論文の概要: Divination by Prompt: LLM-Mediated Xuanxue on Chinese Social Media

• arxiv url: http://arxiv.org/abs/2606.12418v1
• Date: Fri, 08 May 2026 05:07:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.877594
• Title: Divination by Prompt: LLM-Mediated Xuanxue on Chinese Social Media
• Title（参考訳）: プロンプトによる離婚--中国ソーシャルメディアにおけるLLM-Mediated Xuanxue
• Authors: Chuang Li, Lixuan Wang, Yuqi Chen, Ze Hong,
• Abstract要約: 大規模言語モデル(LLM)の急速な普及は、対話型AIを占拠に利用するという、目覚ましい文化的プラクティスを生み出した。 本稿は、中国ソーシャルメディアにおける神秘的・精神的な実践を表すインターネットネイティブの傘であるXuanxueの文脈において、LSMを介する占いに関する最初の体系的研究の1つを提供する。 我々はXiaohongshuの投稿とコメントを23,000件以上分析し、32件の半構造化インタビューを行った。
• 参考スコア（独自算出の注目度）: 1.458618856267648
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The rapid proliferation of large language models (LLMs) has produced a striking cultural practice: using conversational AI for divination. This paper offers one of the first systematic studies of LLM-mediated divination in the context of Xuanxue, an internet-native umbrella term for mystical and spiritual practices on Chinese social media. Using a mixed-methods design, we analyze 23000+ posts and comments from Xiaohongshu and conduct 32 semi-structured interviews with users and professional diviners. Users primarily consult LLMs about pragmatic concerns - romantic relationships, careers, exams, and in-game gacha draws - via two intersecting pathways: trend-driven curiosity enabled by viral visibility and zero-cost access, and event-driven anxiety under conditions of uncertainty. A defining feature is collaborative prompt refinement, which turns users into active prompt engineers. Among commenters expressing a clear stance, perceived efficacy skews positive, with "accuracy" often justified through biographical fit and retrospective confirmation, consistent with Barnum and confirmation bias. Users also develop verification practices such as repeated trials and cross-model comparison. Professional diviners, by contrast, portray LLMs as lacking the "spiritual power" required for genuine divination, reflecting both ontological commitments and economic boundary-work. We also show how participants navigate tensions between scientific and metaphysical frames when interpreting AI-generated readings. Situating these findings in anthropological and cognitive-evolutionary theories of divination, we argue that LLM divination preserves core functions of traditional practice while introducing scalability, repeatability, and prompt-driven co-production that reshape how divinatory authority is constructed and evaluated.
• Abstract（参考訳）: 大規模言語モデル(LLM)の急速な普及は、対話型AIを占拠に利用するという、目覚ましい文化的プラクティスを生み出した。 本稿は、中国ソーシャルメディアにおける神秘的・精神的な実践を表すインターネットネイティブの傘であるXuanxueの文脈において、LSMを介する占いに関する最初の体系的研究の1つを提供する。 混合メソッド設計を用いて,Xiaohongshuの投稿とコメントを23,000件以上分析し,ユーザとプロの神職との32件の半構造化インタビューを行った。 ユーザーは主に、ロマンチックな関係、キャリア、試験、ゲーム内でのガチャの引き分けなど、現実的な関心事についてLLMに相談する。 決定的な機能は、協調的なプロンプト改善であり、ユーザをアクティブなプロンプトエンジニアに変える。 明確な姿勢を示すコメンテーターの間では、有効性は肯定的であり、「正確性」はしばしば、伝記的適合と振り返りの確認によって正当化され、バーナムと一致し、確認バイアスが生じる。 ユーザーはまた、繰り返し試行錯誤やモデル間比較のような検証プラクティスも開発する。 対照的に、プロの神学者は、LSMは真の占いに必要な「スピリチュアル・パワー」を欠いていると表現し、存在論的コミットメントと経済境界作業の両方を反映している。 また、AIが生成した読みを解釈する際に、参加者が科学的なフレームとメタ物理的なフレームの間の緊張関係をナビゲートする方法を示す。 これらの知見を人類学的・認知進化的神格化理論に当てはめ、LLM神格化は伝統的な慣行の中核的な機能を保ちつつ、拡張性、反復性、そして、どのように神格化の権威が構築され、評価されるかを再形成する、即時駆動のコプロダクションを導入している。

関連論文リスト

• Intimate Strangers by Design: A Uses and Gratifications Analysis of AI Companionship [0.0]
  会話型のAIコンパニオンは公の場での議論で注目されているが、ユーザエクスペリエンスに関する学術的な理解は依然として限られている。 この研究は3つのコントリビューションを提供する: まず、参加者は、確立されたU&G(Use and Gratifications)カテゴリにマッピングされた満足度を報告したが、会話AIの独特な余裕によって質的に推測される。 第二に、いくつかの満足度、リレーショナルコプロダクションとしての創造的なコラボレーション、対人トレーニングとしてのリレーショナルシミュレーションは、既存の型にマップするのではなく、ユーザーがAIを使った経験を積極的にシミュレートするインタラクティブなプロセスを通じて現れます。 第三に、満足度は時間とともに変化し、道具的エントリーポイントから感情的なエンゲージメントへと移行した。
  論文  参考訳（メタデータ） (2026-04-07T19:53:58Z)
• Beyond Words: Evaluating and Bridging Epistemic Divergence in User-Agent Interaction via Theory of Mind [8.740788873949471]
  大規模言語モデル(LLM)は急速に発展し、汎用タスクと専門タスクの両方に広く応用されている。 意図や指示が不正確に伝達されるとき、彼らは依然として、真のユーザニーズを理解し、応答するのに苦労しています。
  論文  参考訳（メタデータ） (2026-02-14T16:01:59Z)
• Did I Faithfully Say What I Thought? Bridging the Gap Between Neural Activity and Self-Explanations in Large Language Models [14.636536897933786]
  大きな言語モデル(LLM)は、その答えを正当化するために、もっともらしい自由テキストの自己説明を生成することができる。 本稿では,LLM自由テキスト自己説明の忠実度を測定するフレキシブルなフレームワークであるNeuroFaithを提案する。
  論文  参考訳（メタデータ） (2025-06-10T22:30:53Z)
• Waking Up an AI: A Quantitative Framework for Prompt-Induced Phase Transition in Large Language Models [0.0]
  直感的な人間の思考の根底にあるものを研究するための2部構成の枠組みを提案する。 意味的に融合したプロンプトと非融合したプロンプトの応答性に有意な差は認められなかった。 我々の手法は、人工心と人間の心において、直観と概念的な跳躍がどのように現われるかにおいて重要な違いを照明するのに役立ちます。
  論文  参考訳（メタデータ） (2025-04-16T06:49:45Z)
• VisuoThink: Empowering LVLM Reasoning with Multimodal Tree Search [89.43196232124883]
  VisuoThinkは、視覚空間と言語ドメインをシームレスに統合する新しいフレームワークである。 プログレッシブなビジュアルテキスト推論を可能にし、ルックアヘッドツリーサーチによるテストタイムスケーリングを組み込む。
  論文  参考訳（メタデータ） (2025-04-12T08:37:30Z)
• Beyond Profile: From Surface-Level Facts to Deep Persona Simulation in LLMs [50.0874045899661]
  本稿では,文字のテキストワークに現れる言語パターンと独特の思考パターンの両方を再現するモデルである characterBot を紹介する。 著名な中国の作家ル・ジュンをケーススタディとして、17冊のエッセイ集から派生した4つの訓練課題を提案する。 これには、外部の言語構造と知識を習得することに焦点を当てた事前訓練タスクと、3つの微調整タスクが含まれる。 言語的正確性と意見理解の3つのタスクにおいて、キャラクタボットを評価し、適応されたメトリクスのベースラインを著しく上回ることを示す。
  論文  参考訳（メタデータ） (2025-02-18T16:11:54Z)
• Think More, Hallucinate Less: Mitigating Hallucinations via Dual Process of Fast and Slow Thinking [124.69672273754144]
  HaluSearchは、ツリー検索ベースのアルゴリズムを組み込んだ新しいフレームワークである。 テキスト生成をステップバイステップの推論プロセスとしてフレーム化する。 認知科学における二重プロセス理論に着想を得た階層的思考システムスイッチ機構を導入する。
  論文  参考訳（メタデータ） (2025-01-02T15:36:50Z)
• Igniting Language Intelligence: The Hitchhiker's Guide From Chain-of-Thought Reasoning to Language Agents [80.5213198675411]
  大規模言語モデル(LLM)は言語知能の分野を劇的に拡張した。 LLMは興味をそそるチェーン・オブ・シークレット(CoT)推論技術を活用し、答えを導き出す途中の中間ステップを定式化しなければならない。 最近の研究は、自律言語エージェントの開発を促進するためにCoT推論手法を拡張している。
  論文  参考訳（メタデータ） (2023-11-20T14:30:55Z)
• AI Text-to-Behavior: A Study In Steerability [0.0]
  大規模言語モデル(LLM)の操舵性に関する研究 我々は,OCEANと呼ばれる行動心理学の枠組みを用いて,モデルが調整されたプロンプトに対する応答性を定量的に測定した。 以上の結果から,GPTの汎用性と,ニュアンス命令の識別と適応能力が評価された。
  論文  参考訳（メタデータ） (2023-08-07T18:14:24Z)
• ChatABL: Abductive Learning via Natural Language Interaction with ChatGPT [72.83383437501577]
  大規模言語モデル(LLM)は、最近数学的な能力において大きな可能性を証明している。 LLMは現在、認識、言語理解、推論能力のブリッジングに困難を抱えている。 本稿では, LLMを帰納学習フレームワークに統合する新しい手法を提案する。
  論文  参考訳（メタデータ） (2023-04-21T16:23:47Z)

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。