論文の概要: Intelligence Impact Quotient (IIQ): A Framework for Measuring Organizational AI Impact

• arxiv url: http://arxiv.org/abs/2605.14455v1
• Date: Thu, 14 May 2026 06:51:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-15 21:45:34.672168
• Title: Intelligence Impact Quotient (IIQ): A Framework for Measuring Organizational AI Impact
• Title（参考訳）: インテリジェンス・インパクト・クオシエント(IIQ):組織的AIインパクトを測定するフレームワーク
• Authors: Chandan Rajah, Neha Sengupta, Federico Castanedo, Robin Mills, Amit Bahree, Ramesh Krishnan Muthukrishnan, Larry Murray,
• Abstract要約: インテリジェンス・インパクト・クオシエント(英: Intelligence Impact Quotient、IIQ)は、AIシステムが組織的な作業やその影響に一体化される深さを定量化する複合計量である。 我々は、異種ユーザとユニットの比較のために、生のインテリジェンス導入指数(IAI)と正規化された0-1000 IIQインデックスを作成します。 改訂された測定基準が、頻繁な低照度の使用、セマンティックな反復的なプロンプト、そしてより自律的で高精度なAI支援作業との違いをいかに区別しているかを示す。
• 参考スコア（独自算出の注目度）: 0.5218478348453993
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Intelligence Impact Quotient (IIQ) is a composite metric intended to quantify the depth to which AI systems are integrated into organizational work and their impact. Rather than treating access counts or aggregate token volume as sufficient evidence of impact, IIQ combines a novelty-weighted, time-decayed token stock with usage frequency, a grace-period recency gate, organizational leverage, task complexity, and autonomy. The formulation produces a raw Intelligence Adoption Index (IAI) and a normalized 0-1000 IIQ index for comparison between heterogeneous users and units. We also derive sub-daily update rules and a bounded interpretation layer for estimated efficiency and financial impact. The paper positions IIQ as a deployment-oriented measurement framework: a formal proposal for tracking AI embedding in workflows, not a direct measure of model capability or a substitute for causal productivity evaluation. Synthetic scenarios illustrate how the revised metric distinguishes between frequent low-leverage use, semantically repetitive prompting, and more autonomous, higher-consequence AI-assisted work.
• Abstract（参考訳）: インテリジェンス・インパクト・クオシエント(英: Intelligence Impact Quotient、IIQ)は、AIシステムが組織的な作業やその影響に一体化される深さを定量化する複合計量である。 アクセスカウントやアグリゲートトークンボリュームを影響の十分な証拠として扱うのではなく、IIQは、新しくて重み付けされた、タイムデケイドなトークンストックと、使用頻度、優雅な期間の遅延ゲート、組織的レバレッジ、タスク複雑性、自律性を組み合わせている。 この定式化は、異種ユーザとユニットの比較のために、生のインテリジェンス導入指数(IAI)と正規化された0-1000 IIQ指数を生成する。 また、サブ日次更新ルールと、推定効率と金銭的影響に対する境界解釈層を導出する。 この論文は、IIQをデプロイメント指向の測定フレームワークとして位置づけている: ワークフローへのAI埋め込みを追跡するための正式な提案であり、モデル能力の直接的な測定ではなく、因果生産性評価の代用である。 合成シナリオは、改訂されたメトリクスが、頻繁な低照度の使用、セマンティックな反復的なプロンプト、より自律的で高頻度のAI支援作業とを区別する様子を示しています。

関連論文リスト

• Information-Theoretic Measures in AI: A Practical Decision Guide [0.0]
  情報理論(IT)は人工知能においてユビキタスである。 本稿では,7つの尺度すべてに対して,実践的な意思決定の枠組みを提供する。 AI/MLと意思決定エージェントのアプリケーションドメインをそれぞれカバーしています。
  論文  参考訳（メタデータ） (2026-04-26T14:00:22Z)
• Quality-Driven Agentic Reasoning for LLM-Assisted Software Design: Questions-of-Thoughts (QoT) as a Time-Series Self-QA Chain [0.0]
  品質駆動型推論時間スキャフォールドであるQoTを導入し,ユーザ目標をエンジニアリングステップの順序付きシーケンスに変換する。 QoTは、API設計、データ通信、ファイルシステムの3つの代表的なバックエンドエンジニアリング領域にまたがって評価する。
  論文  参考訳（メタデータ） (2026-03-10T23:49:09Z)
• AI-NativeBench: An Open-Source White-Box Agentic Benchmark Suite for AI-Native Systems [52.65695508605237]
  我々は、Model Context Protocol(MCP)とAgent-to-Agent(A2A)標準に基づいて、アプリケーション中心でホワイトボックスのAI-NativeベンチマークスイートであるAI-NativeBenchを紹介する。 エージェントスパンを分散トレース内の第一級市民として扱うことにより,本手法は,単純な機能以上の工学的特性の粒度解析を可能にする。 この研究は、モデル能力の測定から信頼性の高いAI-Nativeシステムへの移行を導く最初の体系的な証拠を提供する。
  論文  参考訳（メタデータ） (2026-01-14T11:32:07Z)
• SelfAI: Building a Self-Training AI System with LLM Agents [79.10991818561907]
  SelfAIは、高レベルの研究目的を標準化された実験構成に変換するためのUser Agentを組み合わせた、一般的なマルチエージェントプラットフォームである。 実験マネージャは、連続的なフィードバックのための構造化知識ベースを維持しながら、異種ハードウェアをまたいだ並列かつフォールトトレラントなトレーニングを編成する。 回帰、コンピュータビジョン、科学計算、医用画像、薬物発見ベンチマークなどを通じて、SelfAIは一貫して高いパフォーマンスを達成し、冗長な試行を減らしている。
  論文  参考訳（メタデータ） (2025-11-29T09:18:39Z)
• AgenticIQA: An Agentic Framework for Adaptive and Interpretable Image Quality Assessment [69.06977852423564]
  画像品質評価(IQA)は、人間の視覚系に根ざした知覚品質の定量化と解釈の両方を反映している。 AgenticIQAは、IQAを歪み検出、歪み解析、ツール選択、ツール実行の4つのサブタスクに分解する。 本稿では,IQAエージェントに適した大規模命令データセットであるAgenticIQA-200Kと,VLMベースのIQAエージェントの計画,実行,要約機能を評価するための最初のベンチマークであるAgenticIQA-Evalを紹介する。
  論文  参考訳（メタデータ） (2025-09-30T09:37:01Z)
• QCS-ADME: Quantum Circuit Search for Drug Property Prediction with Imbalanced Data and Regression Adaptation [11.101993017609246]
  不均衡な分類と回帰タスクにおけるQML回路性能を評価するための新しい学習自由スコアリング機構を提案する。 本機構は,不均衡な分類タスクにおける評価基準と試験性能の有意な相関を示す。 これは、回帰アプリケーションに特化してQCS回路を探索し評価する最初の包括的アプローチである。
  論文  参考訳（メタデータ） (2025-03-02T19:29:04Z)
• Improving Text Matching in E-Commerce Search with A Rationalizable, Intervenable and Fast Entity-Based Relevance Model [78.80174696043021]
  エンティティベース関連モデル(EBRM)と呼ばれる新しいモデルを提案する。 この分解により、高精度にクロスエンコーダQE関連モジュールを使用できる。 また、ユーザログから自動生成されたQEデータによるQEモジュールの事前トレーニングにより、全体的なパフォーマンスが向上することを示す。
  論文  参考訳（メタデータ） (2023-07-01T15:44:53Z)

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。