論文の概要: Human-AI Agent Interaction as a Neuroplastic Training Environment

• arxiv url: http://arxiv.org/abs/2607.12823v1
• Date: Tue, 14 Jul 2026 14:36:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-15 17:08:30.172935
• Title: Human-AI Agent Interaction as a Neuroplastic Training Environment
• Title（参考訳）: 神経形成訓練環境としての人-AIエージェントインタラクション
• Authors: Eranga Bandara, Ross Gore, Asanga Gunaratna, Ravi Mukkamala, Nihal Siriwardanagea, Gihan Siriwardanagea, Sachini Rajapakse, Isurunima Kularathna, Pramoda Karunarathna, Chalani Rajapakse, Sachin Shetty, Christopher K. Rhea, Ng Wee Keong, Kasun De Zoysa, Amin Hass, Shaifali Kaushik, Wathsala Herath, Preston Samuel, Anita H. Clayton, Atmaram Yarlagadd,
• Abstract要約: 日常的なエージェントインタラクションは、認識されていない神経可塑性トレーニング環境である。 結果が失望すると、不忍、完全主義、フラストレーション、自己批判といった反応パターンが繰り返し誘発される。 我々は,同じトレーニング環境を,その逆の効果に係わることができることを提案する。
• 参考スコア（独自算出の注目度）: 3.8263925497663167
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Interaction with AI agents has become one of the most frequent activities of everyday digital life. Whether conversing with an assistant, working with a coding copilot, or generating images, the interaction follows a common iterative loop: a request is issued, a result returned, appraised, and the request revised. We observe that this loop is a high-frequency stream of contact events -- moments at which a result meets a person and a conditioned response may fire before deliberate appraisal -- making everyday agent interaction an unrecognised neuroplastic training environment. When a result disappoints, reactive patterns of impatience, perfectionism, frustration, and self-criticism are repeatedly evoked, and under activity-dependent synaptic plasticity each uninterrupted cycle deepens the underlying pathway through long-term potentiation. Ordinary agent use may thus quietly strengthen the very patterns it provokes. We propose that the same training environment can be engaged to the opposite effect. Treating conditioned reactive patterns as physical neurone paths -- activated through a pre-cognitive feeling tone that opens a brief regulatory gap -- we develop a framework in which, at that gap, in place of the reactive re-prompt, a person performs behind-the-scenes observation: watching the neural process operate so the cascade does not complete and long-term depression weakens the path rather than potentiation strengthening it. We characterise this practice through three layers of observation and two modes of application: a user-guided mode requiring no change to existing tools, and an agent-assisted mode in which an ordinary agent is lightly configured to support observation at the gap. We illustrate the framework through generative image prompting, showing how a single frustrating session is behaviourally nearly identical whether or not it is observed, yet neurologically opposite.
• Abstract（参考訳）: AIエージェントとのインタラクションは、日々のデジタル生活において最も頻繁な活動の1つになっている。 アシスタントと会話するか、コーディングのコピロで作業するか、イメージを生成するかにかかわらず、インタラクションは共通の反復ループに従い、要求が発行され、結果が返され、評価され、要求が修正される。 我々は、このループが接触イベントの高周波ストリームであり、結果が一致し、条件付き応答が意図的に評価する前に発火する瞬間であり、日常的なエージェントの相互作用が認識されていない神経可塑性トレーニング環境となることを観察する。 結果が失望すると、不忍、完全主義、フラストレーション、自己批判といった反応パターンが繰り返し誘発され、活動依存的なシナプスの可塑性の下では、各不断のサイクルは長期の増強によって基盤となる経路を深くする。 通常のエージェントの使用は、それが引き起こすパターンを静かに強化することができる。 我々は,同じトレーニング環境を,その逆の効果に係わることができることを提案する。 条件付き反応パターンを物理的ニューロンの経路として扱う -- 短時間の規制ギャップを開放する認知前感覚のトーンを通じて起動する -- 反応的再ジャンプの代わりに、そのギャップにおいて、人は舞台裏で観察するフレームワークを開発する。 既存のツールの変更を必要としないユーザガイドモードと,そのギャップでの観察を支援するために通常のエージェントを軽量に設定したエージェントアシストモードである。 生成画像のプロンプトにより, 一つのフラストレーションセッションが, 観察されるか否かに関わらず, 神経学的にほぼ同一であることを示す。

関連論文リスト

• MindGap: A Conversational AI Framework for Upstream Neuroplastic Intervention in Post-Traumatic Stress Disorder [3.8791678814663193]
  外傷後ストレス障害(PTSD)は、過反応性神経経路をコードする外傷性接触イベントである。 本稿では、PTSDのための構造化神経可塑性再生を提供するプライバシー保護オンデバイス会話型AIフレームワークであるMindGapを提案する。
  論文  参考訳（メタデータ） (2026-05-14T10:13:42Z)
• Cognitive Pivot Points and Visual Anchoring: Unveiling and Rectifying Hallucinations in Multimodal Reasoning Models [65.57985131861399]
  幻覚は、しばしば高いエントロピー状態を示す認知的分岐点と強く相関している。 本稿では,視覚的に認識可能な推論機能の内部化を目的とした,軽量で総合的なトレーニングパラダイムであるV-STARを提案する。
  論文  参考訳（メタデータ） (2026-04-11T13:59:05Z)
• Cyclic Ablation: Testing Concept Localization against Functional Regeneration in AI [0.0]
  中心的な問題は、偽りのような望ましくない振る舞いが、削除できる局所関数であるかどうかである。 本研究は,スパースオートエンコーダ,ターゲットアブレーション,対人訓練を組み合わせることで,偽装の概念を排除しようと試みた。 局所化仮説とは裏腹に, 偽装は非常に弾力性があることが判明した。
  論文  参考訳（メタデータ） (2025-09-23T23:16:11Z)
• Visually grounded emotion regulation via diffusion models and user-driven reappraisal [0.0]
  本稿では,大規模テキスト・画像拡散モデルを感情制御プロセスに統合することにより,認知的再評価を視覚的に向上する新しい手法を提案する。 具体的には、ユーザが音声の再評価によって感情的に否定的なイメージを再解釈するシステムを提案する。 この生成変換は、元の刺激と構造的類似性を維持しつつ、ユーザーの再評価を視覚的にインスタンス化し、外部化し、規制意図を補強する。
  論文  参考訳（メタデータ） (2025-07-14T23:28:59Z)
• Exploring neural oscillations during speech perception via surrogate gradient spiking neural networks [59.38765771221084]
  本稿では、ディープラーニングフレームワークと互換性があり、スケーラブルな、生理学的にインスパイアされた音声認識アーキテクチャを提案する。 本研究では, 終末から終末までの勾配降下訓練が, 中枢スパイク神経ネットワークにおける神経振動の出現に繋がることを示す。 本研究は, スパイク周波数適応やリカレント接続などのフィードバック機構が, 認識性能を向上させるために, 神経活動の調節と同期に重要な役割を担っていることを明らかにする。
  論文  参考訳（メタデータ） (2024-04-22T09:40:07Z)
• Sim-to-Real Causal Transfer: A Metric Learning Approach to Causally-Aware Interaction Representations [58.96953392466609]
  エージェント相互作用の現代的表現の因果認識を詳細に検討する。 近年の表現は、非因果剤の摂動に対して部分的に耐性があることが示されている。 本稿では,因果アノテーションを用いて潜在表現を規則化するメトリクス学習手法を提案する。
  論文  参考訳（メタデータ） (2023-12-07T18:57:03Z)
• Persistent-Transient Duality: A Multi-mechanism Approach for Modeling Human-Object Interaction [58.67761673662716]
  人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。 人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。 本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-07-24T12:21:33Z)
• Contrastive-Signal-Dependent Plasticity: Self-Supervised Learning in Spiking Neural Circuits [61.94533459151743]
  この研究は、スパイキングネットワークのシナプスを調整するための神経生物学的に動機づけられたスキームを設計することの課題に対処する。 我々の実験シミュレーションは、繰り返しスパイクネットワークを訓練する際、他の生物学的に証明可能なアプローチに対して一貫した優位性を示す。
  論文  参考訳（メタデータ） (2023-03-30T02:40:28Z)
• Abrupt and spontaneous strategy switches emerge in simple regularised neural networks [8.737068885923348]
  単純な人工ニューラルネットワークにおいて、洞察的な振る舞いが生じるかどうかを考察する。 ネットワークアーキテクチャと学習力学の分析により、洞察的な振る舞いは規則化されたゲーティング機構に大きく依存していることが判明した。 このことは、単純なニューラルネットワークにおける漸進的な学習から、洞察のような振る舞いが自然に生じることを示唆している。
  論文  参考訳（メタデータ） (2023-02-22T12:48:45Z)
• How Do You Act? An Empirical Study to Understand Behavior of Deep Reinforcement Learning Agents [2.3268634502937937]
  深層強化学習エージェントの意思決定プロセスの透明性向上への需要はこれまで以上に大きい。 本研究では,エージェントのポリシーネットワークの活性化空間を通じて学習した表現を特徴付ける。 本研究は,ネットワークの層活性化と実行動作の相関パターンを特徴とする健康エージェントの挙動を示す。
  論文  参考訳（メタデータ） (2020-04-07T10:08:55Z)

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。