論文の概要: Divergent Paths to Depolarization: Dialogue Design Determines the Prosocial Benefits of AI-Assisted Political Argumentation

• arxiv url: http://arxiv.org/abs/2605.23890v1
• Date: Fri, 22 May 2026 17:51:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-25 17:29:20.457411
• Title: Divergent Paths to Depolarization: Dialogue Design Determines the Prosocial Benefits of AI-Assisted Political Argumentation
• Title（参考訳）: 分極への分岐経路:AI支援政治論の社会的利益を決定する対話設計
• Authors: Jianlong Zhu, Syed Muhammad Jhon Raza Naqvi, Carolin-Theresa Ziemer, Usman Naseem, Ingmar Weber,
• Abstract要約: 政治的分裂にまたがる論証的な対話は分極を減少させる。 人間とAIの対話の形式がどのようにその利点を形作るかは、まだ不明である。 これらの知見は、効果的なAIによる行動介入の重要な決定要因として、対話設計を強調している。
• 参考スコア（独自算出の注目度）: 11.18468073756501
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Argumentative dialogues across political divides can reduce polarization, yet opportunities for citizens to engage with opposing views in accessible and structured ways remain limited. AI dialogue partners offer a scalable framework for such open-mindedness exercises, but how the format of human-AI dialogues shapes their benefits remains unclear. In a two-session online experiment, 469 US participants were assigned to argue either for or against their own attitude on a contested political issue with an AI chatbot. Our experimental findings show attitude-congruent dialogues produced greater immediate reduction in both affective and opinion polarization than attitude-incongruent dialogues. By contrast, attitude-incongruent dialogues elicited weaker cognitive state empathy than the non-AI reference task but increased cognitive trait empathy in the two-week period between sessions, suggesting the effects of active generation of attitude-incongruent arguments may emerge over time. These findings highlight dialogue design as a key determinant of effective AI-mediated behavioral interventions.
• Abstract（参考訳）: 政治的分断間の議論は分極を減少させる可能性があるが、市民がアクセス可能で構造化された方法で反対の見解に関わり続ける機会は限られている。 AI対話のパートナは、このようなオープンマインドネスエクササイズのためのスケーラブルなフレームワークを提供するが、人間とAIの対話の形式がどのようにそのメリットを形作るのかは、まだ不明だ。 2段階のオンライン実験では、469人の米国参加者が、AIチャットボットで争われた政治問題に対して、自身の態度について議論するか反対するかのどちらかを割り当てられた。 実験の結果,態度非一致の対話よりも感情と意見の偏極が即時的に減少することが確認された。 対照的に、非AI参照課題よりも認知状態の共感が弱かったが、セッション間の2週間の間に認知特性の共感が増大し、アクティブな態度不一致の議論が時間とともに出現する可能性が示唆された。 これらの知見は、効果的なAIによる行動介入の重要な決定要因として、対話設計を強調している。

関連論文リスト

• "I followed what felt right, not what I was told": Autonomy, Coaching, and Recognizing Bias Through AI-Mediated Dialogue [16.27769557566952]
  本稿では,AIによる対話が能力認識にどのように影響するかを実験する。 160人の参加者が事前テスト、介入、そして4つの条件にわたるポストテストを終えた。 定量的な結果から, 対話に基づく条件は, 読解よりも強い認識が得られたが, 軌跡は分岐し, 偏見は中性から偏見の差を増すが, 全体的な否定性は増大した。 我々は、AIによる介入プラットフォームである検証されたウィグネットコーパスに貢献し、バイアス関連ナッジを統合する際に直面するトレードオフを浮き彫りにする設計上の意味について述べる。
  論文  参考訳（メタデータ） (2026-03-11T20:06:56Z)
• Reflecting Twice before Speaking with Empathy: Self-Reflective Alternating Inference for Empathy-Aware End-to-End Spoken Dialogue [53.95386201009769]
  音声対話における共感的品質を評価するための記述型自然言語ベース評価モデルであるEmpathyEvalを紹介する。 本稿では,共感的自己反射的交替推論機構を通じて共感的対話を強化する,エンドツーエンドの音声言語モデルであるReEmpathyを提案する。
  論文  参考訳（メタデータ） (2026-01-26T09:04:50Z)
• Aligning Spoken Dialogue Models from User Interactions [55.192134724622235]
  本稿では,ユーザの対話からリアルタイム会話における音声対話モデルを改善するための新しい嗜好アライメントフレームワークを提案する。 AIフィードバックを付加した生のマルチターン音声会話から15万以上の好みペアのデータセットを作成する。 本研究は, 自然なリアルタイム音声対話システムにおいて重要な, 様々な力学におけるバランスの整合性の重要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2025-06-26T16:45:20Z)
• Towards Dialogues for Joint Human-AI Reasoning and Value Alignment [3.432828370470386]
  共同推論(すなわち「問い合わせ」)を支援することを目的とした人間-AI対話の実現は、AIによる意思決定が人間の価値観や嗜好と一致していることを保証する上で重要である、と我々は主張する。
  論文  参考訳（メタデータ） (2024-05-28T11:29:57Z)
• Sibyl: Empowering Empathetic Dialogue Generation in Large Language Models via Sensible and Visionary Commonsense Inference [40.96005200292604]
  感性とビジョンコモンセンス知識(Sibyl)という革新的な枠組みを提示する。 それは、より共感的な反応を引き出すことを目的として、すぐに続く対話に集中するように設計されている。 実験結果から,LLMにコモンセンス知識を習得するためのパラダイムを取り入れることで,その応答の質を総合的に向上することが示された。
  論文  参考訳（メタデータ） (2023-11-26T14:35:23Z)
• DynaEval: Unifying Turn and Dialogue Level Evaluation [60.66883575106898]
  統合された自動評価フレームワークDynaEvalを提案する。 ターンレベルの評価を行うことができるが、対話全体の品質を公平に考慮することもできる。 実験の結果,DynaEvalは最先端の対話コヒーレンスモデルよりも優れていた。
  論文  参考訳（メタデータ） (2021-06-02T12:23:18Z)
• Rethinking Dialogue State Tracking with Reasoning [76.0991910623001]
  本稿では, 対話状態の段階的追跡を, バックエンドデータの助けを借りて行うことを提案する。 実験の結果,MultiWOZ 2.1の連立信条精度は38.6%向上した。
  論文  参考訳（メタデータ） (2020-05-27T02:05:33Z)
• You Impress Me: Dialogue Generation via Mutual Persona Perception [62.89449096369027]
  認知科学の研究は、理解が高品質なチャット会話に不可欠なシグナルであることを示唆している。 そこで我々は,P2 Botを提案する。このP2 Botは,理解を明示的にモデル化することを目的とした送信機受信者ベースのフレームワークである。
  論文  参考訳（メタデータ） (2020-04-11T12:51:07Z)

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。