論文の概要: Platform Choice, Trust, and Privacy in the Consumer AI Assistant Market
- arxiv url: http://arxiv.org/abs/2607.15134v1
- Date: Thu, 16 Jul 2026 15:41:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-17 17:01:33.161446
- Title: Platform Choice, Trust, and Privacy in the Consumer AI Assistant Market
- Title（参考訳）: コンシューマAIアシスタント市場におけるプラットフォーム選択,信頼,プライバシ
- Abstract要約: ChatGPTは58%のユーザと25%のGeminiのプライマリアシスタントである。
プライバシーに関する懸念は、ほぼ普遍的だが、行動は知識によって左右される。
選択実験では、ユーザーは人間を守るために最もお金を払う。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We study how a representative sample of United States adult AI-assistant users (n=1,999; June 2026) choose among platforms, allocate tasks across them, evaluate provider trustworthiness, and value data-handling features. Estimates are weighted to the AI-user population using external adoption benchmarks. Four patterns emerge. The market is concentrated but internally differentiated: ChatGPT is the primary assistant for 58% of users and Gemini for 25%, yet smaller platforms hold defensible task niches--Claude captures a third of coding tasks despite a 7% overall share. Task allocation is thus organized by platform far more than by user, and technical use falls steeply with age. Trust is earned through use rather than reputation: Claude is ranked most trustworthy in every head-to-head among users of both platforms, and shows by far the largest gap between how its users and non-users rate it. Finally, privacy concern is near-universal but action is gated by knowledge, not concern; in a choice experiment users pay most to keep humans--not models--out of their conversations ($11.20/month), with valuations rising in task sensitivity.
- Abstract（参考訳）: 我々は、米国成人AIアシスタントユーザーの代表的サンプル(n=1,999、2026年6月)が、プラットフォームの選択、タスクの割り当て、プロバイダの信頼性の評価、データ処理機能の価値を評価する方法について検討する。
見積もりは、外部採用ベンチマークを使用してAIユーザ人口に重み付けされる。
4つのパターンが現れる。
ChatGPTは58%のユーザの主要なアシスタントであり、Geminiは25%だが、小さなプラットフォームでは防御可能なタスクニッチがある。
このようにタスク割り当てはユーザよりもはるかにプラットフォームによって組織され、技術的利用は年齢とともに急激に減少します。
Claudeは両プラットフォームの全ユーザーの中で最も信頼度が高く、ユーザーと非ユーザーの間に最も大きなギャップがあることを示している。
最後に、プライバシーに関する懸念は、ほぼ普遍的であるが、行動は知識によって促進され、懸念はない。選択実験では、ユーザーは、会話の質(月11.20ドル/月)から人間を守るために、最も多くの費用を払っている。
関連論文リスト
- Efficient Test-Time Adaptation through Human-AI Interaction [112.5131603022122]
我々は,ヒト-エージェント間相互作用(TAHI)によるテスト時間適応を提案する。
エージェントを2つの高ユーティリティドメイン(書き込みと視覚的創造)の30人に適応させ、合計600のタスクをこなします。
エージェントは10タスク以内の単独作業の成功率を4.5-20.9%向上させる。
論文 参考訳（メタデータ） (2026-09-03T17:33:18Z) - Using AI Agents to Automate Black-Box Audits of Personalization Algorithms at Scale [76.72846830885882]
パーソナライズアルゴリズムは、ユーザーがオンラインプラットフォームで遭遇するコンテンツを決定する。
独立した監査役はアルゴリズムへのブラックボックスアクセスしか持たないため、これらのシステムの監査は難しい。
合成アカウントの動作エンジンとして生成AIエージェントを用いたパーソナライズアルゴリズムのブラックボックス監査のためのフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-29T18:25:09Z) - Using Large Language Models for Emotional Support of Bulgarian Users: A Survey [0.0]
本稿では, ブルガリア人100人, 主に高校, 大学, 博士課程生を対象にした匿名調査の結果を報告する。
調査対象者の約半数がチャットボットをESに利用しており、ChatGPTが最も支配的なプラットフォームである。
利用者の71%はテクノロジーを効果的だと認識しているが、非利用者は懐疑的だ。
論文 参考訳（メタデータ） (2026-04-02T05:19:04Z) - Personality over Precision: Exploring the Influence of Human-Likeness on ChatGPT Use for Search [8.544772506500188]
そこで我々は,ChatGPT と Google 間の信頼,人間的類似性(擬人化),および設計上の嗜好に関するユーザ認知について検討した。
分析では、ChatGPTとGoogle Daily(DUB)と、主にGoogle(DUG)に頼っている2つの異なるユーザーグループを特定した。
DUBグループはChatGPTに対する高い信頼を示し、より人間らしく認識し、パーソナライゼーションと会話の流れを強化するために事実的正確性を取引する意志を示した。
論文 参考訳（メタデータ） (2025-11-09T16:28:55Z) - UserBench: An Interactive Gym Environment for User-Centric Agents [110.77212949007958]
LLM(Large Language Models)ベースのエージェントは、推論とツールの使用において、目覚ましい進歩を遂げてきたが、ユーザと積極的にコラボレーションする能力はまだ未熟である。
マルチターン、選好駆動インタラクションにおいてエージェントを評価するために設計されたユーザ中心のベンチマークであるUserBenchを紹介する。
論文 参考訳（メタデータ） (2025-07-29T17:34:12Z) - WaLLM -- Insights from an LLM-Powered Chatbot deployment via WhatsApp [0.0]
発展途上国では、永続的なデジタル分割のため、情報へのアクセスは依然として困難である。
私たちはWhatsApp上のカスタムAIボット、WaLLMを開発しました。
当社のサービスは6ヶ月以上運用されており、約100人のユーザから14.7K以上のクエリを収集しています。
論文 参考訳（メタデータ） (2025-05-13T18:36:18Z) - The Leaderboard Illusion [61.27964089648608]
アリーナは最も有能なAIシステムランキングのリーダーボードとして登場した。
我々は,ゆがんだ競技場に生じた体系的な問題を同定する。
論文 参考訳（メタデータ） (2025-04-29T15:48:49Z) - Mind the Gap! Static and Interactive Evaluations of Large Audio Models [55.87220295533817]
大型オーディオモデル(LAM)は、音声ネイティブな体験をパワーアップするために設計されている。
本研究は,484名の参加者から,LAMを評価し,7,500名のLAMインタラクションを収集する対話的アプローチを提案する。
論文 参考訳（メタデータ） (2025-02-21T20:29:02Z) - Are LLM-based methods good enough for detecting unfair terms of service? [67.49487557224415]
大規模言語モデル(LLM)は、長いテキストベースの文書を解析するのに適している。
プライバシーポリシーの集合に対して個別に適用された12の質問からなるデータセットを構築します。
いくつかのオープンソースモデルは、いくつかの商用モデルと比較して高い精度を提供できる。
論文 参考訳（メタデータ） (2024-08-24T09:26:59Z) - Unveiling Inclusiveness-Related User Feedback in Mobile Applications [7.212232917917022]
Reddit、Google Play Store、Xからのフィードバックを、世界で最も人気のある50のアプリに活用しています。
社会-技術基盤理論のアプローチを用いて,3つの情報源にまたがる22,000のポストを分析した。
我々は, アルゴリズムバイアス, 技術, デモグラフィ, アクセシビリティ, その他の人的価値の5つのカテゴリからなる包括性に関する分類を整理した。
論文 参考訳（メタデータ） (2023-11-02T04:05:46Z) - Presentation a Trust Walker for rating prediction in Recommender System
with Biased Random Walk: Effects of H-index Centrality, Similarity in Items
and Friends [3.8848561367220276]
トラストベースのレコメンデータシステムを用いて、ユーザの希望する項目のスコアを予測する。
信頼ネットワークでは、ノード間のエッジを重み付けすることにより、信頼度を決定し、TrustWalkerを開発する。
本手法の実装と評価は,Epinions,Flixster,FilmTrustという3つのデータセットを用いて行った。
論文 参考訳（メタデータ） (2020-09-10T12:52:57Z) - Personalized Chatbot Trustworthiness Ratings [19.537492400265577]
我々は、各問題に対する個別の格付けモジュールに依存するチャットボットのためのパーソナライズされた格付け手法を構想する。
この方法は、特定の信頼問題とは独立しており、集計手順にパラメトリックである。
論文 参考訳（メタデータ） (2020-05-13T22:42:45Z)
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。