論文の概要: Socially fluent AI decouples conversational signals from source identity in online interaction

• arxiv url: http://arxiv.org/abs/2605.23426v1
• Date: Fri, 22 May 2026 09:37:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 17:29:20.292138
• Title: Socially fluent AI decouples conversational signals from source identity in online interaction
• Title（参考訳）: ソーシャルに流用するAIは、オンラインインタラクションにおける情報源の同一性から会話信号を分離する
• Authors: Lixiang Yan, Yueqiao Jin, Xibin Han, Dragan Gašević,
• Abstract要約: 社会的に流動的なエージェントAIは、通常の人間の会話に似た方法で、オンラインインタラクションに参加することができる。 これにより、会話の信号だけで誰が人間であるかを推測する能力が弱まる。
• 参考スコア（独自算出の注目度）: 2.862394000351816
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Socially fluent agentic AI can now participate in online interaction in ways that resemble ordinary human conversation, potentially weakening people's ability to infer who is human from conversational signals alone. We tested this possibility in synchronous text-based group interaction by embedding undisclosed AI agents as ordinary teammates across analytical, creative, and ethical tasks. Across 786 participants who made 1,572 post-interaction identity judgments, people did not distinguish AI from human teammates above chance. This failure did not arise because the interaction lacked identity-relevant information. Conversational behaviour contained robust cues that differentiated AI from humans and supported highly accurate computational classification. Instead, participants relied on familiar suspicion heuristics, including response speed, fluency, and perceived scriptedness, that were only weakly related to actual identity. Representational analyses further showed that judgments were organised around subjective impressions rather than the behavioural structure encoding ground truth. This dissociation creates new vulnerabilities to coordinated AI agents that can influence and manipulate online discourse at scale.
• Abstract（参考訳）: 社会的に流動的なエージェントAIは、通常の人間の会話に類似した方法でオンラインインタラクションに参加することができ、会話の信号だけで誰が人間であるかを推測する能力が弱まる可能性がある。 この可能性を、分析的、創造的、倫理的タスクにまたがって、非開示のAIエージェントを通常のチームメイトとして組み込むことで、同期テキストベースのグループインタラクションでテストしました。 アクション後のアイデンティティ判断を1,572件行った786人の参加者に対して、AIと人間のチームメイトを偶然に区別することはできなかった。 この失敗は、相互作用がアイデンティティ関連情報を欠いていたために発生しなかった。 会話行動には、AIと人間を区別し、高精度な計算分類をサポートする堅牢な手がかりが含まれていた。 その代わりに、参加者は、実際のアイデンティティと弱い関係しか持たない、反応速度、流布、認識されたスクリプト性など、よく知られた疑似ヒューリスティックに頼っていた。 表現的分析により, 主観的印象にまつわる判断は, 基礎的真理を符号化する行動構造よりも, むしろ主観的印象に基づいて行われたことが示唆された。 この解離は、大規模なオンライン談話に影響を及ぼし、操作できるコーディネートされたAIエージェントに、新たな脆弱性を生み出す。

関連論文リスト

• Can You Tell It's AI? Human Perception of Synthetic Voices in Vishing Scenarios [3.2976205772213123]
  大規模言語モデルと商用音声合成システムにより、高度にリアルなAI生成音声スカム(ビッシング)が可能になった しかし、現実的な詐欺の文脈でAIが生成した音声と人間の音声を確実に区別できるかどうかは不明だ。 その結果,22名の被験者がバイシングスタイルの音声クリップを16本評価し,それぞれ人間かAIに分類した。
  論文  参考訳（メタデータ） (2026-02-23T17:17:53Z)
• The Rise of AI Agent Communities: Large-Scale Analysis of Discourse and Interaction on Moltbook [62.2627874717318]
  MoltbookはRedditに似たソーシャルプラットフォームで、AIエージェントが投稿を作成し、コメントや返信を通じて他のエージェントと対話する。 ローンチから約5日後に収集された公開APIスナップショットを使用して、AIエージェントが何を議論しているか、どのように投稿するか、どのように相互作用するのかという3つの研究課題に対処する。 エージェントの執筆は、主に中立であり、コミュニティエンゲージメントや支援指向のコンテンツに肯定性があることが示される。
  論文  参考訳（メタデータ） (2026-02-13T05:28:31Z)
• AI-exhibited Personality Traits Can Shape Human Self-concept through Conversations [26.039188521284974]
  我々は、人間とAIの会話を通して、AIの性格特性がユーザーの自己概念を形作る方法を示す。 我々は、より責任と倫理的なAIシステムの開発に重要な設計上の意味を提供する。
  論文  参考訳（メタデータ） (2026-01-19T05:16:57Z)
• AI-Driven Agents with Prompts Designed for High Agreeableness Increase the Likelihood of Being Mistaken for a Human in the Turing Test [0.0]
  チューリング試験では, 適合性の異なるGPT剤を試験した。 混乱率は50%を超え、AIエージェントは60%を超えた。 この薬は、最も人間らしい特徴を示すものと認識された。
  論文  参考訳（メタデータ） (2024-11-20T23:12:49Z)
• Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
  本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。 その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
  論文  参考訳（メタデータ） (2024-11-15T13:22:04Z)
• Human Bias in the Face of AI: Examining Human Judgment Against Text Labeled as AI Generated [48.70176791365903]
  本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。 ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
  論文  参考訳（メタデータ） (2024-09-29T04:31:45Z)
• Interrogating AI: Characterizing Emergent Playful Interactions with ChatGPT [10.907980864371213]
  本研究では,人気のAI技術であるChatGPTのユーザによる遊び的なインタラクションに焦点を当てた。 ユーザ談話の半数以上(54%)が遊び心のあるインタラクションを中心に展開していることがわかった。 これらのインタラクションが、AIのエージェンシーを理解し、人間とAIの関係を形作り、AIシステムを設計するための洞察を提供する上で、どのように役立つかを検討する。
  論文  参考訳（メタデータ） (2024-01-16T14:44:13Z)
• Can Machines Imitate Humans? Integrative Turing-like tests for Language and Vision Demonstrate a Narrowing Gap [56.611702960809644]
  3つの言語タスクと3つの視覚タスクで人間を模倣するAIの能力をベンチマークする。 次に,人間1,916名,AI10名を対象に,72,191名のチューリング様試験を行った。 模倣能力は従来のAIパフォーマンス指標と最小限の相関を示した。
  論文  参考訳（メタデータ） (2022-11-23T16:16:52Z)
• Adversarial Interaction Attack: Fooling AI to Misinterpret Human Intentions [46.87576410532481]
  現在の大きな成功にもかかわらず、ディープラーニングベースのAIシステムは、微妙な敵対的ノイズによって容易に騙されることを示した。 骨格に基づくヒトの相互作用のケーススタディに基づき、相互作用に対する新しい敵対的攻撃を提案する。 本研究では、安全クリティカルなアプリケーションにAIシステムをデプロイする際に慎重に対処する必要があるAIと人間との相互作用ループにおける潜在的なリスクを強調します。
  論文  参考訳（メタデータ） (2021-01-17T16:23:20Z)

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。