論文の概要: It's Complicated: On the Design and Evaluation of AI-Powered AAC Interfaces
- arxiv url: http://arxiv.org/abs/2606.24854v1
- Date: Tue, 23 Jun 2026 17:34:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-24 22:16:49.133828
- Title: It's Complicated: On the Design and Evaluation of AI-Powered AAC Interfaces
- Title（参考訳）: AI駆動型AACインタフェースの設計と評価について
- Authors: Blade Frisch, Will Wade, Dylan Gaines, Michelle Kinsella, Betts Peters, Tamara Broderick, Keith Vertanen,
- Abstract要約: 6つの拡張的および代替的な通信問題空間の複雑な性質について検討する。
人々の交点ニュアンスを考慮した,より堅牢な評価手法を提案する。
- 参考スコア（独自算出の注目度）: 9.241153804689725
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Artificial intelligence (AI) can enhance what people who use augmentative and alternative communication (AAC) are able to do with their systems. However, evaluating AI-powered AAC interfaces can be difficult. People are intersectional beings and current evaluation metrics can struggle to capture the multifaceted and nuanced desires people may have for their AAC. We explore the complicated nature of six AAC problem spaces, explore how AI might be used in these spaces, and suggest more robust methods of evaluation that take the intersectional nuances of people into account. We also discuss broader issues that arise across these problem spaces and how they could be addressed using our proposed evaluation methods.
- Abstract（参考訳）: 人工知能(AI)は、拡張的および代替的コミュニケーション(AAC)を使用する人々がシステムでできることを強化することができる。
しかし、AIによるAACインタフェースの評価は困難である。
人々は交差する存在であり、現在の評価指標は、人々がAACのために持っているかもしれない多面的かつニュアンスな欲求を捉えるのに苦労する可能性がある。
6つのAAC問題空間の複雑な性質を探求し、これらの空間でAIがどのように使われるのかを探求し、人々の交点ニュアンスを考慮したより堅牢な評価方法を提案する。
また、これらの問題空間にまたがる広範な問題や、提案手法を用いて対処する方法についても論じる。
関連論文リスト
- Augmenting Human Cognition With Generative AI: Lessons From AI-Assisted Decision-Making [2.1680671785663654]
AIによる意思決定と生成AIの両方において、一般的なアプローチは、AIが生成するエンドツーエンドソリューションをユーザに提案することである。
あるいは、AIツールがよりインクリメンタルなサポートを提供して、ユーザーがタスクを自分で解くのを助けることもできる。
論文 参考訳（メタデータ） (2025-04-04T06:40:03Z) - AI Automatons: AI Systems Intended to Imitate Humans [54.19152688545896]
人々の行動、仕事、能力、類似性、または人間性を模倣するように設計されたAIシステムが増加している。
このようなAIシステムの研究、設計、展開、可用性は、幅広い法的、倫理的、その他の社会的影響に対する懸念を喚起している。
論文 参考訳（メタデータ） (2025-03-04T03:55:38Z) - Combining AI Control Systems and Human Decision Support via Robustness and Criticality [53.10194953873209]
我々は、逆説(AE)の方法論を最先端の強化学習フレームワークに拡張する。
学習したAI制御システムは、敵のタンパリングに対する堅牢性を示す。
トレーニング/学習フレームワークでは、この技術は人間のインタラクションを通じてAIの決定と説明の両方を改善することができる。
論文 参考訳（メタデータ） (2024-07-03T15:38:57Z) - Investigating the Role of Explainability and AI Literacy in User Compliance [2.8623940003518156]
XAIの導入により,ユーザのコンプライアンスが向上する一方で,AIリテラシーの影響も受けていることがわかった。
また,AIリテラシーXAIとユーザのコンプライアンスの関係は,ユーザのメンタルモデルが介在していることも確認した。
論文 参考訳（メタデータ） (2024-06-18T14:28:12Z) - Aging Up AAC: An Introspection on Augmentative and Alternative Communication Applications for Autistic Adults [6.186903967370576]
自閉症成人12名を対象に詳細なインタビューを行い,現在のAACの問題点を把握し,どの技術進歩が有用かを検討した。
インタビューでは、入力の柔軟性、出力の柔軟性、AACの選択または適応、AAC使用のコンテキスト、大人としてのアクセス、継続的な使用のためのスタブリングブロック、コミュニケーションの制御の8つの異なるカテゴリを見つけました。
論文 参考訳（メタデータ） (2024-04-26T23:30:07Z) - Human-AI Coevolution [48.74579595505374]
Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。
本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
論文 参考訳（メタデータ） (2023-06-23T18:10:54Z) - Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。
本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。
43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
論文 参考訳（メタデータ） (2022-11-12T21:54:05Z) - A User-Centred Framework for Explainable Artificial Intelligence in
Human-Robot Interaction [70.11080854486953]
本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。
このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
論文 参考訳（メタデータ） (2021-09-27T09:56:23Z)
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。