論文の概要: Humanly: A Configurable and Traceable Environment for Human-AI Collaborative Writing

• arxiv url: http://arxiv.org/abs/2607.21758v1
• Date: Thu, 23 Jul 2026 19:20:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:56.97464
• Title: Humanly: A Configurable and Traceable Environment for Human-AI Collaborative Writing
• Title（参考訳）: 人間:人間-AI協調書記のための構成可能でトレース可能な環境
• Authors: Shenzhe Zhu, Haoqian Zhang, Xu Yang, Jingyu Tang, Yi Nian, Xiaoxue Du, Shu Yang, Alex Pentland, Joachim Baumann, Jiaxin Pei,
• Abstract要約: 人間は、筆記プロセス自体を証拠とする書記プラットフォームである。 コースの割り当て、ピアレビュー、個人認証などのシナリオの記述をサポートする。
• 参考スコア（独自算出の注目度）: 21.65301953589145
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Teachers, conference chairs, and public readers all judge writing from limited evidence, seeing only a finished document and not the process that produced it. Final text alone cannot reveal whether a document was produced through human typing, AI generation, or mixed human-AI collaboration. Existing process-tracking tools help, but many are tied to host-document histories, provide coarse activity records, and offer limited control over the writing environment. Humanly is a writing platform that makes the writing process itself the evidence. Users configure writing environments for personal documents or assigned tasks and draft in a workspace that records writing activity and in-platform AI assistance. Humanly can package a completed session into a sealed writing certificate with configuration-aware anomaly behavior review. It can support writing scenarios such as course assignments, peer review, and personal certification. Our user study shows that Humanly is helpful across roles, and a red-teaming study shows that the Humanly Typing Detector distinguishes human hand typing from automated typing.
• Abstract（参考訳）: 教師、会議の議長、一般の読者はみな、限られた証拠から文章を書き、完成した文書だけを見て、それを作成したプロセスではないと判断する。 最終的なテキストだけでは、ドキュメントが人間のタイピング、AI生成、あるいは混在するAIコラボレーションによって作成されたかどうかを明らかにすることはできない。 既存のプロセス追跡ツールが役に立つが、多くはホスト文書の履歴に結びついており、粗いアクティビティの記録を提供し、書き込み環境を限定的に制御している。 人間は、筆記プロセス自体を証拠とする書記プラットフォームである。 ユーザは、個人的なドキュメントや割り当てられたタスクの書き込み環境や、書き込みアクティビティとプラットフォーム内のAIアシストを記録するワークスペースのドラフトを設定する。 人間は、完了したセッションを、設定を意識した異常な動作レビューを備えた封印された書き込み証明書にパッケージできる。 コースの割り当て、ピアレビュー、個人認証などのシナリオの記述をサポートする。 我々のユーザー調査は、ヒューマンリーが役割にまたがって役に立つことを示しており、リピート研究は、ヒューマンリータイピング検出器が人間の手入力と自動タイピングを区別していることを示している。

関連論文リスト

• LLMography: Transforming Human-AI Conversations into Traceability, Oversight, and Auditability Indicators [0.0]
  本稿では,人間とAIの会話を,証明,人的貢献,AI依存,監査可能性といった測定可能な指標に変換するための枠組みを紹介する。 本稿では,Human-AI の会話トレースを分析し,Human-AI の共同制作報告やレコメンデーション LLM ラベルなどのレポートを生成するプロトタイプを提案する。 ほとんどのインタラクションはHuman-AIが共同生成し、平均スコアは人力方向86.8/100、プロンプト品質81.9/100、聴取性72.8/100、ファイナルアウトプットトレーサビリティ77.1/100と分類された。
  論文  参考訳（メタデータ） (2026-06-28T14:54:03Z)
• Collaborative Human-Agent Protocol (CHAP) [0.18352113484137622]
  本稿では,協調型ヒューマンエージェントプロトコルCHAPについて述べる。 CHAPでは、チャットスレッドに紛失したオーバーライドは、差分、合理、コンテンツハッシュを含む構造化イベントとなる。 このプロトコルは、小さなコア(ワークスペース、参加者、タスク、アーティファクト、追加のみのエビデンスログ)を通じて、レビュー、モード、ルーティング、検討、ハンドオフ、アイデンティティ、シグネチャ、デプロイに必要な透過的な監査を追加する構成可能なプロファイルとともに、これを実現する。
  論文  参考訳（メタデータ） (2026-06-08T17:11:42Z)
• PaperMentor: A Human-Centered Multi-Agent Writing Tutor for AI Research Papers on Overleaf [51.79108552674703]
  We present PaperMentor, a human-centered writing assistant system that delivers actionable suggestions as Overleaf-native inline comments。 PaperMentorは、既存の研究者の執筆アドバイスから慎重にキュレートされた専門的なスキルライブラリを、論文執筆のさまざまな側面をカバーする12の専門エージェントに統合する。 ユーザ調査では、生成したコメントの90.6%が実行可能であり、67.5%が有効であると評価され、GPT-5.2のベースラインをスキルライブラリを使用せずに大幅に上回った。
  論文  参考訳（メタデータ） (2026-06-07T22:17:15Z)
• ScholaWrite: A Dataset of End-to-End Scholarly Writing Process [16.328206405243073]
  ScholaWriteは、エンドツーエンドの学術論文の最初のデータセットである。 Overleafでキーストロークを不当に記録するChromeエクステンションは、リアルでその場で書かれたデータの収集を可能にする。 データセットには5つのコンピュータサイエンスプリプリントからのLaベースの編集が含まれ、4ヶ月で62万近いテキスト変更をキャプチャする。
  論文  参考訳（メタデータ） (2025-02-05T05:57:37Z)
• Unsupervised Sentiment Analysis of Plastic Surgery Social Media Posts [91.3755431537592]
  ソーシャルメディアプラットフォームにまたがる膨大なユーザー投稿は、主に人工知能(AI)のユースケースに使われていない。 自然言語処理(NLP)は、コーパス(corpora)として知られるドキュメントの体系を利用して、人間のような言語理解でコンピュータを訓練するAIのサブフィールドである。 本研究は, 教師なし解析の応用により, コンピュータがプラスティック手術に対する否定的, 肯定的, 中立的なユーザ感情を予測できることを示した。
  論文  参考訳（メタデータ） (2023-07-05T20:16:20Z)
• PART: Pre-trained Authorship Representation Transformer [52.623051272843426]
  文書を書く著者は、自分のテキストに識別情報を印字する。 以前の作品では、手作りの機能や分類タスクを使って著者モデルを訓練していた。 セマンティクスの代わりにテキストの埋め込みを学習するために、対照的に訓練されたモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-30T11:08:39Z)
• PEER: A Collaborative Language Model [70.11876901409906]
  PEER(コラボレーティブ言語モデル)は,記述プロセス全体を模倣した言語モデルである。 PEERは、ドラフトの作成、提案の追加、編集の提案、アクションの説明を提供することができる。 PEERは様々な領域にまたがって高い性能を示し,編集作業を行う。
  論文  参考訳（メタデータ） (2022-08-24T16:56:47Z)
• Unified Pretraining Framework for Document Understanding [52.224359498792836]
  文書理解のための統合事前学習フレームワークであるUDocを紹介する。 UDocは、ほとんどのドキュメント理解タスクをサポートするように設計されており、Transformerを拡張してマルチモーダル埋め込みを入力とする。 UDocの重要な特徴は、3つの自己管理的損失を利用して汎用的な表現を学ぶことである。
  論文  参考訳（メタデータ） (2022-04-22T21:47:04Z)
• CoAuthor: Designing a Human-AI Collaborative Writing Dataset for Exploring Language Model Capabilities [92.79451009324268]
  我々は,GPT-3の創造的かつ議論的な記述を支援する能力を明らかにするために設計されたデータセットであるCoAuthorを提案する。 我々は、CoAuthorがGPT-3の言語、アイデア、コラボレーション機能に関する問題に対処できることを実証した。 インタラクション設計に関して,この作業がLMの約束や落とし穴に関して,より原則化された議論を促進する可能性について論じる。
  論文  参考訳（メタデータ） (2022-01-18T07:51:57Z)
• Characterizing Stage-Aware Writing Assistance in Collaborative Document Authoring [14.512030721220437]
  本稿では,文書作成の時間的段階を探求する3つの研究について述べる。 我々は、著者が文書を執筆しながら、いくつかの異なる段階を通して概念的に進歩していると結論付けている。 インテリジェントなデジタルライティングアシスタントの実現に向けた第一歩として,文書の時間段階を予測するためのユーザインタラクションログデータの有用性を予備調査する。
  論文  参考訳（メタデータ） (2020-08-18T21:48:04Z)

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。