論文の概要: What do you mean by human-AI collaboration: Prerequisite functions and the affordances needed to achieve it

• arxiv url: http://arxiv.org/abs/2606.15509v1
• Date: Sat, 13 Jun 2026 23:30:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:33.665121
• Title: What do you mean by human-AI collaboration: Prerequisite functions and the affordances needed to achieve it
• Title（参考訳）: 人間とAIのコラボレーションとは何か--必要な機能とそれを実現するのに必要な余裕
• Authors: Mutlu Cukurova,
• Abstract要約: 第1章は、学習科学からの要求ある概念がこれほど自由に適用されたとき、何を得て、失うのかを問うものである。 これは、状況、相互作用、認知プロセスのセットが、協調的に呼ばれる前に、歴史的に会う必要があるという要求を再構築する。
• 参考スコア（独自算出の注目度）: 0.09229852843814058
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: The concept of 'collaboration' has been extended rapidly to describe what people now do with conversational agents, intelligent tutors, adaptive platforms, and generative artificial intelligence (AI) tools in general. This chapter asks what is gained and lost when a demanding concept from the learning sciences is applied so freely. Returning to long-standing accounts of collaborative learning, it reconstructs the requirements that a situation, an interaction, and a set of cognitive processes have historically had to meet before being called collaborative. Human-AI collaboration requires a partly symmetric and negotiated relationship, shared and negotiable goals, a low and shifting division of labour, interactive and synchronous exchange, and mutual modelling, grounding, and socially shared regulation. Reviewing process-sensitive empirical studies of writing and problem solving, the chapter shows that most current human-AI interaction is better described as consultation, governance, delegation, or instruction rather than as collaboration. To make these distinctions functional, the chapter introduces a five-level diagnostic taxonomy of human-AI teaming (i.e. transactional, situational, operational, praxical, and synergistic) defined by the affordances an AI system exhibits. It shows that only the highest level begins to satisfy the conditions the tradition places on collaboration. The chapter derives the functions an AI system must possess for collaboration to be achievable, argues that most of these are present-day engineering choices rather than capabilities to be awaited, and sets out the implications for research, measurement, and responsible practice of human-AI collaboration in education.
• Abstract（参考訳）: コラボレーションの概念は、人々が現在会話エージェント、インテリジェントチューター、適応プラットフォーム、および生成人工知能(AI)ツールで何をしているかを記述するために、急速に拡張されている。 この章は、学習科学からの要求ある概念がこれほど自由に適用されるとき、何を得て、失うのかを問うものである。 長年にわたる協調学習の報告に返り咲き、状況、相互作用、認知プロセスのセットが協調的に呼ばれる前に、歴史的に会う必要があるという要求を再構築する。 人間とAIのコラボレーションには、部分的に対称的で交渉された関係、共有と交渉可能な目標、労働の低さとシフトの分断、対話的かつ同期的な交換、相互モデリング、基盤化、社会的に共有される規制が必要である。 プロセスに敏感な記述と問題解決に関する実証的研究をレビューし、この章では、現在の人間とAIのインタラクションのほとんどは、コラボレーションではなく、コンサルテーション、ガバナンス、デリゲート、命令として記述されている。 これらの区別を機能的にするために、この章では、AIシステムが示す余裕によって定義された人間-AIチーム(トランザクション、状況、運用、実践、相乗効果)の5段階の診断分類を紹介している。 コラボレーションの伝統的な場所の条件を満たすのは、最高レベルのみであることを示している。 この章は、AIシステムが達成可能なコラボレーションのために持っている機能に由来しており、これらのほとんどは待ち受けられる能力よりも現在のエンジニアリングの選択であり、教育における人間とAIのコラボレーションの研究、測定、責任ある実践の意味を定めている、と論じている。

関連論文リスト

• Humans' ALMANAC: A Human Collaboration Dataset of Action-Level Mental Model Annotations for Agent Collaboration [54.18136393879849]
  本稿ではエージェント協調のための行動レベル精神モデルAnnotationsのデータセットであるALMANACについて述べる。 ALMANACには2,987の協調アクションがあり、それぞれに理論インフォームドのメンタルモデルアノテーションが組み合わされている。 本研究は、ALMANACが人間の協調動作をシミュレートするモデルの能力を評価する上で有用であることを示す。
  論文  参考訳（メタデータ） (2026-06-04T16:56:12Z)
• Bridging the Socio-Emotional Gap: The Functional Dimension of Human-AI Collaboration for Software Engineering [5.627981468468872]
  社会感情インテリジェンス(SEI)は、チームメイト間のコラボレーションを促進するが、人間とAIのコラボレーションにおけるその役割は未だ不明である。 現在のAIシステムは、人間がチームワークにもたらすSEI機能に欠けており、コラボレーションのダイナミクスの潜在的なギャップを生み出します。 本研究では,ソフトウェア実践者がHAICの社会的・感情的ギャップと,AIシステムが効果的なコラボレーションにどのような能力を必要とするかを明らかにする。
  論文  参考訳（メタデータ） (2026-01-27T09:20:03Z)
• 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)
• Human-AI collaboration or obedient and often clueless AI in instruct, serve, repeat dynamics? [0.0]
  本研究では,複雑な問題を解きながら人間とAIの相互作用を考察する。 発見は、協調的な交渉よりも反復的な順序付けによって特徴づけられる相互作用による指導的パターンが支配的であることを示している。
  論文  参考訳（メタデータ） (2025-08-03T11:43:01Z)
• When Models Know More Than They Can Explain: Quantifying Knowledge Transfer in Human-AI Collaboration [79.69935257008467]
  我々は,人間とAIの知識伝達能力に関する概念的かつ実験的フレームワークである知識統合と伝達評価(KITE)を紹介する。 最初の大規模人間実験(N=118)を行い,その測定を行った。 2段階のセットアップでは、まずAIを使って問題解決戦略を思いつき、その後独立してソリューションを実装し、モデル説明が人間の理解に与える影響を分離します。
  論文  参考訳（メタデータ） (2025-06-05T20:48:16Z)
• When LLMs Team Up: The Emergence of Collaborative Affective Computing [17.777196145195866]
  本調査は, Affective Computing (AC) におけるLarge Language Models (LLMs) ベースのコラボレーションシステムの概要を概観することを目的とする。 LLMは、感情的な理解と生成タスクに対する統一的なアプローチを提供し、動的でリアルタイムな相互作用の可能性を高める。 この研究は、ACのLLMと協調的なインテリジェンスを体系的に探求する最初のものであり、人間のようなソーシャルインテリジェンスにアプローチするより強力なアプリケーションへの道を開いた。
  論文  参考訳（メタデータ） (2025-06-02T14:00:54Z)
• Human-Centered Human-AI Collaboration (HCHAC) [9.14056952246194]
  人間-AIコラボレーション(Human-AI Collaboration、HAC)は、AI技術によって促進される新しいタイプの人間-機械関係である。 人間中心AI(HCAI)は、人間がコラボレーションにおいて重要なリーダーシップの役割を担っていることを強調する。 この章は、HACの本質を人間中心の視点から掘り下げ、その中核となる概念を概説し、特徴を区別する。
  論文  参考訳（メタデータ） (2025-05-28T15:27:52Z)
• Multi-agent cooperation through learning-aware policy gradients [53.63948041506278]
  利己的な個人はしばしば協力に失敗し、マルチエージェント学習の根本的な課題を提起する。 本稿では,学習型強化学習のための,偏見のない高導出性ポリシー勾配アルゴリズムを提案する。 我々は, 受刑者のジレンマから, 自己関心のある学習エージェントの間でどのように, いつ, 協力関係が生じるかの新たな説明を得た。
  論文  参考訳（メタデータ） (2024-10-24T10:48:42Z)

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。