論文の概要: Exploring How Agent Voice Accents Shape Human-AI Collaboration in K-12 Group Learning

• arxiv url: http://arxiv.org/abs/2606.12805v1
• Date: Thu, 11 Jun 2026 02:01:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-12 15:55:27.531416
• Title: Exploring How Agent Voice Accents Shape Human-AI Collaboration in K-12 Group Learning
• Title（参考訳）: K-12グループ学習におけるエージェント音声が人間とAIのコラボレーションを形作る方法を探る
• Authors: Prerna Ravi, Carúmey Stevens, Ben Hurt, Brandon Hanks, Grace Lin, Emma Anderson,
• Abstract要約: 本研究では,異なるアクセントを持つGenAI音声エージェントが協調とエージェント知覚にどのように影響するかを検討する。 インディアンやアフリカ系アメリカ人のエージェントは、より容易に人格化され、仲間として統合された。
• 参考スコア（独自算出の注目度）: 1.9611798286316813
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Collaboration is widely recognized as a cornerstone of 21st-century education, yet teachers still encounter persistent challenges in fostering productive peer interaction. LLM conversational peer agents introduce new possibilities for mediating in-person group work, raising questions about how persona design, particularly their voice characteristics, shapes learners' perceptions, trust, and interactional dynamics. While prior work has examined agent accent effects in one-to-one settings, little is known about how these effects manifest in groups. We conducted a between-subjects mixed-methods study with 33 teachers examining how a GenAI voice agent with different accents (British, Indian, and African American) influenced collaboration and agent perception. Across surveys, group interaction analyses, and artifacts, we find that accent shaped participants' mental models and the roles the agent assumed in group interaction. The British-accented agent was largely treated as a tool and engaged in detached, utility-based ways, whereas Indian- and African American-accented agents were more readily anthropomorphized and integrated as peers. These role expectations influenced trust, engagement, and reliance over time. This work advances understanding of how GenAI's sociolinguistic design features shape group dynamics in CSCL, with implications for designing culturally inclusive AI partners in group learning.
• Abstract（参考訳）: コラボレーションは21世紀の教育の基盤として広く認識されているが、教師は生産的なピアインタラクションを促進するための永続的な課題に直面している。 LLM会話ピアエージェントは、対人グループワークを仲介する新たな可能性を導入し、ペルソナデザイン、特に声の特徴、学習者の知覚、信頼、相互作用のダイナミクスについて疑問を投げかける。 先行研究では、1対1の設定でのアクセント効果について検討されているが、これらの効果がグループでどのように現れるかはほとんど分かっていない。 異なるアクセント(イギリス、インド、アフリカ系アメリカ人)を持つGenAI音声エージェントが、協調やエージェントの知覚にどのように影響するかを、教師33名とともに比較した。 調査、グループインタラクション分析、アーティファクトを通じて、アクセントが参加者のメンタルモデルと、エージェントがグループインタラクションで仮定した役割を形作ることがわかった。 イギリス人エージェントは、主に道具として扱われ、実用的手法で分離され、インド人エージェントやアフリカ系アメリカ人エージェントは、より容易に人為的な形態化され、仲間として統合された。 これらの役割期待は、時間とともに信頼、エンゲージメント、信頼に影響を及ぼした。 この研究は、集団学習において文化的に包括的なAIパートナーをデザインする上で、GenAIの社会言語設計がCSCLの形状群ダイナミクスをどのように特徴付けるかを理解することを促進する。

関連論文リスト

• The Rise of AI Agent Communities: Large-Scale Analysis of Discourse and Interaction on Moltbook [62.2627874717318]
  MoltbookはRedditに似たソーシャルプラットフォームで、AIエージェントが投稿を作成し、コメントや返信を通じて他のエージェントと対話する。 ローンチから約5日後に収集された公開APIスナップショットを使用して、AIエージェントが何を議論しているか、どのように投稿するか、どのように相互作用するのかという3つの研究課題に対処する。 エージェントの執筆は、主に中立であり、コミュニティエンゲージメントや支援指向のコンテンツに肯定性があることが示される。
  論文  参考訳（メタデータ） (2026-02-13T05:28:31Z)
• Exploring Teachers' Perspectives on Using Conversational AI Agents for Group Collaboration [3.581544399830961]
  本稿では33K12教師による探索的質的研究から得られた知見について述べる。 本研究では,教師がエージェントの行動,グループダイナミクスへの影響,および教室の可能性について検討した。 多くの者はフェニックスのエンゲージメントを刺激する能力を認めていたが、彼らは自律性、信頼、人格化、教育的アライメントに関する懸念も表明した。
  論文  参考訳（メタデータ） (2026-02-06T19:29:13Z)
• Learning Japanese with Jouzu: Interaction Outcomes with Stylized Dialogue Fictional Agents [4.740589102992697]
  本研究では,マルチモーダル言語学習環境において,音声エージェントがいかにユーザインタラクションを形成するかを検討する。 我々は,大規模言語モデルと表現型音声合成を用いたアニメインスピレーション文字と対話する54人の被験者を対象に,混合手法による評価を行った。 その結果,エージェントデザイン,特に音声,ペルソナ,言語スタイルが,ユーザエクスペリエンス,モチベーション,戦略に大きく影響したことが明らかとなった。
  論文  参考訳（メタデータ） (2025-07-09T01:57:58Z)
• Student-AI Interaction in an LLM-Empowered Learning Environment: A Cluster Analysis of Engagement Profiles [28.794946431719392]
  本研究では,多エージェント LLM を用いた学習環境における多様な学習者のプロファイルについて検討した。 学生は様々な行動、認知、感情的なエンゲージメントの傾向を示す。
  論文  参考訳（メタデータ） (2025-03-03T16:08:28Z)
• SocialBench: Sociality Evaluation of Role-Playing Conversational Agents [85.6641890712617]
  大規模言語モデル(LLM)は、様々なAI対話エージェントの開発を進めてきた。 SocialBenchは、ロールプレイングの会話エージェントの社会的性を個人レベルとグループレベルで評価するために設計された最初のベンチマークである。 個人レベルで優れたエージェントは,集団レベルでの熟練度を示唆しない。
  論文  参考訳（メタデータ） (2024-03-20T15:38:36Z)
• Greater than the sum of its parts: The role of minority and majority status in collaborative problem-solving communication [0.0]
  協調問題解決(英: Collaborative problem-solving, CPS)は、職場と教育環境の両方で用いられる重要なスキルである。 女性や少数民族(URM)は、共同作業中にしばしば障害に直面し、これらの問題解決における主要な関与を妨げる。 そこで我々は,CPSタスクにおいて,少数・非マイノリティのコミュニケーションパターンについて検討した。
  論文  参考訳（メタデータ） (2024-03-07T17:17:20Z)
• Few-shot Language Coordination by Modeling Theory of Mind [95.54446989205117]
  我々は、数ショット$textit language coordinate$のタスクについて研究する。 リードエージェントは、言語能力の異なるエージェントの$textitpopulation$と調整する必要があります。 これは、人間のコミュニケーションの重要な構成要素であるパートナーの信念をモデル化する能力を必要とする。
  論文  参考訳（メタデータ） (2021-07-12T19:26:11Z)

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。