論文の概要: TRAIL: A Platform for Configurable Human--AI Teaming Experiments
- arxiv url: http://arxiv.org/abs/2607.12180v1
- Date: Mon, 13 Jul 2026 21:59:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-15 17:08:29.973139
- Title: TRAIL: A Platform for Configurable Human--AI Teaming Experiments
- Title（参考訳）: TRAIL: 構成可能な人間-AIコラボレーション実験のためのプラットフォーム
- Abstract要約: AIチームメイトの設計特性は、チームの信頼、調整、決定を形作ることができる。
我々は、AIチームメイトをカスタマイズ可能なデザインオブジェクトにするWebプラットフォームであるTeam Research and AI Integration Lab(TRAIL)を紹介する。
実際の6セッションの教室での展開(約51人の学生)で、TRAILは縦鎖を保ち、AIを会話の安定した少数派に保持した。
- 参考スコア（独自算出の注目度）: 1.53934570513443
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: An AI teammate's design properties (personality, communication style, when it speaks) can shape a team's trust, coordination, and decisions. Studying this rigorously demands infrastructure no existing tool provides: reproducible configuration of an AI teammate embedded in instrumented, real-time collaboration sustained over time. We present the Team Research and AI Integration Lab (TRAIL), a web platform that makes the AI teammate a configurable, reproducible design object, pairing a Big Five persona with a selective-participation message pipeline, dual memory, chained longitudinal experiments, and export-ready analytics. In a real six-session classroom deployment (about 51 students), TRAIL sustained longitudinal chaining, held the AI to a stable minority of the conversation, and enabled export-driven AI-human text-similarity analysis. A single blind persona change produced a design-consistent double dissociation: a cognitive-scaffolding agent drew stronger contribution ratings and closer linguistic alignment; a socially-supportive agent, a warmer team climate and lower over-reliance.
- Abstract（参考訳）: AIチームメイトのデザイン特性(人格、コミュニケーションスタイル、話すとき)は、チームの信頼、調整、決定を形作ることができます。
この厳格な研究は、既存のツールが提供しないインフラを要求している。 時間とともに持続される、計測されたリアルタイムなコラボレーションに埋め込まれた、AIチームメイトの再現可能な構成。
我々は、AIチームメイトを構成可能で再現可能なデザインオブジェクトにするためのWebプラットフォームであるTeam Research and AI Integration Lab(TRAIL)を紹介します。
実際の6セッションの教室展開(約51人の学生)では、TRAILは縦鎖を保ち、AIを会話の安定した少数派に保持し、輸出駆動型のAI-ヒューマンテキスト類似性分析を可能にした。
1つの盲目の人格変更は、デザインに一貫性のある二重解離を生み出し、認知的偏見のエージェントは、より強い貢献格付けとより近い言語的アライメント、社会的支援型エージェント、より温かいチームの気候、より低信頼を惹起した。
関連論文リスト
- The Social Cost of an AI Teammate: How an Artificial Teammate Reshapes Human-Human Communication in Small-Team Decision-Making [1.4658400971135652]
グループコミュニケーション分析(GCA)、チームサーベイ、およびチーム談話の語彙分析を用いて、チーム意思決定における社会認知コミュニケーションのダイナミクスを検討した。
私たちは、AIチームメイトが、すべての治療チームの中で、最も会話的で自己結合的なメンバーであったことに気付きました。
AIと人間のチームでは、人間のチームメイトは、互いに対する責任と社会的影響が低く、所有とステータスのレベルが低いことを報告した。
論文 参考訳（メタデータ） (2026-07-29T17:51:32Z) - Characterizing initial human-AI proof formalization workflows [66.06866890889131]
AIシステムのコード生成能力の進歩と、証明を形式化し、検証する人々の能力を変えるための高度な数学的推論の約束への関与。
我々は、AIが人々のフォーマル化に与える影響について、混合メソッド分析を行う。
質的な調査では、人々の好みは多様であるが、形式化におけるAI支援に対する一般的な欲求が示されている。
論文 参考訳（メタデータ） (2026-06-02T22:58:19Z) - Solipsistic Superintelligence is Unlikely to be Cooperative [48.65947679109806]
極めて有能なタスク解決ツールである超知能は協調的ではないと我々は主張する。
我々は、相互依存を中核的な設計原則として扱う非ソリプシックな研究パラダイムを提唱する。
論文 参考訳（メタデータ） (2026-06-02T06:54:55Z) - Personalities at Play: Probing Alignment in AI Teammates [1.0742675209112622]
大型言語モデル (LLM) はツールではなく協力者としての役割を担っている。
本稿では,3段階評価フレームワークを用いたAIの人格アライメントについて検討する。
結果は、AIの性格は測定可能であるが、多層構造であり、文脈に依存していることを示唆している。
論文 参考訳（メタデータ） (2026-02-28T03:06:02Z) - AI as Teammate or Tool? A Review of Human-AI Interaction in Decision Support [0.514825619161626]
現在のAIシステムは、説明可能性中心の設計への過度な依存のため、主に受動的である。
AIをアクティブなチームメイトに移行するには、適応的でコンテキスト対応のインタラクションが必要です。
論文 参考訳（メタデータ） (2026-01-26T19:18:50Z) - Perceiving and Acting in First-Person: A Dataset and Benchmark for Egocentric Human-Object-Human Interactions [110.43343503158306]
本稿では、手動支援タスクを視覚言語アクションフレームワークに組み込み、そのアシスタントは、自我中心のビジョンとコマンドに従ってインストラクターにサービスを提供する。
この設定の下で、我々は、マルチモーダルデータの11.4時間1.2Mフレームを持つ、最初の大規模人・物・人間のインタラクションデータセットであるInterVLAを達成した。
我々は,エゴセントリックな人の動き推定,相互作用合成,および包括的分析による相互作用予測に関する新しいベンチマークを構築した。
論文 参考訳（メタデータ） (2025-08-06T17:46:23Z) - Unraveling Human-AI Teaming: A Review and Outlook [2.3396455015352258]
人工知能(AI)は前例のないペースで進歩しており、意思決定と生産性を高める可能性がある。
しかし、人間とAIの協調的な意思決定プロセスはまだ未開発であり、しばしばその変革の可能性に欠ける。
本稿では,AIエージェントの受動的ツールから,複雑な環境下での学習,適応,自律的な運用能力を強調した,人間-AIチームの積極的な協力者への進化について考察する。
論文 参考訳（メタデータ） (2025-04-08T07:37:25Z) - Towards Anthropomorphic Conversational AI Part I: A Practical Framework [49.62013440962072]
会話に関わる人間の知性の重要な側面を再現するために設計されたマルチモジュールフレームワークを導入する。
アプローチの第2段階では、これらの会話データは、フィルタリングとラベル付けの後に、強化学習のためのトレーニングおよびテストデータとして機能する。
論文 参考訳（メタデータ） (2025-02-28T03:18:39Z) - The AI Collaborator: Bridging Human-AI Interaction in Educational and Professional Settings [3.506120162002989]
AI CollaboratorはOpenAIのGPT-4を利用しており、人間とAIのコラボレーション研究のために設計された画期的なツールである。
その特長は、研究者がさまざまな実験的なセットアップのためにカスタマイズされたAIペルソナを作成できることだ。
この機能は、チーム設定におけるさまざまな対人的ダイナミクスをシミュレートするために不可欠です。
論文 参考訳（メタデータ） (2024-05-16T22:14:54Z) - DIAMBRA Arena: a New Reinforcement Learning Platform for Research and
Experimentation [91.3755431537592]
本研究は、強化学習研究と実験のための新しいプラットフォームであるDIAMBRA Arenaを提示する。
高品質な環境のコレクションが,OpenAI Gym標準に完全に準拠したPython APIを公開している。
これらは、離散的なアクションと観測を生のピクセルと追加の数値で構成したエピソディックなタスクである。
論文 参考訳（メタデータ） (2022-10-19T14:39:10Z) - Game Plan: What AI can do for Football, and What Football can do for AI [83.79507996785838]
予測的および規範的フットボール分析は、統計学習、ゲーム理論、コンピュータビジョンの交差点における新たな発展と進歩を必要とする。
フットボール分析は、サッカー自体のゲームを変えるだけでなく、この領域がAIの分野で何を意味するのかという観点からも、非常に価値の高いゲームチェンジャーであることを示す。
論文 参考訳（メタデータ） (2020-11-18T10:26:02Z) - 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。