論文の概要: Interaction-Centered Intelligence: Toward Interaction as the Primary Unit of Analysis in Co-Creative AI and Human-AI Systems
- arxiv url: http://arxiv.org/abs/2606.00807v1
- Date: Sat, 30 May 2026 16:47:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-03 00:57:58.923963
- Title: Interaction-Centered Intelligence: Toward Interaction as the Primary Unit of Analysis in Co-Creative AI and Human-AI Systems
- Title（参考訳）: インタラクション中心インテリジェンス:コクレーティブAIとヒューマンAIシステムにおける分析単位としてのインタラクションを目指して
- Abstract要約: 本稿では,共同創造型AIとインタラクション中心知能の分析単位として,インタラクションを提案する。
エージェント、環境、社会技術システム間の相互作用のダイナミクスが進化することで知性が生まれると主張している。
本稿では、人間とAIの協調創造、協調的創発、適応的参加、相互作用力学を理解するための枠組みとして、インタラクション中心インテリジェンスを紹介する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Traditional artificial intelligence has largely conceptualized intelligence as isolated computation occurring within bounded agents. Across classical AI, machine learning, and many generative systems, the dominant unit of analysis remains the individual model or autonomous system evaluated through outputs, benchmarks, prediction accuracy, or optimization performance. While these approaches have produced major advances, they often under-theorize the role of interaction in the emergence of intelligence, creativity, meaning, and adaptive behavior. This paper proposes interaction as the primary unit of analysis for co-creative AI and interaction-centered intelligence more broadly. Drawing from distributed cognition, embodied cognition, enaction, participatory sense-making, human-computer interaction, and computational creativity, the paper traces a historical progression toward increasingly relational accounts of intelligence. Building upon prior work in Creative Sense-Making, quantified co-creation, and co-creative systems such as the Drawing Apprentice and AI Drawing Partner, it argues that intelligence emerges through evolving interaction dynamics among agents, environments, and socio-technical systems rather than solely through internal computation. The paper introduces Interaction-Centered Intelligence as a framework for understanding human-AI co-creation, collaborative emergence, adaptive participation, and interactional dynamics. Rather than evaluating intelligence solely through generated outputs, the framework emphasizes interaction trajectories, coordination patterns, participatory engagement, adaptive regulation, and interactional drift unfolding through time. Implications for explainable co-creative AI, hybrid intelligence, enactive AI, and future human-AI systems are discussed.
- Abstract（参考訳）: 従来の人工知能は、有界エージェント内で発生する独立した計算として、主にインテリジェンスを概念化した。
古典的なAI、機械学習、および多くの生成システム全体において、分析の主流は、出力、ベンチマーク、予測精度、最適化パフォーマンスで評価された個々のモデルまたは自律システムのままである。
これらのアプローチは大きな進歩をもたらしたが、知性、創造性、意味、適応的な行動の出現における相互作用の役割を過小評価することが多い。
本稿では,共同創造型AIとインタラクション中心型知能の分析の主単位として,インタラクションを提案する。
分散認知、具体化認知、行動、参加意識形成、人間とコンピュータの相互作用、そして計算の創造性から引き出されたこの論文は、ますます関係性の強い知性アカウントへの歴史的進歩を辿る。
創造センス・メイキング(Creative Sense-Making)、定量化されたコクリエーション、そしてドローイング・アレンティス(Drawing Apprentice)やAIドローイング・パートナー(AI Drawing Partner)のような共同創造システムにおける先行研究に基づいて、インテリジェンスは内部計算だけでなく、エージェント、環境、社会技術システム間の相互作用の進化を通じて現れると論じている。
本稿では、人間とAIの協調創造、協調的創発、適応的参加、相互作用力学を理解するための枠組みとして、インタラクション中心インテリジェンスを紹介する。
このフレームワークは、生成された出力によってのみインテリジェンスを評価するのではなく、相互作用の軌跡、協調パターン、参加的関与、適応的規制、時間を通して展開される相互作用的ドリフトを強調している。
説明可能な共創造型AI、ハイブリッドインテリジェンス、活動型AI、将来の人間-AIシステムについて論じる。
関連論文リスト
- From Passive Tool to Socio-cognitive Teammate: A Conceptual Framework for Agentic AI in Human-AI Collaborative Learning [0.0]
我々は、ツールとしてのAIから、コラボレーションパートナとしてのAIへの移行をグラフ化する、新しい概念的フレームワークを提案する。
真の意識や共有意図を欠いたAIが真の協力者であるかどうかを検討する。
この区別は、教育におけるAIの教育、教育設計、そして将来の研究課題に重要な意味を持つ。
論文 参考訳（メタデータ） (2025-08-20T16:17:32Z) - Agentic AI in Product Management: A Co-Evolutionary Model [0.0]
本研究では,エージェントAIの製品管理における変革的役割について考察する。
プロダクトライフサイクル全体にわたる統合をガイドする概念的共進化的フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-01T02:32:32Z) - AI Flow: Perspectives, Scenarios, and Approaches [51.38621621775711]
私たちは最先端のITとCTの進歩を統合するフレームワークであるAI Flowを紹介します。
まず、デバイスエッジクラウドフレームワークは、エンドデバイス、エッジサーバ、クラウドクラスタを統合する基盤として機能する。
第2に,家族モデルの概念を導入し,同列に隠れた特徴を持つ様々なサイズのモデルに言及する。
第3に、コネクティビティとインタラクションに基づくインテリジェンスの出現は、AI Flowの新たなパラダイムである。
論文 参考訳（メタデータ） (2025-06-14T12:43:07Z) - 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) - Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems [132.77459963706437]
この本は、モジュール化された脳に触発されたアーキテクチャの中で、インテリジェントなエージェントをフレーミングする、包括的な概要を提供する。
自己向上と適応的な進化のメカニズムを探求し、エージェントが自律的に能力を洗練する方法を探求する。
また、エージェントの相互作用、協力、社会構造から生じる集合的知性についても調べる。
論文 参考訳（メタデータ） (2025-03-31T18:00:29Z) - From Autonomous Agents to Integrated Systems, A New Paradigm: Orchestrated Distributed Intelligence [0.0]
オーケストレーション分散インテリジェンス(ODI)の概念を紹介する。
ODIはAIを、人間の専門知識と連動して働く結束的で組織化されたネットワークとして再認識する。
我々の研究は、重要な理論的意味を概説し、将来の研究と企業イノベーションのための実践的なロードマップを提示します。
論文 参考訳（メタデータ） (2025-03-17T22:21:25Z) - Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事
従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。
大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文 参考訳（メタデータ） (2024-07-11T14:00:53Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - Human-AI collaboration is not very collaborative yet: A taxonomy of interaction patterns in AI-assisted decision making from a systematic review [6.013543974938446]
意思決定支援システムにおける人工知能の活用は、技術的進歩に不相応に焦点を合わせてきた。
人間中心の視点は、既存のプロセスとのシームレスな統合のためにAIソリューションを設計することで、この懸念を緩和しようとする。
論文 参考訳（メタデータ） (2023-10-30T17:46:38Z) - An active inference model of collective intelligence [0.0]
本稿では,局所的な個人レベルの相互作用と集団的知性の関係をシミュレートする最小エージェントモデルを提案する。
その結果, エージェントの局所的最適とグローバル的最適の整合性の相補的なメカニズムを提供することにより, 段階的認知遷移がシステム性能を向上させることが示された。
論文 参考訳（メタデータ） (2021-04-02T14:32:01Z) - Future Trends for Human-AI Collaboration: A Comprehensive Taxonomy of
AI/AGI Using Multiple Intelligences and Learning Styles [95.58955174499371]
我々は、複数の人間の知性と学習スタイルの様々な側面を説明し、様々なAI問題領域に影響を及ぼす可能性がある。
未来のAIシステムは、人間のユーザと互いにコミュニケーションするだけでなく、知識と知恵を効率的に交換できる。
論文 参考訳（メタデータ） (2020-08-07T21:00:13Z)
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。