論文の概要: A Framework of User Experience Principles for Human-AI Agent Interaction in the Workplace

• arxiv url: http://arxiv.org/abs/2607.19941v1
• Date: Wed, 22 Jul 2026 09:13:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-23 18:51:38.035828
• Title: A Framework of User Experience Principles for Human-AI Agent Interaction in the Workplace
• Title（参考訳）: 職場におけるヒューマン・AIエージェントインタラクションのためのユーザエクスペリエンス原則の枠組み
• Abstract要約: AIエージェントがビジネスに不可欠なものになると、ユーザエクスペリエンス(UX)の原則を導くことが、ユーザの信頼と採用の成功を保証する上で不可欠になります。 この研究は、参加型デザインワークショップ、紙とペンシル、専門家レビュー、メタアナリシス、そして詳細なインタビューを組み合わせたマルチメソッドのアプローチを用いて、職場でのAIエージェントインタラクションのための8つのコアUX原則の設計フレームワークを特定し、検証する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As AI agents become integral to business workflows, establishing guiding user experience (UX) principles is crucial for ensuring user trust and successful adoption. To address this, our study uses a multi-method approach - combining participatory design workshop, paper-and-pencil, expert review, meta-analysis, and in-depth interviews - to identify and validate a design framework of eight core UX principles for human-AI agent interaction in the workplace. Together with their underlying criteria, these principles provide actionable guardrails for designers and software engineers, creating a foundation for developing effective and human-centered AI agent interactions. This study contributes to a structured foundation for future empirical studies on agentic AI in enterprise settings.
• Abstract（参考訳）: AIエージェントがビジネスワークフローに不可欠なものになると、ユーザエクスペリエンス(UX)の原則を導くことが、ユーザの信頼と採用の成功を保証する上で不可欠になります。 そこで本研究では、参加型デザインワークショップ、紙とペンシル、専門家レビュー、メタ分析、詳細なインタビューを組み合わせたマルチメソッドアプローチを用いて、職場における人間とAIエージェントのインタラクションのための8つの中核UX原則の設計フレームワークを特定し、検証する。 これらの原則は、基本的な基準とともに、デザイナとソフトウェアエンジニアに実行可能なガードレールを提供し、効果的で人間中心のAIエージェントインタラクションを開発するための基盤を構築します。 本研究は,企業環境におけるエージェントAIの今後の実証研究の基盤構築に寄与する。

関連論文リスト

• Atria Dawn: The Dawn of Agentic Superintelligence [237.73474618289063]
  本稿では,科学研究と工学のための基礎エージェント言語モデルであるAtria Dawn Previewを紹介する。 本稿では,人間-AI協力の事例研究として,このモデルの背後にある真の研究開発プロセスについて考察する。
  論文  参考訳（メタデータ） (2026-09-14T16:22:30Z)
• Human-AI Agent Interaction in a Business Context [0.0]
  この研究は、AIエージェントによるポジティブユーザエクスペリエンス(UX)の原則と基準を特定し、評価する。 混合メソッドアプローチを用いて、人間とAIエージェント間の相互作用パターンを探索する。
  論文  参考訳（メタデータ） (2026-06-17T05:55:07Z)
• Design Principles for Human-Agent Interaction [20.971374130080907]
  AIエージェントは、自律的なタスク能力のみに基づいてのみ評価され、デプロイされるべきではない、と私たちは主張する。 4つの相互作用段階にまたがる理想的な人間-エージェント関係を記述した14の設計原理を提示する。
  論文  参考訳（メタデータ） (2026-05-28T21:49:15Z)
• Agentic Risk-Aware Set-Based Engineering Design [8.68512892112474]
  本稿では,Large Language Models (LLM) が指導するマルチエージェントフレームワークを紹介し,工学設計の初期段階を支援する。 このフレームワークには、コーディングアシスタント、デザインエージェント、システムエンジニアリングエージェント、分析エージェントという特殊なエージェントのチームが採用されている。
  論文  参考訳（メタデータ） (2026-04-17T20:45:35Z)
• Agentic Reasoning for Large Language Models [122.81018455095999]
  推論は推論、問題解決、意思決定の基礎となる基本的な認知プロセスである。 大規模言語モデル(LLM)は、クローズドワールド設定では強力な推論能力を示すが、オープンエンドおよび動的環境では苦労する。 エージェント推論は、連続的な相互作用を計画し、行動し、学習する自律的なエージェントとしてLLMを解釈することでパラダイムシフトを示す。
  論文  参考訳（メタデータ） (2026-01-18T18:58:23Z)
• From Correctness to Collaboration: Toward a Human-Centered Framework for Evaluating AI Agent Behavior in Software Engineering [7.402388519535592]
  現在のベンチマークでは、コードの正確性に重点を置いているが、人間とAIのパートナーシップを成功させる上で欠かせない、対話的な振る舞いを捉えていない。 本稿では,エンタープライズソフトウェア工学における望ましいエージェント行動の基礎的分類について述べる。 また、コンテキスト適応行動(CAB)フレームワークを導入します。
  論文  参考訳（メタデータ） (2025-12-29T20:18:57Z)
• Agentsway -- Software Development Methodology for AI Agents-based Teams [4.226647687395254]
  Agentswayは、AIエージェントが一流の協力者として機能するエコシステム向けに設計された、新しいソフトウェア開発フレームワークである。 このフレームワークは、計画、プロンプト、コーディング、テスト、微調整エージェントの異なる役割を定義している。 Agentswayは、次世代のAIネイティブで自己改善型のソフトウェア開発方法論に向けた基本的なステップである。
  論文  参考訳（メタデータ） (2025-10-26T11:58:42Z)
• Cognitive Kernel-Pro: A Framework for Deep Research Agents and Agent Foundation Models Training [67.895981259683]
  汎用AIエージェントは、次世代人工知能の基礎となるフレームワークとして、ますます認識されている。 現在のエージェントシステムはクローズドソースか、さまざまな有料APIやプロプライエタリなツールに大きく依存している。 我々は,完全オープンソースかつ(最大限に)フリーなマルチモジュールエージェントフレームワークであるCognitive Kernel-Proを提案する。
  論文  参考訳（メタデータ） (2025-08-01T08:11:31Z)
• Collaborative Gym: A Framework for Enabling and Evaluating Human-Agent Collaboration [50.657070334404835]
  Collaborative Gymは、エージェント、人間、タスク環境間の非同期で三分割的なインタラクションを可能にするフレームワークである。 シミュレーション条件と実環境条件の両方において,Co-Gymを3つの代表的なタスクでインスタンス化する。 その結果、協調作業員はタスクパフォーマンスにおいて、完全に自律的なエージェントよりも一貫して優れていたことが判明した。
  論文  参考訳（メタデータ） (2024-12-20T09:21:15Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• HAICOSYSTEM: An Ecosystem for Sandboxing Safety Risks in Human-AI Interactions [95.49509269498367]
  本稿では,多様な複雑な社会的相互作用におけるAIエージェントの安全性を調べるフレームワークであるHAICOSYSTEMを提案する。 私たちは7つの領域(医療、金融、教育など)にわたる92のシナリオに基づいて1840のシミュレーションを実行します。 我々の実験は、最先端のLSMは、プロプライエタリかつオープンソースの両方で、50%以上のケースで安全リスクを示すことを示した。
  論文  参考訳（メタデータ） (2024-09-24T19:47:21Z)
• ProAgent: Building Proactive Cooperative Agents with Large Language Models [89.53040828210945]
  ProAgentは、大規模な言語モデルを利用してプロアクティブエージェントを生成する新しいフレームワークである。 ProAgentは現状を分析し、チームメイトの意図を観察から推測することができる。 ProAgentは高度なモジュール化と解釈可能性を示し、様々な調整シナリオに容易に統合できる。
  論文  参考訳（メタデータ） (2023-08-22T10:36:56Z)

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。