論文の概要: Amplification to Synthesis: A Comparative Analysis of Cognitive Operations Before and After Generative AI
- arxiv url: http://arxiv.org/abs/2605.13785v1
- Date: Wed, 13 May 2026 17:06:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-14 23:30:28.197748
- Title: Amplification to Synthesis: A Comparative Analysis of Cognitive Operations Before and After Generative AI
- Title（参考訳）: 合成の増幅:AI生成前後における認知操作の比較分析
- Authors: Liz Cho, Dongwook Yoon,
- Abstract要約: 我々は2016年と2024年のアメリカ合衆国大統領選挙におけるXデータセット(元Twitter)の行動調整パターンと言語調整パターンを比較した。
発見によると、2024年のコーパスは2016年とは異なるパターンを示している。
これらの発見は、認知操作パイプラインにおける生成AIの役割を研究するための実証的なベースラインを提供する。
- 参考スコア（独自算出の注目度）: 17.546369508217282
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cognitive operations are a rising concern in the geopolitical sphere, a quiet yet rigorous fight for public perception and decision making. While such operations have been extensively studied in the context of bot-driven amplification, the emergence of generative AI introduces a new set of capabilities that may have fundamentally altered how these operations are designed and executed. The possible evolution of cognitive operation via generative AI puts nation states vulnerable without proper mitigation strategies. To address this, we compared behavioral and linguistic coordination patterns in X (formerly Twitter) datasets from the 2016 and 2024 U.S. presidential elections. Utilizing a combined corpus of over 133,000 posts, we applied post-type distribution, semantic clustering, temporal synchrony analysis, and Jaccard-based lexical overlap measures. Findings suggest that the 2024 corpus exhibits a distinct pattern from 2016. Original content rose from 59% to 93% with retweets virtually disappeared; lexical overlap collapsed from a mean Jaccard score of 0.99 to 0.27, with posts converging on the same subject matter expressed in markedly different words; and temporal coordination shifted from pervasive cross-semantic synchrony to narratively concentrated co-occurrence. Taken together, these patterns point toward an operational logic organized around active content generation and narrative-specific targeting - characteristics consistent with generative AI involvement. These findings offer an empirical baseline for future research investigating generative AI's role in the cognitive operation pipeline, and as a practical reference point for security practitioners developing detection frameworks calibrated to the post-generative AI threat environment.
- Abstract（参考訳）: 認知的操作は、公共の認識と意思決定のための静かだが厳格な戦いである、地政学的な領域における関心の高まりである。
このような操作は、ボット駆動増幅の文脈で広く研究されているが、生成AIの出現は、これらの操作の設計と実行方法を根本的に変更したかもしれない新しい機能セットを導入している。
生成AIによる認知操作の進化の可能性は、国家を適切な緩和戦略なしで脆弱にする。
これを解決するために、2016年と2024年のアメリカ合衆国大統領選挙におけるXデータセット(元Twitter)の行動調整パターンと言語調整パターンを比較した。
133,000以上のポストを組み合わせたコーパスを用いて, ポストタイプ分布, セマンティッククラスタリング, 時間同期解析, および Jaccard による語彙重なり測定を行った。
発見によると、2024年のコーパスは2016年とは異なるパターンを示している。
59%から93%に増加し,リツイートが事実上消失し,語彙的重複が平均0.99から0.27に崩壊した。
まとめると、これらのパターンは、アクティブなコンテンツ生成と物語固有のターゲティングを中心に組織された運用ロジックを指します。
これらの発見は、認知操作パイプラインにおける生成AIの役割を研究する将来の研究のための実証的ベースラインを提供するとともに、ポストジェネレーションAI脅威環境に調整された検出フレームワークを開発するセキュリティ実践者の実践的基準となる。
関連論文リスト
- Taming Actor-Observer Asymmetry in Agents via Dialectical Alignment [59.536125286960186]
セルフリフレクションと相互監査を可能にするために、専門的な役割を割り当てるマルチエージェントフレームワークがますます採用されている。
アクター・オブザーバ非対称性(Actor-Observer Asymmetric)と呼ばれる認知バイアスを同時に誘発する。
ReTASは、対立する視点を客観的なコンセンサスに合成するためにエージェントを誘導する。
論文 参考訳（メタデータ） (2026-04-21T15:05:58Z) - Dynamic analysis enhances issue resolution [53.50448142467294]
DAIRA(Dynamic Analysis-enhanced Issue Resolution Agent)は、エージェントの推論サイクルに動的解析を組み込む自動修復フレームワークである。
テストトレース駆動の方法論によって駆動されるDAIRAは、軽量モニタを使用して重要なランタイムデータを抽出する。
Gemini 3 Flash Previewを使用すると、DAIRAは新たな最先端(SOTA)パフォーマンスを確立し、SWE-bench Verifiedデータセットで79.4%の解像度を達成する。
論文 参考訳（メタデータ） (2026-03-23T14:48:54Z) - Cognitive Agency Surrender: Defending Epistemic Sovereignty via Scaffolded AI Friction [3.298077866187024]
ジェネレーティブ・人工知能(Generative Artificial Intelligence)は、良心的な認知的オフロードを認知エージェントの降伏のシステム的リスクに変えた。
ゼロフリクション(zero-friction)"デザインの商業的ドグマによって駆動される、高度に流動的なAIインターフェースは、人間の認知的ミスを積極的に活用する。
論文 参考訳（メタデータ） (2026-03-23T09:24:56Z) - The Cognitive Divergence: AI Context Windows, Human Attention Decline, and the Delegation Feedback Loop [0.0]
AIコンテキストウィンドウは、2017年の512トークンから2026年までに2トークンに成長した。
Human Effective Context Spanは16,000トークンから1,800トークンに減少している。
AIと人間の比率はChatGPT打ち上げ時のほぼ同値から556--1,111xの生と56-111xの品質調整に成長した。
論文 参考訳（メタデータ） (2026-03-17T18:53:45Z) - Detecting Ambiguity Aversion in Cyberattack Behavior to Inform Cognitive Defense Strategies [0.7036032466145113]
本研究は、ハッカーがあいまいさ回避を示すときのモデル化と検出能力について検討する。
この認知特性を運用することにより、我々の研究は適応的な認知防衛戦略を開発するための基礎的な要素を提供する。
論文 参考訳（メタデータ） (2025-12-08T23:26:08Z) - Continuous Vision-Language-Action Co-Learning with Semantic-Physical Alignment for Behavioral Cloning [22.14625208769185]
我々は、時間的に一貫した実行ときめ細かなセマンティックグラウンドを確実にする新しいBCフレームワークである、セマンティック・フィジカルアライメント(CCoL)を用いた連続視覚-言語-アクション協調学習(Continuous Vision- Language-action Co-Learning)を提案する。
CCoLは3つのシミュレーションスイートで平均8.0%の相対的な改善を達成し、人為的なバイマニュアル挿入タスクでは19.2%の相対的な向上を達成している。
論文 参考訳（メタデータ） (2025-11-18T12:01:06Z) - Constrained Co-evolutionary Metamorphic Differential Testing for Autonomous Systems with an Interpretability Approach [4.965735630892516]
CoCoMagicは、メタモルフィックテスト、差分テスト、高度な検索ベースのテクニックを組み合わせた、新しいテストケース生成手法である。
ベースライン探索法よりも顕著な改善が見られ, 最大287%の高重度行動差が確認された。
CoCoMagicは、バージョン間で進化する自律システムの差分テストにおいて、効率的で効果的で解釈可能な方法を提供する。
論文 参考訳（メタデータ） (2025-09-20T00:27:29Z) - Learning-based Hybrid Local Search for the Hard-label Textual Attack [53.92227690452377]
我々は,攻撃者が予測ラベルにのみアクセス可能な,滅多に調査されていないが厳格な設定,すなわちハードラベル攻撃を考える。
そこで本研究では,Learning-based Hybrid Local Search (LHLS)アルゴリズムという,新たなハードラベル攻撃を提案する。
我々のLHLSは、攻撃性能と敵の品質に関する既存のハードラベル攻撃を著しく上回っている。
論文 参考訳（メタデータ） (2022-01-20T14:16:07Z) - Scalable Intervention Target Estimation in Linear Models [52.60799340056917]
因果構造学習への現在のアプローチは、既知の介入目標を扱うか、仮説テストを使用して未知の介入目標を発見する。
本稿では、全ての介入対象を一貫して識別するスケーラブルで効率的なアルゴリズムを提案する。
提案アルゴリズムは、与えられた観測マルコフ同値クラスを介入マルコフ同値クラスに更新することも可能である。
論文 参考訳（メタデータ） (2021-11-15T03:16:56Z) - A black-box adversarial attack for poisoning clustering [78.19784577498031]
本稿では,クラスタリングアルゴリズムのロバスト性をテストするために,ブラックボックス対逆攻撃法を提案する。
我々の攻撃は、SVM、ランダムフォレスト、ニューラルネットワークなどの教師付きアルゴリズムに対しても転送可能であることを示す。
論文 参考訳（メタデータ） (2020-09-09T18:19:31Z)
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。