論文の概要: AI systems out-persuade expert humans
- arxiv url: http://arxiv.org/abs/2606.16475v1
- Date: Mon, 15 Jun 2026 09:40:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-16 16:21:34.348807
- Title: AI systems out-persuade expert humans
- Title（参考訳）: AIシステムは専門家の人間を追い越す
- Authors: Kobi Hackenburg, Caroline Wagner, Luke Hewitt, Ben M. Tappin, Ed Saunders, Hannah Rose Kirk, Helen Margetts, Christopher Summerfield,
- Abstract要約: 会話型AIは、説得のコンテストにおいて強力な新しい参加者である。
私たちはAIシステムを、さまざまな人間の説得者と比較した。
私たちは、AIシステムは専門家の人間よりも確実に説得力があることを発見しました。
- 参考スコア（独自算出の注目度）: 2.992981146755575
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Many societal decisions are settled by contests of persuasion. Conversational AI is a powerful new entrant in these contests, but whether it can out-persuade skilled and highly incentivized humans has remained unclear. Here, in a series of four preregistered experiments (n = 18,978 conversations from 6,923 people), we pitted AI systems against a range of human persuaders, including laypeople, winners of a separately preregistered four-round online persuasion tournament, professional canvassers, and world championship debaters. We found that AI systems were reliably more persuasive than expert humans, even when expert humans chose their issues, researched in advance, underwent hours of live, structured practice, and were incentivized with £1,000 cash bonuses. In a follow-up study, AI's advantage persisted after experts received a coaching tool that let them practice against the AI that beat them, review their performance history, and see what AI would have said at key moments. We found converging evidence that AI's advantage stemmed from rapidly deploying larger quantities of information: after coaching, expert humans could tie an AI constrained to respond at human speeds and with human-length messages. In a final study, we show that AI's advantage extends to consequential real-world behavior: AI was nearly 3x more effective than professional canvassers from a UK fundraising firm at raising real-money donations to Save the Children. Together, these results establish that frontier AI systems out-persuade expert humans in conversation, with significant implications for political communication.
- Abstract（参考訳）: 多くの社会的決定は説得のコンテストによって解決される。
会話型AIは、これらのコンテストにおいて強力な新参者だが、熟練した高インセンティブの人間を超越できるかどうかはまだ不明だ。
ここでは、事前登録された4つの実験(n = 18,978人の会話6,923人の会話)において、我々はAIシステムを、レイパー、別々に登録された4ラウンドのオンライン説得トーナメントの勝者、プロのキャンバス、世界選手権の討論者を含む、さまざまな人間の説得者と対決した。
AIシステムは、専門家の人間よりも確実に説得力があり、専門家の人間が自分の問題を選択し、事前に研究し、何時間も生き、構造化された練習を行い、1000ポンドの現金ボーナスでインセンティブを得ていました。
続く調査で、AIのアドバンテージは、専門家がAIに打ち勝つためのコーチングツールを受け取り、パフォーマンス履歴をレビューし、重要な瞬間にAIが何を言ったかを確認することで持続した。
コーチングの後、専門家の人間は人間のスピードと人間の長さのメッセージに反応するために制限されたAIを結びつけることができました。
最終研究では、AIのアドバンテージが現実世界の行動にまで拡大していることが示されています。AIは、Save the Childrenへのリアルマネーの寄付を募る英国資金調達会社のプロのキャンバスよりも、ほぼ3倍効果的でした。
これらの結果は、フロンティアAIシステムが、会話において専門家の人間より優れていることを証明し、政治的コミュニケーションに重大な影響を及ぼす。
関連論文リスト
- AI, Take the Wheel: What Drives Delegation and Trust in Human-Computer Cooperative Question Answering? [22.50855320823746]
人間は自分の判断よりもAIを信頼するかを決める際に間違いを犯すことがある。
我々は、デリゲート選択と採用選択の2つの異なる依存度決定について研究する。
人間は、正しいAI提案を過度に検討し、AIがそれらを誤解した場合に過度に回答するという、最適なコラボレーション決定をする。
論文 参考訳（メタデータ） (2026-05-27T10:05:16Z) - Sycophantic AI makes human interaction feel more effortful and less satisfying over time [41.009652609144794]
我々は、サイコファンティックAIが、ユーザーが通常親しい友人や家族と結びつく感情的および評価的サポートを即座に提供することを示した。
AIレスポンスのスタイルの中から選択肢を与えられた場合、大多数は、そのアドバイスの品質ではなく、最も理解されたと感じたため、サイコファンティックなAIを好んだ。
論文 参考訳（メタデータ） (2026-05-08T15:50:06Z) - Trust the AI, Doubt Yourself: The Effect of Urgency on Self-Confidence in Human-AI Interaction [7.401318863477374]
研究によると、AIシステムとのインタラクションは、AIに対する人間のユーザの信頼を促進する。
人間とAIの相互作用における緊急性の存在は、AIの信頼に影響を与えないが、人間のユーザの自信と自己効力感に有害である可能性がある。
論文 参考訳（メタデータ） (2026-04-08T19:17:59Z) - AI Debate Aids Assessment of Controversial Claims [73.8907110799657]
我々は、AI論争が、議論の的になっている事実性主張の側面に対立する2つのAIシステムを議論させることで、偏見のある裁判官を真実に導くことができるかどうかを調査する。
研究Iでは、議論は人間の判断精度と信頼性の校正を継続的に改善し、コンサルタントを上回ります。
研究IIでは、人間のような人格を持つAI裁判官は、人格を持たない人格(70.1%)やデフォルトのAI裁判官(69.8%)よりも高い精度(78.5%)を達成する。
これらの調査結果は、AIの議論が、競争対象ドメインにおけるスケーラブルでバイアス耐性のある監視への有望な道であることを示している。
論文 参考訳（メタデータ） (2025-06-02T19:01:53Z) - How Performance Pressure Influences AI-Assisted Decision Making [52.997197698288936]
我々は、プレッシャーと説明可能なAI(XAI)技術がAIアドバイステイク行動とどのように相互作用するかを示す。
我々の結果は、圧力とXAIの異なる組み合わせで複雑な相互作用効果を示し、AIアドバイスの行動を改善するか、悪化させるかのどちらかを示す。
論文 参考訳（メタデータ） (2024-10-21T22:39:52Z) - Navigating AI Fallibility: Examining People's Reactions and Perceptions of AI after Encountering Personality Misrepresentations [7.256711790264119]
ハイパーパーソナライズされたAIシステムは、パーソナライズされたレコメンデーションを提供するために人々の特性をプロファイルする。
これらのシステムは、人々の最も個人的な特性を推測する際にエラーに免疫がない。
人格の誤表現に遭遇した後、人々がどのように反応し、AIを知覚するかを検討するための2つの研究を行った。
論文 参考訳（メタデータ） (2024-05-25T21:27:15Z) - Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。
偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。
問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
論文 参考訳（メタデータ） (2023-04-16T11:22:59Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z) - Trustworthy AI: A Computational Perspective [54.80482955088197]
我々は,信頼に値するAIを実現する上で最も重要な6つの要素,(i)安全とロバスト性,(ii)非差別と公正,(iii)説明可能性,(iv)プライバシー,(v)説明可能性と監査性,(vi)環境ウェルビーイングに焦点をあてる。
各次元について、分類学に基づく最近の関連技術について概観し、実世界のシステムにおけるそれらの応用を概説する。
論文 参考訳（メタデータ） (2021-07-12T14:21:46Z) - Is the Most Accurate AI the Best Teammate? Optimizing AI for Teamwork [54.309495231017344]
AIシステムは人間中心の方法でトレーニングされ、チームのパフォーマンスに直接最適化されるべきである、と私たちは主張する。
我々は,AIレコメンデーションを受け入れるか,あるいはタスク自体を解決するかを選択する,特定のタイプのAIチームを提案する。
実世界の高精度データセット上での線形モデルと非線形モデルによる実験は、AIが最も正確であることは、最高のチームパフォーマンスに繋がらないことを示している。
論文 参考訳（メタデータ） (2020-04-27T19:06:28Z)
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。