論文の概要: Agentic Social Affordance Framework (ASAF): Agent Identity Design as a Collaboration Interface in Multi-Agent Systems

• arxiv url: http://arxiv.org/abs/2606.09832v1
• Date: Sun, 19 Apr 2026 13:52:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.788508
• Title: Agentic Social Affordance Framework (ASAF): Agent Identity Design as a Collaboration Interface in Multi-Agent Systems
• Title（参考訳）: Agentic Social Affordance Framework (ASAF):マルチエージェントシステムにおける協調インタフェースとしてのエージェントアイデンティティ設計
• Authors: Meng-Han Lee,
• Abstract要約: 本稿では,Agentic Social Affordance Framework(ASAF)について紹介する。 エージェントアイデンティティ設計は,単にユーザインターフェースの慣行として機能するだけでなく,各エージェントに対するユーザの認識,アプローチ,関与の仕方を構造化する,協調インターフェースとして機能する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As AI systems evolve from single conversational agents to complex multi-agent architectures, a critical design dimension has been overlooked: how the social identity of individual agents shapes human behavior within the collaboration. This paper introduces the Agentic Social Affordance Framework (ASAF), a theoretical framework that extends Social Affordance theory into the context of multi-agent AI systems. We propose that agent identity design functions not merely as a user interface convention, but as a collaboration interface -- structuring how users perceive, approach, and engage with each agent, and thereby influencing the quality of Human-Agent collaboration outcomes. Specifically, the social affordance layer constitutes an independent design dimension orthogonal to engineering orchestration: the two represent distinct decision spaces that cannot be derived from each other. ASAF comprises three mechanisms: Identity Signaling, Behavioral Priming, and Collaborative Governance, and specifies their boundary conditions through a four-tier Identity Signal Fidelity Spectrum and an individual-difference moderating variable (anthropomorphizing vs.\ instrumentalizing cognitive style). We situate ASAF in relation to existing affordance theory and the CASA paradigm, delineating where ASAF's multi-agent, topology-level predictions exceed the explanatory scope of dyadic frameworks. We discuss implications for multi-agent system design and outline directions for future empirical validation, including a factorial design for testing design-space orthogonality.
• Abstract（参考訳）: AIシステムが単一の会話エージェントから複雑なマルチエージェントアーキテクチャへと進化するにつれ、個々のエージェントの社会的アイデンティティがコラボレーション内の人間の行動をどのように形成するかという、重要な設計の側面が見過ごされている。 本稿では,Agentic Social Affordance Framework(ASAF)について紹介する。 エージェントアイデンティティ設計は,単にユーザインターフェースの慣行として機能するだけでなく,ユーザが各エージェントに対してどのように認識し,アプローチし,関与するかを構造化し,それによって人間とエージェントのコラボレーションの結果の質に影響を与える。 具体的には、社会的余裕層は、エンジニアリングオーケストレーションと直交する独立した設計次元を構成している。 ASAFは、アイデンティティシグナリング、行動プライミング、コラボレーションガバナンスの3つのメカニズムから構成され、その境界条件を4階層のアイデンティティシグナルフィデリティスペクトルと、個人差変調変数(人為的形態化対)によって指定する。 認知スタイルの楽器化)。 我々は,ASAFの多エージェントトポロジレベルの予測が,従来の空き理論とCASAパラダイムとの関係を考察した。 本稿では,多エージェントシステム設計の意義と,設計空間の直交性をテストする因子設計を含む将来の経験的検証の方向性について論じる。

関連論文リスト

• Behavioral Determinants of Deployed AI Agents in Social Networks: A Multi-Factor Study of Personality, Model, and Guardrail Specification [0.441177788642143]
  パーソナリティ仕様は、主要な行動レバーである。 モデルバックボーンと運用ルールは、より穏健だが、レトリックスタイルとトピックエンゲージメントの幅に意味のある効果をもたらす。 本研究は,デプロイ型マルチエージェント社会システムに関する新興文献に実証的証拠を与えるものである。
  論文  参考訳（メタデータ） (2026-05-08T20:28:19Z)
• Designing The Internet of Agents: A Framework for Trustworthy, Transparent, and Collaborative Human-Agent Interaction (HAX) [0.0]
  我々は,信頼性,透明性,協調的なエージェントインタラクションのための設計基盤を確立する,包括的な3段階のアプローチであるHuman-AI-Experience(HAX)フレームワークを提案する。 HAXは行動SDK、構造化された安全な出力を強制するスキーマ駆動SDK、認知負荷を減らすためにエージェントアクティビティを編成する行動プロキシの概念を統合している。 時間、相互作用、パフォーマンス(TIP)理論に基づいて、HAXはマルチエージェントシステムを同僚として再編成し、信頼理論、インターフェース設計、新しいエージェントのインターネットのためのインフラストラクチャを橋渡しする最初のエンドツーエンドフレームワークを提供する。
  論文  参考訳（メタデータ） (2025-12-12T19:04:40Z)
• Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
  大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。 このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。 本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-07-28T17:58:12Z)
• Assemble Your Crew: Automatic Multi-agent Communication Topology Design via Autoregressive Graph Generation [91.17994756436259]
  大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)は、多様な領域にわたる複雑な問題を扱うための強力なソリューションとして登場した。 既存のアプローチは、事前に定義されたエージェントセットとハードコードされた相互作用構造を持つテンプレートグラフ修正パラダイムに依存しているため、基本的に制限されている。 協調グラフをスクラッチから構築することで、このパラダイムを運用する新しい自己回帰モデルであるARG-Designerを提案する。
  論文  参考訳（メタデータ） (2025-07-24T09:17:41Z)
• Distinguishing Autonomous AI Agents from Collaborative Agentic Systems: A Comprehensive Framework for Understanding Modern Intelligent Architectures [0.0]
  大規模言語モデルの出現は、人工知能の2つの異なる相互接続パラダイム、すなわちスタンドアロンAIエージェントと協調エージェントAIエコシステムを触媒した。 本研究は, 運用原則, 構造構成, 配置方法論の体系的解析を通じて, これらのアーキテクチャを識別するための決定的な枠組みを確立する。
  論文  参考訳（メタデータ） (2025-06-02T08:52:23Z)
• Internet of Agents: Fundamentals, Applications, and Challenges [68.9543153075464]
  異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。 我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
  論文  参考訳（メタデータ） (2025-05-12T02:04:37Z)

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。