論文の概要: The Almost Intelligent Revolution: Options for Scaling Up Deliberation and Empowering People with AI

• arxiv url: http://arxiv.org/abs/2606.19864v1
• Date: Thu, 18 Jun 2026 07:25:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-19 18:23:39.695079
• Title: The Almost Intelligent Revolution: Options for Scaling Up Deliberation and Empowering People with AI
• Title（参考訳）: ほぼ知的な革命: 議論を拡大し、AIで人々を力づけるための選択肢
• Authors: Serge Sharoff,
• Abstract要約: 公開談話におけるLarge Language Models(LLM)の普及は、民主的熟考の機会と課題の両方を示している。 この章では、特にインクリビティを育み、伝統的に疎外されたグループを力づけるために、LCMをいかにして大きくスケールアップし、議論を民主化するかを説明します。 この章は、AI主導の熟考研究を示し、足場議論の可能性を評価し、アクセスを高め、権威あるレジスタに埋め込まれた排他的言語規範とバイアスの影響を減らす。
• 参考スコア（独自算出の注目度）: 1.9943074894669666
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The increasing prominence of Large Language Models (LLMs) in public discourse presents both opportunities and challenges for democratic deliberation. While red teaming strategies help mitigate specific risks, broader concerns persist regarding linguistic constraints, biases, and the sycophantic tendencies of LLMs. This chapter explores how LLMs can be used to significantly scale up and democratise deliberation, particularly in fostering inclusivity and empowering traditionally marginalised groups. Drawing on concepts from Systemic-Functional Linguistics, the chapter examines how variations across language users (for example, with respect to socio-demographic groups) and across language use (for example, with respect to communicative functions) shape participation in AI-supported deliberation. The chapter presents AI-driven deliberation studies and assesses their potential to scaffold argumentation, enhance access, and reduce the influence of exclusionary linguistic norms and biases which are embedded in prestigious registers. At the same time, the chapter cautions against both overclaiming, which leads to unrealistic expectations, and underclaiming, which risks missed opportunities for AI-assisted engagement. The chapter concludes by identifying future research directions to maximise the democratic potential of AI-assisted participation while embedding ethical safeguards to counteract the reproduction of linguistic inequalities.
• Abstract（参考訳）: 公開談話におけるLarge Language Models(LLM)の普及は、民主的熟考の機会と課題の両方を示している。 レッドチーム戦略は特定のリスクを軽減するのに役立つが、言語的制約、バイアス、LLMの梅毒傾向に関するより広範な懸念は続く。 この章では、特にインクリビティを育み、伝統的に疎外されたグループを力づけるために、LCMをいかにして大きくスケールアップし、議論を民主化するかを説明します。 システミック・ファンクション・言語学の概念に基づいて、この章は、言語利用者(例えば、社会デミノグラフィーグループ)と言語使用(例えば、コミュニケーション機能)の多様性が、AIが支援する議論への参加を形作るかを考察している。 この章は、AI主導の熟考研究を示し、足場議論の可能性を評価し、アクセスを高め、権威あるレジスタに埋め込まれた排他的言語規範やバイアスの影響を減らす。 同時に、この章は、非現実的な期待に繋がる過度な評価と、AI支援されたエンゲージメントの機会を逃した過度な評価の両方に注意を払っている。 この章は、AI支援参加の民主的可能性を最大化するための将来の研究の方向性を特定し、倫理的保護を組み込んで言語的不平等の再現を阻止することで締めくくっている。

関連論文リスト

• Interpretable Debiasing of Vision-Language Models for Social Fairness [55.85977929985967]
  本稿では,視覚・言語モデルに社会的属性ニューロンを局在させる,解釈可能なモデルに依存しないバイアス緩和フレームワークDeBiasLensを紹介する。 社会属性ラベルを含まない顔画像やキャプションデータセットでSAEを訓練し、特定の人口動態に高い応答性を持つニューロンを明らかにする。 我々の研究は、未来の監査ツールの基礎を築き、新興の現実世界のAIシステムにおける社会的公正性を優先します。
  論文  参考訳（メタデータ） (2026-02-27T13:37:11Z)
• Passing the Turing Test in Political Discourse: Fine-Tuning LLMs to Mimic Polarized Social Media Comments [0.0]
  本研究では、微調整された大言語モデル(LLM)が、偏光言説を再現し増幅できる範囲について検討する。 Redditから抽出された政治的に課金された議論のキュレートされたデータセットを使用して、オープンソースのLCMを微調整して、コンテキスト認識とイデオロギー的に整合した応答を生成します。 結果は、パルチザンのデータに基づいてトレーニングすると、LLMは高い信頼性と挑発的なコメントを生成でき、しばしば人間によって書かれたものと区別できないことを示唆している。
  論文  参考訳（メタデータ） (2025-06-17T15:41:26Z)
• Disambiguation in Conversational Question Answering in the Era of LLMs and Agents: A Survey [54.90240495777929]
  自然言語処理(NLP)におけるあいまいさは依然として根本的な課題である LLM(Large Language Models)の出現により、あいまいさに対処することがさらに重要になった。 本稿では,言語駆動システムにおけるあいまいさの定義,形態,含意について考察する。
  論文  参考訳（メタデータ） (2025-05-18T20:53:41Z)
• An Overview of Large Language Models for Statisticians [109.38601458831545]
  大規模言語モデル(LLM)は人工知能(AI)の変換ツールとして登場した。 本稿では, 統計学者がLLMの開発に重要な貢献できる可能性について考察する。 我々は不確実性定量化、解釈可能性、公正性、プライバシー、透かし、モデル適応といった問題に焦点を当てる。
  論文  参考訳（メタデータ） (2025-02-25T03:40:36Z)
• IOLBENCH: Benchmarking LLMs on Linguistic Reasoning [11.769142654717799]
  IOL(International Linguistics Olympiad)問題に基づく新しいベンチマークであるIOLBENCHを紹介する。 このデータセットは、文法、形態学、音韻学、意味論をテストする様々な問題を含んでいる。 最も先進的なモデルでさえ、言語的な複雑さの複雑さを扱うのに苦労している。
  論文  参考訳（メタデータ） (2025-01-08T03:15:10Z)
• Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
  コネクショニストと象徴的人工知能(AI)の収束を探求する記事 従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。 大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
  論文  参考訳（メタデータ） (2024-07-11T14:00:53Z)
• Vox Populi, Vox ChatGPT: Large Language Models, Education and Democracy [0.0]
  本稿では,民主主義社会における大規模言語モデル(LLM)の変革的影響について考察する。 この議論は著者の本質を強調しており、理性に特有の人間の能力に根ざしている。 我々はリスクを軽減する手段として教育に重点を置くことを提唱する。
  論文  参考訳（メタデータ） (2023-11-10T17:47:46Z)
• Re-Reading Improves Reasoning in Large Language Models [87.46256176508376]
  既成のLarge Language Models (LLM) の推論能力を高めるため, 単純で汎用的で効果的なプロンプト手法であるRe2を導入する。 CoT (Chain-of-Thought) など、ほとんどの思考を刺激する手法とは異なり、Re2 は質問を2回処理することで入力に焦点を移し、理解プロセスを強化する。 提案手法の有効性と汎用性を検証するため,14のデータセットにまたがる広範囲な推論ベンチマークでRe2を評価した。
  論文  参考訳（メタデータ） (2023-09-12T14:36:23Z)

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。