論文の概要: Toward an AI-Powered Computational Testbed for Workforce Policy

• arxiv url: http://arxiv.org/abs/2605.19064v1
• Date: Mon, 18 May 2026 19:41:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-20 15:03:08.964361
• Title: Toward an AI-Powered Computational Testbed for Workforce Policy
• Title（参考訳）: 労働力政策のためのAIによる計算テストベッドの実現に向けて
• Authors: Sumer S. Vaid, Ashley V. Whillans,
• Abstract要約: 人工知能の知識労働への統合は、現在、世界の労働力の大部分に影響を与えています。 この予測インフラストラクチャの確立は、AIに関わる現在のグローバルな労働力を管理する上で、重要な技術的要件である、と私たちは主張する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Workforce transformations are difficult to forecast and costly to mismanage. In particular, the integration of artificial intelligence into knowledge work currently affects a substantial share of the global workforce, yet this transition proceeds without tools to forecast how individual employees will respond psychologically and behaviorally. We combine recent advances in LLM-powered generative agents with foundational management science and organizational behavior research to propose dynamic employee agents. Among consenting populations, these agents can be seeded with HR records, validated psychometric measures, and digital activity data to simulate employees' cognitive, emotional, and behavioral trajectories across successive workdays during planned organizational changes. In this article, we detail the computational architecture required to construct this simulation platform and define the privacy, accuracy, and representativeness safeguards necessary for responsible deployment. We argue that establishing this prospective forecasting infrastructure is a critical technical requirement for managing the current global workforce realignment around AI.
• Abstract（参考訳）: ワークフォースの変革は予測が困難で、管理ミスにコストがかかります。 特に、人工知能を知識労働に統合することは、現在、世界の労働力のかなりの割合に影響を与えるが、この移行は、個々の従業員が心理的かつ行動的にどのように反応するかを予測するツールなしで進行する。 我々は、LLMによる生産エージェントの最近の進歩と基礎管理科学と組織行動研究を組み合わせて、ダイナミックな従業員エージェントを提案する。 同意する集団の中で、これらのエージェントはHR記録、精神測定値の検証、デジタル活動データによってシードされ、計画された組織変化の間、従業員の認知的、感情的、行動的軌道をシミュレートすることができる。 本稿では,このシミュレーションプラットフォームの構築に必要な計算アーキテクチャを詳述し,プライバシ,正確性,代表性の保護を定義する。 この予測インフラストラクチャの確立は、AIを中心とした現在のグローバルな労働環境を管理する上で、重要な技術的要件である、と私たちは主張する。

関連論文リスト

• EmboCoach-Bench: Benchmarking AI Agents on Developing Embodied Robots [68.29056647487519]
  Embodied AIは、高忠実度シミュレーションと大規模データ収集によって実現されている。 しかし、このスケーリング能力は、労働集約的な手作業の監視に依存しているため、いまだにボトルネックになっている。 実装ポリシーを自律的に構築するための LLM エージェントの能力を評価するベンチマークである textscEmboCoach-Bench を紹介する。
  論文  参考訳（メタデータ） (2026-01-29T11:33:49Z)
• Scaling Environments for LLM Agents in the Era of Learning from Interaction: A Survey [30.673419015614233]
  エージェントは環境と直接対話し、強化学習を通じて経験から学ぶべきだという意見が高まりつつある。 本稿では,この反復処理をGEFループとして定式化し,環境がエージェントに挑戦するためのタスクを生成し,タスク実行中のエージェントの動作に応答して観察を返却し,その後の学習のためのロールアウトに対する評価フィードバックを提供する。 このパラダイムの下では、環境は経験的データの必須生産元として機能し、より複雑な、現実主義、対話性へのスケールの必要性を強調している。
  論文  参考訳（メタデータ） (2025-11-12T12:56:25Z)
• What's the next frontier for Data-centric AI? Data Savvy Agents [71.76058707995398]
  我々は、エージェントシステムの設計において、データに精通する能力が最優先すべきであると主張している。 本稿では,このビジョンを実現するための4つの重要な機能を提案する。プロアクティブデータ取得,ソフシフィケートデータ処理,インタラクティブテストデータ合成,連続的適応。
  論文  参考訳（メタデータ） (2025-11-02T17:09:29Z)
• Autonomous Data Agents: A New Opportunity for Smart Data [50.02229219403014]
  DataAgentsは、自律的なデータから知識システムへのパラダイムシフトを表している、とReportは主張する。 DataAgentsは、複雑で非構造化されたデータをコヒーレントで行動可能な知識に変換する。 エージェントAIとデータ・トゥ・ナレッジシステムの収束が重要なトレンドとなっている理由を最初に検討する。
  論文  参考訳（メタデータ） (2025-09-23T06:46:41Z)
• A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence [87.08051686357206]
  大きな言語モデル(LLM)は強力な能力を示しているが、基本的に静的である。 LLMはますますオープンでインタラクティブな環境にデプロイされているため、この静的な性質は重要なボトルネックとなっている。 この調査は、自己進化エージェントの体系的で包括的なレビューを初めて提供する。
  論文  参考訳（メタデータ） (2025-07-28T17:59:05Z)
• The Cost of Dynamic Reasoning: Demystifying AI Agents and Test-Time Scaling from an AI Infrastructure Perspective [3.0868637098088403]
  大規模言語モデル(LLM)ベースのAIエージェントは最近、動的推論を採用することで、印象的な汎用性を示した。 本稿では,AIエージェントを包括的に分析し,リソース使用量,遅延動作,エネルギー消費,テストタイムスケーリング戦略を定量化する。 その結果,エージェントは計算量の増加によって精度が向上する一方で,急速に低下するリターン,レイテンシのばらつきの拡大,持続不可能なインフラストラクチャコストに悩まされていることがわかった。
  論文  参考訳（メタデータ） (2025-06-04T14:37:54Z)
• Agentic Business Process Management: Practitioner Perspectives on Agent Governance in Business Processes [0.7270112855088837]
  生成AIの台頭に伴い、ソフトウェアエージェントへの産業的関心が高まりつつある。 本稿では,組織がAIエージェントを効果的に管理する方法を検討する。 AIエージェントの採用に責任を負う6つの重要な推奨事項を概説している。
  論文  参考訳（メタデータ） (2025-03-23T20:15:24Z)
• Advancing Employee Behavior Analysis through Synthetic Data: Leveraging ABMs, GANs, and Statistical Models for Enhanced Organizational Efficiency [0.0]
  この研究は、従業員のパフォーマンスを包括的に理解するための強力なツールである、合成データの作成に重点を置いています。 合成データは、従業員の活動の詳細と正確な画像を提供する。 我々は、合成データが専門分野から従業員の行動研究に欠かせない資源へとどのように進化してきたかを検討する。
  論文  参考訳（メタデータ） (2024-09-21T16:58:23Z)

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。