論文の概要: Machine Psychometrics: A Mathematical Psychology of Artificial Intelligence

• arxiv url: http://arxiv.org/abs/2605.23952v1
• Date: Sun, 10 May 2026 21:15:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-01 02:55:42.971041
• Title: Machine Psychometrics: A Mathematical Psychology of Artificial Intelligence
• Title（参考訳）: 機械心理学 : 人工知能の数学的心理学
• Authors: Alex Bogdan, Adrian de Valois-Franklin,
• Abstract要約: 本稿では、2つの対称誤差間の不一致を、その下に規律のある測定層を導入することで回避できると主張している。 人工エージェントにおける潜在行動, メタ認知, コミュニケーション, 自己モデリングの計測科学として, マシン・サイコメトリックスを開発した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Artificial agents now generate behavior rich enough to invite trust, surprise, and concern, yet our evaluation tools still privilege capability scores over psychological structure. This paper argues that the philosophical impasse between two symmetrical errors (Artificial Mind Blindness, which dismisses psychological organization in non-biological systems, and Artificial Mind Projection, which infers human-like inner life from fluent behavior alone) can be circumvented not by resolving the consciousness question, but by introducing a disciplined measurement layer beneath it. Drawing on Michael Levin's continuum view of cognition as goal-directed competency across substrates, and on the methodological repertoire of mathematical psychology (Item Response Theory, Signal Detection Theory, Bayesian cognitive modeling, calibration analysis, cognitive-bias batteries), the paper develops Machine Psychometrics as a measurement science of latent behavioral, metacognitive, communicative, and self-modeling dispositions in artificial agents. Its operational core is the Machine Mindprint: a multidimensional, domain-bounded, versioned profile spanning calibration, source integrity, suggestibility resistance, context stability, expressive alignment, tool integrity, drift monitoring, and distributional grounding. A complementary Trust Protocol turns Mindprints into deployment decisions through probe batteries, perturbation testing, reliability and validity analysis, and longitudinal monitoring across high-stakes domains. The philosophical contribution is a third stance, Artificial Mind Discipline, that neither anthropomorphizes nor dismisses, neither presupposes consciousness nor forecloses it. The aim is not to humanize artificial agents, but to understand them precisely because they are not human, through measurement before judgment.
• Abstract（参考訳）: 人工エージェントは、信頼、サプライズ、関心を惹きつけるのに十分な行動を生成するが、我々の評価ツールは、心理学的構造よりも特権的能力のスコアを保っている。 本論では、非生物学的システムにおける心理的組織を排除している人工心盲(Artificial Mind Blindness)と、人間のような内的生活を流動的な行動から推論する人工心投射(Artificial Mind Projection)との哲学的矛盾を、意識問題を解決するのではなく、その下に規律的な測定層を導入することによって回避できると主張している。 マイケル・レヴィンの認知を基質間の目標指向能力としての連続的な見解、数学的心理学の方法論的レパートリー(アイテム反応理論、信号検出理論、ベイズ認知モデリング、キャリブレーション分析、認知バイアスバッテリー)に基づいて、この論文は、潜在的行動、メタ認知的、コミュニケーション的、自己モデリング的配置の測定科学としての機械心理学を発展させている。 マシンマインドプリント(Machine Mindprint)は、キャリブレーション、ソースの整合性、コンテクストの安定性、表現的アライメント、ツールの整合性、ドリフトモニタリング、分散グラウンドティングにまたがる多次元バージョンプロファイルである。 補完的なTrust Protocolは、Mindprintsをプローブバッテリ、摂動テスト、信頼性と妥当性分析、高レベルのドメインにわたる経時モニタリングを通じてデプロイメント決定に変換する。 哲学的な貢献は第3のスタンスである「人工心の規律」であり、人間的形態化も否定もせず、意識を前提にもせず、隠蔽もしない。 目的は人為的エージェントを人間化するのではなく、判断前の測定によって、人間ではないから正確に理解することである。

関連論文リスト

• The Subject of Emergent Misalignment in Superintelligence: An Anthropological, Cognitive Neuropsychological, Machine-Learning, and Ontological Perspective [0.0]
  我々は超知能談話を通して、欠席した人間の主題、そして「AI無意識」の未発達理論を見いだす。 人間の被験者は、この想像のどの場所に住んでいますか? 望ましくないパターンが私たちの存在に固有の場合に、これらのエージェントが偽りの戦略を選択することを非難するだろうか?
  論文  参考訳（メタデータ） (2025-12-19T17:43:25Z)
• Truly Self-Improving Agents Require Intrinsic Metacognitive Learning [59.60803539959191]
  自己改善エージェントは、最小限の監督で継続的に新しい能力を取得することを目的としている。 現在のアプローチは2つの重要な制限に直面している。自己改善プロセスは、しばしば厳格であり、タスクドメイン全体にわたって一般化できない。 我々は、効果的な自己改善は、エージェントの本質的な能力として定義された固有のメタ認知学習を必要とし、自身の学習プロセスを積極的に評価し、反映し、適応させる。
  論文  参考訳（メタデータ） (2025-06-05T14:53:35Z)
• Neural Brain: A Neuroscience-inspired Framework for Embodied Agents [78.61382193420914]
  大規模な言語モデルのような現在のAIシステムは、いまだに解体され続けており、物理的に世界と関わりが持てない。 この課題の核心は、人間のような適応性を持つエンボディエージェントを駆動するために設計された中枢知能システムであるNeural Brain(ニューラル・ブレイン)の概念である。 本稿では,2つの基本的な課題に対処する,エンボディエージェントのニューラルブレインの統一的枠組みを提案する。
  論文  参考訳（メタデータ） (2025-05-12T15:05:34Z)
• Measurement of LLM's Philosophies of Human Nature [113.47929131143766]
  大規模言語モデル(LLM)を対象とする標準化された心理尺度を設計する。 現在のLSMは、人間に対する信頼の欠如を示す。 本稿では,LLMが継続的に価値体系を最適化できるメンタルループ学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-03T06:22:19Z)
• Analyzing Advanced AI Systems Against Definitions of Life and Consciousness [0.0]
  先進的なAIシステムが意識を得たかどうかを調べるための指標をいくつか提案する。 我々は、サボタージュ防御、ミラー自己認識アナログ、メタ認知更新のような免疫を発現する十分に高度なアーキテクチャが、ライフライクまたは意識ライクな特徴に似た重要なしきい値を超えた可能性があることを示唆している。
  論文  参考訳（メタデータ） (2025-02-07T15:27:34Z)
• Guiding Machine Perception with Psychophysics [10.042664333785444]
  心理学では、研究者は刺激のいくつかの側面をパラメトリック的に変化させ、その結果の被験者の刺激経験の変化を測定する。 このアプローチは、信号検出、しきい値の測定、理想的なオブザーバ分析など、知覚領域で広く使われている。 行動測定によって導かれる機械知覚は、任意に割り当てられた人間のラベルに制限されるガイダンスとは対照的に、人工知能のさらなる進歩を促進する大きな可能性を持っている。
  論文  参考訳（メタデータ） (2022-07-05T18:01:38Z)
• AGENT: A Benchmark for Core Psychological Reasoning [60.35621718321559]
  直観心理学は、観察可能な行動を駆動する隠された精神変数を推論する能力です。 他のエージェントを推論する機械エージェントに対する近年の関心にもかかわらず、そのようなエージェントが人間の推論を駆動するコア心理学の原則を学ぶか保持するかは明らかではない。 本稿では,プロシージャが生成する3dアニメーション,エージェントを4つのシナリオで構成したベンチマークを提案する。
  論文  参考訳（メタデータ） (2021-02-24T14:58:23Z)

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。