論文の概要: HARP: The Human--AI Research Platform

• arxiv url: http://arxiv.org/abs/2607.20773v1
• Date: Wed, 22 Jul 2026 22:38:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-24 18:26:25.230825
• Title: HARP: The Human--AI Research Platform
• Title（参考訳）: HARP:AI研究プラットフォーム
• Abstract要約: 大規模言語モデル(LLM)は、人間とコンピュータのインタラクションを従来のインタフェースからより会話的な交換へとシフトさせてきた。 HarPは、参加者をAIエージェントでコントロールされたモックシナリオに配置する。 HarPは、AI設計の選択がユーザに与える影響の体系的なテストを可能にする。
• 参考スコア（独自算出の注目度）: 0.9332987715848716
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) have shifted human--computer interaction from `traditional'' interface journeys toward more conversational exchanges. Researchers studying HCI and UI use moderated usability sessions, interviews, surveys, transcript analysis, and static prototypes. However, static prototypes provide limited opportunities to study interaction with live AI systems or systematically control how an LLM behaves across participants and scenarios. Conversation transcripts reveal little about how users formulate, revise, and hesitate over prompts before submission. We designed the Human--AI Research Platform (HARP) for researchers, designers, and anyone who has ever wondered, `What if AI did this?' HARP places participants in controlled mock scenarios with live, configurable AI agents. Researchers can control agent prompts, model parameters, response characteristics, and experimental conditions; trigger surveys at predefined moments; and record prompt composition time, response latency, deletions, and keystroke pauses. Planned capabilities include voice, facial expression, gesture, and, where legally and ethically appropriate, emotion analysis. We illustrate HARP through a study examining how technical specificity and response length affect retention of LLM output. By pairing controllable live agents with behavioral and self-report measures, HARP enables systematic testing of how AI design choices affect users.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、より会話的な交換へと人間とコンピュータのインタラクションを移行した。HCIとUIを研究する研究者は、適度なユーザビリティセッション、インタビュー、調査、書き起こし分析、静的プロトタイプを使用する。しかし、静的プロトタイプは、ライブAIシステムとのインタラクションを学習したり、参加者やシナリオ間でLLMがどのように振る舞うかを体系的に制御する限られた機会を提供する。会話の書き起こしは、ユーザが提出前のプロンプトをどのように定式化し、修正し、あるいはためらうかをほとんど明らかにしない。我々は、研究者、デザイナー、そして疑問に思った人-AIリサーチプラットフォーム(HARP)を設計した。 HARPは、参加者を、ライブで構成可能なAIエージェントでコントロールされたモックシナリオに配置する。 研究者はエージェントプロンプト、モデルパラメータ、応答特性、実験条件を制御でき、事前に定義された瞬間にサーベイをトリガーし、プロンプトコンポジション時間、レスポンスレイテンシ、削除、キーストローク停止を記録することができる。 計画された能力には、音声、表情、ジェスチャー、そして法的に倫理的に適切な感情分析が含まれる。 技術的特異性と応答長がLLM出力の保持に与える影響について検討した。 制御可能なライブエージェントと行動および自己報告の手段を組み合わせることで、HARPはAI設計の選択がユーザに与える影響の体系的なテストを可能にする。

関連論文リスト

• Behavior Prompting Policy: Demonstrations as Prompts for Manipulation [12.69446064622751]
  我々は,ロボットが1人の人間の実演を前提として,推論時に新しいタスクを実行できるようにするパラダイムである行動プロンプトについて研究する。 我々はアルゴリズム、データ、評価に貢献する。
  論文  参考訳（メタデータ） (2026-06-29T15:23:44Z)
• Towards Unconstrained Human-Object Interaction [55.123145316966635]
  ヒューマン・オブジェクト・インタラクション(Human-Object Interaction,HOI)検出は、長年続くコンピュータビジョンの問題である。 MLLM(Multimodal Large Language Models)の出現により、対話認識のためのより柔軟なパラダイムを探求することが可能になった。 本研究では,MLLM のレンズによるHOI検出を再検討し,HOI検出に応用する。
  論文  参考訳（メタデータ） (2026-04-15T16:39:28Z)
• Dyadic: A Scalable Platform for Human-Human and Human-AI Conversation Research [0.16921396880325779]
  Dyadicは、テキストベースのチャットや音声ベースのチャットを使用して、人間とAIの会話を研究するWebベースのプラットフォームである。 Dyadicは他のプラットフォームと異なるのは、複数のモダリティ、AI提案、ライブ監視、サーベイデプロイメントによる研究を提供することだ。 Dyadicを直接運用するにはコーディングは不要で、既存の調査プラットフォームとの統合も提供されている。
  論文  参考訳（メタデータ） (2026-03-23T17:25:45Z)
• PersonaCite: VoC-Grounded Interviewable Agentic Synthetic AI Personas for Verifiable User and Design Research [0.0]
  本稿では,AIペルソナをエビデンスに縛られた研究機器として再構成するエージェントシステムであるPersonaCiteについて述べる。 プロンプトベースのロールプレイングに依存する従来のアプローチとは異なり、PersonaCiteは会話の各ターン中に実際の音声の成果物を検索し、得られたエビデンスに対する応答を制限し、エビデンスが欠如しているときに明示的に棄権し、レスポンスレベルのソース属性を提供する。
  論文  参考訳（メタデータ） (2026-01-29T20:03:19Z)
• See, Think, Act: Online Shopper Behavior Simulation with VLM Agents [58.92444959954643]
  本稿では,視覚情報,特にWebページスクリーンショットのVLMによる動作シミュレーションへの統合について検討する。 我々は,協調行動予測と合理化生成にSFTを用いて,相互作用の完全な文脈を条件づける。 推論能力をさらに強化するため,RLを階層的な報酬構造と統合し,難易度因子によって拡張する。
  論文  参考訳（メタデータ） (2025-10-22T05:07:14Z)
• HumAIne-Chatbot: Real-Time Personalized Conversational AI via Reinforcement Learning [0.4931504898146351]
  textbfHumAIne-chatbotはAIによる会話エージェントで、新しいユーザプロファイリングフレームワークを通じて応答をパーソナライズする。 ライブインタラクションの間、オンライン強化学習エージェントは暗黙の信号を組み合わせることで、ユーザ毎のモデルを洗練する。 その結果、パーソナライズ機能を有効にすると、ユーザ満足度、パーソナライズ精度、タスク達成度が一貫した改善が見られた。
  論文  参考訳（メタデータ） (2025-09-04T15:16:38Z)
• AI Telephone Surveying: Automating Quantitative Data Collection with an AI Interviewer [1.8929175690169533]
  我々は、大規模言語モデル(LLM)、自動音声認識(ASR)、音声合成技術に基づく定量的調査を行うAIシステムを構築し、テストした。 このシステムは定量的研究のために特別に設計され、質問順のランダム化、回答順のランダム化、正確な単語化といった研究のベストプラクティスに厳格に固執した。 以上の結果から,より短い計器とより応答性の高いAIインタビュアーが,研究対象の3つの指標にまたがる改善に寄与する可能性が示唆された。
  論文  参考訳（メタデータ） (2025-07-23T17:30:14Z)
• A Desideratum for Conversational Agents: Capabilities, Challenges, and Future Directions [51.96890647837277]
  大規模言語モデル(LLM)は、従来の対話システムから、自律的な行動、文脈認識、ユーザとのマルチターンインタラクションが可能な高度なエージェントへと、会話AIを推進してきた。 本調査では,人間レベルの知性にアプローチするよりスケーラブルなシステムにおいて,何が達成されたのか,どのような課題が持続するのか,何を行う必要があるのか,といった,次世代の会話エージェントのデシラトゥムを提示する。
  論文  参考訳（メタデータ） (2025-04-07T21:01:25Z)
• Collaborative Instance Object Navigation: Leveraging Uncertainty-Awareness to Minimize Human-Agent Dialogues [54.81155589931697]
  協調インスタンスオブジェクトナビゲーション(CoIN)は、エージェントがターゲットインスタンスに関する不確実性を積極的に解決する新しいタスク設定である。 未認識者に対するエージェント・ユーザインタラクション(AIUTA)の新たな学習自由化手法を提案する。 まず、オブジェクト検出時に、セルフクエチオナーモデルがエージェント内で自己対話を開始し、完全かつ正確な観察記述を得る。 インタラクショントリガーモジュールは、人間に質問するか、継続するか、ナビゲーションを停止するかを決定する。
  論文  参考訳（メタデータ） (2024-12-02T08:16:38Z)
• Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
  我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。 また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
  論文  参考訳（メタデータ） (2024-10-28T23:10:06Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)

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。