論文の概要: "It became a self-fulfilling prophecy": How Lived Experiences are Entangled with AI Predictions in Menstrual Cycle Tracking Apps

• arxiv url: http://arxiv.org/abs/2605.13261v1
• Date: Wed, 13 May 2026 09:42:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.953099
• Title: "It became a self-fulfilling prophecy": How Lived Experiences are Entangled with AI Predictions in Menstrual Cycle Tracking Apps
• Title（参考訳）: 自己充足的予言」:メンタルサイクルトラッキングアプリにおける生活体験とAI予測との絡み合い
• Authors: Wendy Zhou, Pelin Karaturhan, Alexandra Weilenmann, Jichen Zhu,
• Abstract要約: 本稿では,月経周期追跡アプリ(MCTA)における人間とAIの絡み合いについて,14の半構造化ユーザインタビューとグループオートエスノグラフィーを用いて検討する。 その結果,(1)AIの予測に照らして,生きた経験をユーザが理解していることが明らかとなった。 予測AIの特徴と説明に対する設計上の意味について提案する。
• 参考スコア（独自算出の注目度）: 43.424943322896006
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In menstrual cycle tracking apps (MCTAs), AI-based predictions and insights have become increasingly popular. These features enable users to receive personalized information about their bodies and mental states. However, there is currently little research on how these predictive AI features and explanations affect users' lived experiences. This paper examines human-AI entanglement in MCTAs through 14 semi-structured user interviews and a group autoethnography. These methods uncover the processes leading to this phenomenon. Our results reveal that: (1) users understand their lived experiences in light of AI predictions, although these predictions can be faulty due to imperfect logging practices, (2) the user interface features and AI explanations do not support awareness or critical engagement with this entanglement and meaning-making, and (3) non-normative MCTA users report a sense of isolation in this entangled interaction. Based on our findings, we propose design implications for predictive AI features and explanations.
• Abstract（参考訳）: 月経周期追跡アプリ(MCTA)では、AIベースの予測と洞察がますます人気になっている。 これらの機能は、ユーザーが自分の身体や精神状態に関するパーソナライズされた情報を受信することを可能にする。 しかし、これらの予測AI機能や説明がユーザーの生活体験に与える影響についてはほとんど研究されていない。 本稿では,MCTAにおける人間とAIの絡み合いについて,14の半構造化ユーザインタビューとグループオートエスノグラフィーを通して検討する。 これらの方法は、この現象につながる過程を明らかにする。 以上の結果から,(1) 利用者はAIの予測に照らして生活経験を把握できるが,これらの予測は不完全なロギングの慣行によって失敗する可能性があること,(2) ユーザインタフェースの特徴やAIの説明は,この絡み合いや意味形成に対する意識や批判的な関与を支えていないこと,(3) 非ノルミティブMCTA利用者は,この絡み合いの相互作用において孤立感を報告している。 そこで本研究では,予測AIの特徴と説明に対する設計上の意味について考察する。

関連論文リスト

• Confident Teacher, Confident Student? A Novel User Study Design for Investigating the Didactic Potential of Explanations and their Impact on Uncertainty [1.0855602842179624]
  説明可能な人工知能(XAI)を用いた視覚課題における説明が人的パフォーマンスに与える影響について検討する。 アノテーションの精度が向上し、AIアシストに対する不確実性が低下していることがわかりました。 ユーザーは説明を示すと、モデルの予測をより頻繁に再現する傾向がある。
  論文  参考訳（メタデータ） (2024-09-10T12:59:50Z)
• RAG-based Explainable Prediction of Road Users Behaviors for Automated Driving using Knowledge Graphs and Large Language Models [8.253092044813595]
  本稿では,知識グラフと大規模言語モデルの推論能力を統合した,道路利用者の行動予測システムを提案する。 1)歩行者の横断行動の予測,2)車線変更操作の予測。
  論文  参考訳（メタデータ） (2024-05-01T11:06:31Z)
• What Else Do I Need to Know? The Effect of Background Information on Users' Reliance on QA Systems [23.69129423040988]
  本研究では,予測に十分な情報がない場合のQAシステムとのインタラクションについて検討する。 本研究は,モデルの正しさを評価するのに十分な情報がない場合でも,利用者がモデル予測に頼っていることを明らかにした。
  論文  参考訳（メタデータ） (2023-05-23T17:57:12Z)
• Behave-XAI: Deep Explainable Learning of Behavioral Representational Data [0.0]
  行動マイニングのシナリオでは、説明可能なAIや人間の理解可能なAIを使用します。 まず、深層畳み込みニューラルネットワークアーキテクチャにおける行動マイニング問題を定式化する。 モデルが開発されると、ユーザーの前で説明が提示される。
  論文  参考訳（メタデータ） (2022-12-30T18:08:48Z)
• Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
  AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。 本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。 43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
  論文  参考訳（メタデータ） (2022-11-12T21:54:05Z)
• Behavioral Intention Prediction in Driving Scenes: A Survey [70.53285924851767]
  行動意図予測(BIP)は、人間の思考過程をシミュレートし、特定の行動の早期予測を満たす。 この作業は、利用可能なデータセット、重要な要因と課題、歩行者中心および車両中心のBIPアプローチ、BIP対応アプリケーションからのBIPの包括的なレビューを提供する。
  論文  参考訳（メタデータ） (2022-11-01T11:07:37Z)
• What Do End-Users Really Want? Investigation of Human-Centered XAI for Mobile Health Apps [69.53730499849023]
  説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。 分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。 私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
  論文  参考訳（メタデータ） (2022-10-07T12:51:27Z)
• The Who in XAI: How AI Background Shapes Perceptions of AI Explanations [61.49776160925216]
  私たちは、2つの異なるグループ、つまりAIのバックグラウンドを持つ人々といない人たちの、異なるタイプのAI説明に対する理解について、混合手法による研究を行います。 その結果,(1) 両群は異なる理由から不合理な数に対する信頼を示し,(2) それぞれの群は意図した設計以上の異なる説明に価値を見出した。
  論文  参考訳（メタデータ） (2021-07-28T17:32:04Z)
• A general framework for scientifically inspired explanations in AI [76.48625630211943]
  我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。 このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツール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） (2020-03-02T10:32:21Z)

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。