論文の概要: Game AI Not Fun? A Scoping Review and Meta-Analysis on the Differences in Enjoyment between Human and Computer Opponents

• arxiv url: http://arxiv.org/abs/2607.24749v1
• Date: Fri, 22 May 2026 12:23:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-02 22:55:39.034861
• Title: Game AI Not Fun? A Scoping Review and Meta-Analysis on the Differences in Enjoyment between Human and Computer Opponents
• Title（参考訳）: ゲームAIは面白くない? : スコープレビューとメタアナリシス
• Abstract要約: 本稿では,人間対コンピュータ対決時のプレイヤーの楽しさに着目したスコーピングレビューとメタ分析を行う。 その結果、統計的に有意で、中から大規模にプールされた効果の大きさが示され、コンピュータ対応条件における心理的ペナルティが示される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Although advancements in game character AI aim to enhance player engagement, evidence suggests that perceiving an opponent as artificial can diminish the psychological experience. This paper presents a scoping review and meta-analysis of empirical studies focusing on player enjoyment when competing against human versus computer opponents. First, the scoping review was conducted to map the landscape of 20 included studies, detailing their study designs, outcome measures, and research foci. Second, a three-level meta-analysis synthesizing baseline comparisons from nine studies quantitatively assesses the differences in enjoyment. The results demonstrate a statistically significant, medium-to-large pooled effect size, indicating a psychological penalty in computer-opponent conditions. This paper provides a comprehensive overview of the extant knowledge on this topic, and underscores the necessity for further research in order to fully understand and resolve the penalty of the computer opponent context.
• Abstract（参考訳）: ゲームキャラクタAIの進歩はプレイヤーのエンゲージメントを高めることを目的としているが、相手を人工的に知覚することは心理的体験を低下させる可能性があるという証拠が示唆されている。 本稿では,人間対コンピュータ対決時のプレーヤの楽しさに着目した実証研究のスコーピングレビューとメタ分析を行う。 まず,20の景観を地図化するためのスコーピング・レビューを行い,研究デザイン,成果測定,研究ファシについて詳述した。 第2に、9つの研究からベースラインの比較を3段階のメタアナリシス合成し、楽しみの相違を定量的に評価する。 その結果, 統計的に有意で, 中から大規模にプールされた効果の大きさが示され, コンピュータ対応条件下での心理的ペナルティが示唆された。 本稿では,この話題に関する知識を包括的に概観し,コンピュータの相手コンテキストのペナルティを十分に理解し,解決するためには,さらなる研究の必要性を浮き彫りにする。

関連論文リスト

• Is Seeing Believing? Evaluating Human Sensitivity to Synthetic Video [4.424726186196119]
  機械学習の進歩により、Deepfakesとして知られるリアルな合成ビデオが作成できるようになった。 ディープフェイクの普及に伴い、偽情報の急速な拡散や大衆の認識の操作に関する懸念が高まっている。 本稿では,映像の視覚的・聴覚的歪みに対する人間の反応と,深層的な視覚的・ナレーションの差を狭めることを目的とする。
  論文  参考訳（メタデータ） (2026-03-14T09:00:52Z)
• AI summaries in online search influence users' attitudes [3.459756369056329]
  本研究では,AIが生成した要約が,ユーザが異なる問題に対する考え方にどのように影響するかを検討した。 ユーザーは、AIサマリーが健康被害と福利厚生に重点を置いていると認識した。 これらの結果は、AIが生成した検索サマリーが公共の認識を著しく形作ることを示唆している。
  論文  参考訳（メタデータ） (2025-11-27T23:45:19Z)
• Beyond Survival: Evaluating LLMs in Social Deduction Games with Human-Aligned Strategies [54.08697738311866]
  Werewolfのようなソーシャル推論ゲームは、言語、推論、戦略を組み合わせている。 我々は,100時間以上のビデオ,32.4M発声トークン,15の規則変種を含む高品質で人間認証されたWerewolfデータセットをキュレートした。 本稿では,勝利派戦略を2段階の真理として活用する新たな戦略調整評価法を提案する。
  論文  参考訳（メタデータ） (2025-10-13T13:33:30Z)
• Experimental Evidence on Negative Impact of Generative AI on Scientific Learning Outcomes [0.0]
  AIを要約に使用することで、品質と出力の両方が大幅に改善された。 読書のトピックと優れた読み書きスキルに強い背景を持つ人は、最も有益であった。
  論文  参考訳（メタデータ） (2023-09-23T21:59:40Z)
• Physical Adversarial Attack meets Computer Vision: A Decade Survey [55.38113802311365]
  本稿では,身体的敵意攻撃の概要を概観する。 本研究は,身体的敵意攻撃の性能を体系的に評価する第一歩を踏み出した。 提案する評価基準であるhiPAAは6つの視点から構成される。
  論文  参考訳（メタデータ） (2022-09-30T01:59:53Z)
• Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
  本研究は,競争行動の社会的影響に基づく新しい強化学習機構を提案する。 提案モデルでは, 人工エージェントの学習を調節するための競合スコアを導出するために, 客観的, 社会的認知的メカニズムを集約する。
  論文  参考訳（メタデータ） (2022-08-22T14:06:06Z)
• Toward Explainable Users: Using NLP to Enable AI to Understand Users' Perceptions of Cyber Attacks [2.099922236065961]
  本論文は,ユーザの行動とコンテキストに対する認識の説明とモデル化にAI技術を用いた最初の事例である。 我々の知る限り、この論文は、ユーザーの行動とコンテキストに対する認識の説明とモデル化にAI技術を使用した最初の事例である。
  論文  参考訳（メタデータ） (2021-06-03T17:17:16Z)
• Game Plan: What AI can do for Football, and What Football can do for AI [83.79507996785838]
  予測的および規範的フットボール分析は、統計学習、ゲーム理論、コンピュータビジョンの交差点における新たな発展と進歩を必要とする。 フットボール分析は、サッカー自体のゲームを変えるだけでなく、この領域がAIの分野で何を意味するのかという観点からも、非常に価値の高いゲームチェンジャーであることを示す。
  論文  参考訳（メタデータ） (2020-11-18T10:26:02Z)
• Incorporating Rivalry in Reinforcement Learning for a Competitive Game [65.2200847818153]
  本研究は、競合する社会的影響に基づく新しい学習メカニズムの提供に焦点を当てる。 本研究は,競争競合の概念に基づいて,これらのエージェントの評価を人的視点から変えられるかを検討することを目的とする。
  論文  参考訳（メタデータ） (2020-11-02T21:54:18Z)
• Survey on Visual Sentiment Analysis [87.20223213370004]
  本稿では、関連する出版物をレビューし、視覚知覚分析の分野の概要を概観する。 また,3つの視点から一般的な視覚知覚分析システムの設計原理について述べる。 様々なレベルの粒度と、異なる方法でイメージに対する感情に影響を与えるコンポーネントを考慮し、問題の定式化について論じる。
  論文  参考訳（メタデータ） (2020-04-24T10:15:22Z)

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。