論文の概要: How Anthropomorphic Language Impacts Public Perceptions of AI

• arxiv url: http://arxiv.org/abs/2606.29121v1
• Date: Sun, 28 Jun 2026 00:20:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-30 18:07:15.796876
• Title: How Anthropomorphic Language Impacts Public Perceptions of AI
• Title（参考訳）: 人類型言語がAIの公的な認識にどのように影響するか
• Authors: Betty Li Hou, Sophie Hao, Sunoo Park, Tal Linzen,
• Abstract要約: 人格言語は、人間の能力と特徴をシステムにもたらす言語である。 このプラクティスは、誤解を招く期待を設定し、主張を膨らませ、AIに関する誇大広告を加速させたことで批判されている。 本研究は,人為的言語を用いた文読解における参加者の知覚の変化を比較し,人為的フレーミングの効果について検討した。
• 参考スコア（独自算出の注目度）: 16.148054216723207
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Public discourse about artificial intelligence (AI) often uses anthropomorphic language: language that attributes human capabilities and characteristics to the system. This practice has been criticized for setting misleading expectations, inflating claims, and fueling hype around AI, which may distort public understanding of AI and impact policy priorities. We study the effects of anthropomorphic framing by comparing changes in participants' perceptions (N=815) when reading passages with and without anthropomorphic language, designed to reflect realistic public-facing AI discourse. We further examine whether these effects differ across two types of AI technologies -- large language models and recommendation systems -- and measure changes in perceptions of AI across several dimensions that are prominent in current public discourse. In a separate condition using a text that explicitly discusses the dangers of AI, we show that individuals' views of AI can shift in response to reading a text; yet in the main conditions of the experiment, where we compare anthropomorphic and non-anthropomorphic descriptions, we find that whether the text uses anthropomorphic language does not substantially affect participants' perceptions of AI. Our results indicate that any immediate effects on public opinions of AI are modest, although they leave open the possibility that anthropomorphic language could have an effect in naturalistic settings, or over gradual, continued exposure.
• Abstract（参考訳）: 人工知能(AI)に関する公的な談話は、人為的言語(人的能力と特徴をシステムに属性付ける言語)を使うことが多い。 このプラクティスは、誤った予測を設定し、主張を膨らませ、AIに関する誇大宣伝を加速させたことで批判されている。 現実的な公的なAI談話を反映した人為的言語と非人為的言語を読解する際に, 参加者の知覚の変化(N=815)を比較することにより, 人為的フレーミングの効果について検討した。 さらに、これらの効果が、大きな言語モデルとレコメンデーションシステムという2つのタイプのAI技術で異なるかどうかを検証し、現在の公開談話で顕著ないくつかの次元にわたるAIの認識の変化を測定する。 著者らは,AIの危険性を明確に議論するテキストを用いて,個人のAI観がテキストを読むことによって変化できることを示す。しかし,人文的・非人文的記述を比較する実験の主条件では,テキストが人文的言語を使用するか否かが,AIの参加者の認識に大きく影響しないことがわかった。 我々の結果は、AIの世論に対する直接的な影響は控えめであることを示しているが、人為的言語が自然主義的設定、あるいは段階的、継続的な露出に影響を及ぼす可能性を開放している。

関連論文リスト

• Nonslop: A Gamified Experiment in Human-AI Collaborative Writing [4.079191726815924]
  この研究は、ユーザーがクリエイティビティの自主性を維持するか、ゲームのルールに違反し、AIアシストを受け入れるかを選択するかに焦点を当てている。 このゲーミフィケーションアプローチは、人間とAIの相互作用を研究するためのフレームワークと、AI強化クリエイティビティにおける効率性と信頼性の間の緊張を理解するための挑発的レンズの両方を提供する。
  論文  参考訳（メタデータ） (2026-06-10T17:21:38Z)
• Do AI Voices Learn Social Nuances? A Case of Politeness and Speech Rate [0.0]
  本研究は,現在最先端の音声合成システムにおいて,丁寧さを伝達するための発話速度を低下させる傾向があるかどうかを考察する。 私たちは、2つの主要なAIプラットフォームから22の合成音声を誘導し、"政治とフォーマル"と"カジュアルと非公式"の両方の条件の下で固定されたスクリプトを読みました。 両方のAIプラットフォームで、丁寧なプロンプトは、非常に大きな効果を持つカジュアルなプロンプトよりも遅い音声を生み出した。
  論文  参考訳（メタデータ） (2025-11-12T07:44:42Z)
• Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing [55.2480439325792]
  本研究では、AI-Polished-Text Evaluationデータセットを用いて、12の最先端AIテキスト検出器を体系的に評価する。 我々の発見によると、検出器は、最小限に洗練されたテキストをAI生成としてフラグ付けし、AIの関与度を区別し、古いモデルや小さなモデルに対するバイアスを示す。
  論文  参考訳（メタデータ） (2025-02-21T18:45:37Z)
• "I Am the One and Only, Your Cyber BFF": Understanding the Impact of GenAI Requires Understanding the Impact of Anthropomorphic AI [55.99010491370177]
  我々は、人為的AIの社会的影響をマッピングしない限り、生成AIの社会的影響を徹底的にマッピングすることはできないと論じる。 人為的AIシステムは、人間のように知覚されるアウトプットを生成する傾向が強まっている。
  論文  参考訳（メタデータ） (2024-10-11T04:57:41Z)
• Human Bias in the Face of AI: Examining Human Judgment Against Text Labeled as AI Generated [48.70176791365903]
  本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。 ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
  論文  参考訳（メタデータ） (2024-09-29T04:31:45Z)
• Empirical evidence of Large Language Model's influence on human spoken communication [23.893223314507477]
  文化パターンが人間の言語に伝達し、究極的には人間の文化を形成するかを研究する。 360,445のYouTube学術講演と71,591の会話ポッドキャストエピソードから、740,249時間の人間談話に因果推論手法を適用した。 本研究は,ChatGPT が優先的に生成する単語,例えば delve , comprehend , boast , swift , meticulous などの測定可能かつ急激な増加を検知する。 これは、文化的な特性が人間と機械の間で双方向に循環する、閉ざされた文化的フィードバックループの始まりである。
  論文  参考訳（メタデータ） (2024-09-03T10:01:51Z)
• Can Machines Imitate Humans? Integrative Turing-like tests for Language and Vision Demonstrate a Narrowing Gap [56.611702960809644]
  3つの言語タスクと3つの視覚タスクで人間を模倣するAIの能力をベンチマークする。 次に,人間1,916名,AI10名を対象に,72,191名のチューリング様試験を行った。 模倣能力は従来のAIパフォーマンス指標と最小限の相関を示した。
  論文  参考訳（メタデータ） (2022-11-23T16:16:52Z)
• Human Heuristics for AI-Generated Language Are Flawed [8.465228064780744]
  我々は,最も個人的かつ連続的な言語である動詞の自己表現が,AIによって生成されたかを検討した。 我々は,これらの単語がAI生成言語の人間の判断を予測可能で操作可能であることを実験的に実証した。 我々は、AIアクセントのようなソリューションについて議論し、AIによって生成された言語の誤認の可能性を減らす。
  論文  参考訳（メタデータ） (2022-06-15T03:18:56Z)
• The Who in XAI: How AI Background Shapes Perceptions of AI Explanations [61.49776160925216]
  私たちは、2つの異なるグループ、つまりAIのバックグラウンドを持つ人々といない人たちの、異なるタイプのAI説明に対する理解について、混合手法による研究を行います。 その結果,(1) 両群は異なる理由から不合理な数に対する信頼を示し,(2) それぞれの群は意図した設計以上の異なる説明に価値を見出した。
  論文  参考訳（メタデータ） (2021-07-28T17:32:04Z)

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。