論文の概要: The Decision to Verify: How Warmth and User Characteristics Shape Reliance on Conversational Agents for Information Search
- arxiv url: http://arxiv.org/abs/2605.28498v1
- Date: Wed, 27 May 2026 14:00:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-28 17:38:56.094043
- Title: The Decision to Verify: How Warmth and User Characteristics Shape Reliance on Conversational Agents for Information Search
- Title（参考訳）: 情報検索のための会話エージェントにおける温かみとユーザ特性形状の信頼性の検証
- Authors: Mert Yazan, Frederik Bungaran Ishak Situmeang, Suzan Verberne,
- Abstract要約: 情報検索は、対話型AIとWeb検索を組み合わせたハイブリッドインタラクションパラダイムにますます従っている。
我々は、AI回答の検証を促す基本的な要因(例えば、デジタルリテラシーと会話の暖かさ)を調査する。
- 参考スコア（独自算出の注目度）: 8.544772506500188
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Conversational artificial intelligence (AI) provides an efficient and convenient gateway to information access. However, it can cause overreliance when users blindly trust AI and accept its answers without fact-checking. Information search increasingly follows a hybrid interaction paradigm that combines conversational AI with web search, making fact-checking easier. In this paper, we examine whether this interaction paradigm is effective in curbing reliance. We further investigate the underlying factors (e.g., digital literacy and conversation warmth) that drive users to verify AI answers. We conduct a mixed-subjects question-answering experiment where participants interact with either a warm or a neutral chatbot. Our findings reveal that reliance persists despite users having access to both conversational and web search. The decision to verify is driven primarily by existing user perceptions (e.g., prior trust in chatbots) rather than answer properties, with some users fact-checking regardless of the context and others trusting chatbots by default. Warm conversational style has an indirect yet critical influence on reliance by increasing agreement with the chatbot when it is incorrect. Consulting additional AI sources predicts higher accuracy, while traditional web search does not. Our study extends overreliance research by: (a) demonstrating its persistence despite access to fact-checking, (b) identifying verification behavior as user-dependent, and (c) revealing conversational warmth's indirect effect on overreliance with implications for designing trustworthy conversational search systems.
- Abstract（参考訳）: 会話人工知能(AI)は、情報アクセスへの効率的で便利なゲートウェイを提供する。
しかし、ユーザーがAIを盲目的に信頼し、事実チェックなしで回答を受け入れると、過信を引き起こす可能性がある。
情報検索は、会話AIとWeb検索を組み合わせてファクトチェックを容易にするハイブリッドインタラクションパラダイムに、ますます従っている。
本稿では,この相互作用パラダイムが依存を抑制するのに有効かどうかを検討する。
さらに、AI回答の検証を促す基本的な要因(例えば、デジタルリテラシー、会話の暖かさ)についても検討する。
参加者は温かいチャットボットや中立なチャットボットと対話する。
その結果,ユーザが会話検索とウェブ検索の両方にアクセスできるにもかかわらず,信頼は持続していることが明らかとなった。
検証の決定は、プロパティに答えるよりも既存のユーザ認識(例えば、チャットボットに対する事前信頼)が中心であり、コンテキストに関わらず事実チェックを行うユーザもいれば、デフォルトでチャットボットを信頼するユーザもいる。
温かい会話スタイルは、不正確なときにチャットボットとの合意を増やすことによって、間接的かつ重要な影響を持つ。
新たなAIソースをコンサルティングすることで精度が向上するが、従来のWeb検索では期待できない。
我々の研究は、下記の通り、過信研究を拡張している。
(a)事実確認へのアクセスにもかかわらず、その持続性を示すこと。
(b)検証動作をユーザ依存として識別し、
(c)会話の温かさの間接的影響が、信頼に値する会話検索システムの設計に与える影響を明らかにする。
関連論文リスト
- What Drives Students' Use of AI Chatbots? Technology Acceptance in Conversational AI [0.17188280334580194]
本研究は,学生が会話型AIの使用を意図した行動意図に,有用性と使いやすさがどのような関係があるかを検討する。
学生が会話型AIを使う意図を予測する上で,有用性は依然として最強であると認識されている。
信頼と主観的規範は有用性の知覚に著しく影響を及ぼす一方、快楽は使用意図に直接的および間接的に影響する。
論文 参考訳（メタデータ） (2026-02-24T05:00:41Z) - Personality over Precision: Exploring the Influence of Human-Likeness on ChatGPT Use for Search [8.544772506500188]
そこで我々は,ChatGPT と Google 間の信頼,人間的類似性(擬人化),および設計上の嗜好に関するユーザ認知について検討した。
分析では、ChatGPTとGoogle Daily(DUB)と、主にGoogle(DUG)に頼っている2つの異なるユーザーグループを特定した。
DUBグループはChatGPTに対する高い信頼を示し、より人間らしく認識し、パーソナライゼーションと会話の流れを強化するために事実的正確性を取引する意志を示した。
論文 参考訳（メタデータ） (2025-11-09T16:28:55Z) - HumAIne-Chatbot: Real-Time Personalized Conversational AI via Reinforcement Learning [0.4931504898146351]
textbfHumAIne-chatbotはAIによる会話エージェントで、新しいユーザプロファイリングフレームワークを通じて応答をパーソナライズする。
ライブインタラクションの間、オンライン強化学習エージェントは暗黙の信号を組み合わせることで、ユーザ毎のモデルを洗練する。
その結果、パーソナライズ機能を有効にすると、ユーザ満足度、パーソナライズ精度、タスク達成度が一貫した改善が見られた。
論文 参考訳（メタデータ） (2025-09-04T15:16:38Z) - Blending Queries and Conversations: Understanding Tactics, Trust, Verification, and System Choice in Web Search and Chat Interactions [0.8397730500554048]
本稿では、Web検索とジェネレーティブAI-Chat機能を組み合わせたインタフェースを用いて、健康関連情報課題を解決するユーザスタディを提案する。
我々は、人々がインターフェイスでどのように振る舞ったか、なぜある方法で振る舞ったのか、そしてこれらの振舞いの結果がどのようなものであったかについて研究する。
論文 参考訳（メタデータ） (2025-04-07T14:59:55Z) - Interactive Dialogue Agents via Reinforcement Learning on Hindsight Regenerations [58.65755268815283]
多くの実際の対話は対話的であり、つまりエージェントの発話が会話の相手に影響を与えるか、情報を引き出すか、意見を変えるかである。
この事実を利用して、既存の最適データを書き直し、拡張し、オフライン強化学習(RL)を介してトレーニングする。
実際の人間によるユーザ調査の結果、我々のアプローチは既存の最先端の対話エージェントを大きく上回っていることがわかった。
論文 参考訳（メタデータ） (2024-11-07T21:37:51Z) - INSCIT: Information-Seeking Conversations with Mixed-Initiative
Interactions [47.90088587508672]
InSCItは、混合開始型インタラクションによる情報探索会話のためのデータセットである。
ユーザーエージェントは805対人会話から4.7Kである。
対話型知識認識とオープンドメイン質問応答の最先端モデルに基づく2つのシステムの結果を報告する。
論文 参考訳（メタデータ） (2022-07-02T06:18:12Z) - Understanding How People Rate Their Conversations [73.17730062864314]
我々は、人々が会話エージェントとのインタラクションをどのように評価するかをよりよく理解するために研究を行う。
我々は、評価の変動を説明する変数として、同意性と外向性に焦点を当てる。
論文 参考訳（メタデータ） (2022-06-01T00:45:32Z) - 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) - IART: Intent-aware Response Ranking with Transformers in
Information-seeking Conversation Systems [80.0781718687327]
我々は、情報探索会話におけるユーザ意図パターンを分析し、意図認識型ニューラルレスポンスランキングモデル「IART」を提案する。
IARTは、ユーザ意図モデリングと言語表現学習とTransformerアーキテクチャの統合の上に構築されている。
論文 参考訳（メタデータ） (2020-02-03T05:59:52Z)
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。