が決定的な力を持っている間、自動化されるかもしれない。 本稿は、これらの関係を有界な委任の範囲内で見るために、リーダーシップに焦点をあてたスペクトルを提供する。 戦略的なリーダが仕事における構成を認識し、それが移行したことを認識し、それ以前の決定に適合するかどうかを判断するのを支援する、というのが目的だ。
  論文  参考訳（メタデータ） (2026-04-30T04:05:37Z)
• When Autonomy Goes Rogue: Preparing for Risks of Multi-Agent Collusion in Social Systems [78.04679174291329]
  悪意のあるマルチエージェントシステム(MAS)のリスクをシミュレートするための概念実証手法を提案する。 この枠組みを、誤情報拡散とeコマース詐欺という2つのリスクの高い分野に適用する。 その結果,分散システムの方が,集中型システムよりも悪意ある行動を実行するのに効果的であることが示唆された。
  論文  参考訳（メタデータ） (2025-07-19T15:17:30Z)
• Conversational Agents to Facilitate Deliberation on Harmful Content in WhatsApp Groups [13.830408652480418]
  WhatsAppグループは有害なコンテンツの拡散の温床となっている。 プラットフォームのエンドツーエンドの暗号化を考えると、モデレーションの責務はグループ管理者とメンバーにある。 WhatsAppグループにおける有害コンテンツに対する議論の促進における会話エージェントの役割について検討する。
  論文  参考訳（メタデータ） (2024-05-30T17:07:07Z)
• Policy Learning with a Language Bottleneck [65.99843627646018]
  本稿では,AIエージェントが言語規則を生成可能なフレームワークであるPLLB(Language Bottleneck)について紹介する。 PLLBBは言語モデルによってガイドされる*ルール生成*ステップと、エージェントがルールによってガイドされる新しいポリシーを学ぶ*アップデート*ステップとを代替する。 PLLBエージェントは、より解釈可能で一般化可能な振る舞いを学べるだけでなく、学習したルールを人間のユーザと共有できることを示す。
  論文  参考訳（メタデータ） (2024-05-07T08:40:21Z)
• Pangu-Agent: A Fine-Tunable Generalist Agent with Structured Reasoning [50.47568731994238]
  人工知能(AI)エージェント作成の鍵となる方法は強化学習(RL)である 本稿では,構造化推論をAIエージェントのポリシーに統合し,学習するための一般的なフレームワークモデルを提案する。
  論文  参考訳（メタデータ） (2023-12-22T17:57:57Z)
• "There Has To Be a Lot That We're Missing": Moderating AI-Generated Content on Reddit [5.202496456440801]
  我々は、AIGCによるオンラインコミュニティモデレーターの経験に焦点を当てる。 我々の研究によると、AIGCに関するルールは、コンテンツ品質、社会的ダイナミクス、ガバナンスの課題に対する懸念によって動機づけられている。 AIGCを検出するための堅牢なツールがないにも関わらず、モデレーターは何らかの障害を抑えることができた。
  論文  参考訳（メタデータ） (2023-11-21T16:15:21Z)
• On Avoiding Power-Seeking by Artificial Intelligence [93.9264437334683]
  私たちは、非常にインテリジェントなAIエージェントの振る舞いと人間の関心を協調する方法を知りません。 私は、世界に限られた影響を与え、自律的に力を求めないスマートAIエージェントを構築できるかどうか調査する。
  論文  参考訳（メタデータ） (2022-06-23T16:56:21Z)
• A User-Centred Framework for Explainable Artificial Intelligence in Human-Robot Interaction [70.11080854486953]
  本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。 このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
  論文  参考訳（メタデータ） (2021-09-27T09:56:23Z)

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。