論文の概要: "Nobody Did This": Contribution, Originality, and Accountability in Agent-Mediated Collaboration
- arxiv url: http://arxiv.org/abs/2607.26387v1
- Date: Wed, 29 Jul 2026 01:41:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-30 21:06:25.510297
- Title: "Nobody Did This": Contribution, Originality, and Accountability in Agent-Mediated Collaboration
- Title（参考訳）: 「誰もこれをしなかった」 : エージェント媒介協力における貢献, 独創性, 説明責任
- Abstract要約: このワークショップは、私たちがコントリビューション溶解と呼ぶものに立ち向かうために、研究者と実践者を集めます。
我々は、この解散がコラボレーションそのものの前に始まり、個々の労働者が真に自分達のものであるかについて不確実性を持っていると論じる。
我々のゴールは、共同知識労働における貢献の解消に対するインフラ的対応の基礎と共有研究アジェンダを作ることである。
- 参考スコア（独自算出の注目度）: 24.416650940558437
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Collaborative knowledge work is changing in ways that go beyond disclosure or transparency. LLM agents are now embedded in how teams research, design, write, and decide: mediating between members, synthesizing inputs, reformulating ideas, and drafting shared outputs. They do not only facilitate collaboration; they operate within the workflow at the moment contributions are being formed. In doing so, they risk undermining the social conditions under which contributions can be witnessed, attributed, and held accountable. This workshop brings together researchers and practitioners to confront what we call contribution dissolution: the blurring of attribution, originality, and accountability in agent-mediated collaborative work. We argue that this dissolution begins before collaboration itself, in the individual worker's own uncertainty about what is genuinely theirs, and propagates through collaborative relationships, collapsing the reliability that makes productive intellectual exchange possible. Through position statements, mapping exercises, and a hands-on activity, participants will surface how framing accountability as a documentation problem (e.g., AI use statements, watermarking, provenance logs) overlooks the conditions under which accountability is produced. Our goal is to produce a shared research agenda and the foundations of an infrastructural response to contribution dissolution in collaborative knowledge work.
- Abstract（参考訳）: 協力的な知識労働は、開示や透明性を超えた方法で変化しています。
LLMエージェントは現在、メンバ間の仲介、インプットの合成、アイデアの再編成、共有アウトプットのドラフトなど、チームのリサーチ、設計、書き込み、決定の方法に組み込まれています。
コラボレーションを促進するだけでなく、コントリビューションが作成されている時点でワークフロー内で動作します。
そうすることで、貢献を目撃し、評価し、説明責任を負う社会的条件を損なうリスクがある。
このワークショップは、研究者や実践者が協力的な作業における貢献の曖昧さ、独創性、説明責任という、コントリビューションの溶解(contribution dissolution)と呼ばれるものに立ち向かうためのものです。
我々は、この解散は、作業者の真正性に対する不確実性において、コラボレーションそのものよりも先に始まり、協調関係を通じて伝播し、生産的な知的交流を可能にする信頼性を損なうことを論じる。
ポジションステートメント、マッピングエクササイズ、ハンズオンアクティビティを通じて、参加者は、ドキュメント問題(例えば、AI利用ステートメント、ウォーターマーキング、プロファイランスログ)としての説明責任のフレーミングが、説明責任の生成条件を過小評価しているかを明らかにする。
我々のゴールは、共同知識労働における貢献の解消に対するインフラ的対応の基礎と共有研究アジェンダを作ることである。
関連論文リスト
- Emergence of cooperation: A reputation-modulated reinforcement learning [19.357969561684982]
発言は、協力を維持するための重要なメカニズムとして広く認識されている。
本稿では,強化学習パラダイムに基づく空間的囚人のジレンマゲームを提案する。
その結果,評価変調学習は協調行動の出現を著しく促進することが明らかとなった。
論文 参考訳（メタデータ） (2026-08-20T13:27:41Z) - Flout at Your Own Risk: LLMs Struggle with Pragmatic Cooperativity Under Epistemic Asymmetry [10.532912977406811]
部分的情報条件下での多人数協調作業におけるLLMの実用的推論能力について検討する。
本研究は,聴取者と聴取者の両方が協調して行動する様々なLCMの能力について実証的に評価する。
実験の結果,LLMは協調作業においてある種の実用的能力を示し,これらは学習の促進と後処理によって引き起こすことができるが,不完全情報を用いた実用的コミュニケーションの課題に直面することが明らかとなった。
論文 参考訳（メタデータ） (2026-07-13T03:31:56Z) - Humans' ALMANAC: A Human Collaboration Dataset of Action-Level Mental Model Annotations for Agent Collaboration [54.18136393879849]
本稿ではエージェント協調のための行動レベル精神モデルAnnotationsのデータセットであるALMANACについて述べる。
ALMANACには2,987の協調アクションがあり、それぞれに理論インフォームドのメンタルモデルアノテーションが組み合わされている。
本研究は、ALMANACが人間の協調動作をシミュレートするモデルの能力を評価する上で有用であることを示す。
論文 参考訳（メタデータ） (2026-06-04T16:56:12Z) - The Deliberative Illusion: Diagnosing Factual Attrition and Stance Homogenization in Multi-Agent LLM Deliberation [68.98390038721963]
問題クリティカルな事実の最大72%を,マルチエージェントによる議論で消し去ることを示す。
保持された証拠は誤解を招くことなく問題を再構築し、最終的なスタンスをベースモデルに固定し、単一の悪意のあるエージェントが誤った情報を共有コンテキストに注入することができる。
我々は、どの事実、不確実性、正当な不一致が相互作用を生き残るかを測定する評価を求める。
論文 参考訳（メタデータ） (2026-06-02T02:15:40Z) - The Collaboration Gap in Human-AI Work [11.663456969895462]
このポスターは、なぜそのようなコラボレーションが脆弱なままなのかを理解するための概念的なフレームワークを紹介します。
安定したコラボレーションは、モデル能力だけでなく、相互作用の基盤条件にも依存する、と我々は主張する。
論文 参考訳（メタデータ） (2026-04-20T11:14:40Z) - Agents of Chaos [50.53354213047402]
実験室環境に展開する自律言語モデルを用いたエージェントの探索的再チームの研究を報告する。
20人のAI研究者が、良心的および敵対的な条件下でエージェントと対話した。
我々の発見は、現実的なデプロイメント設定におけるセキュリティ、プライバシ、ガバナンスに関連する脆弱性の存在を確立します。
論文 参考訳（メタデータ） (2026-02-23T16:28:48Z) - Cooperation After the Algorithm: Designing Human-AI Coexistence Beyond the Illusion of Collaboration [0.0]
我々は、安定した人間-AI共存は、残余のリスクを分散できるガバナンス基盤に依存する制度的な成果であると主張する。
本論文は,人間-AIシステムを設計するための理論的基礎と実践的ツールキットを提供する。
論文 参考訳（メタデータ） (2026-02-23T09:17:12Z) - Completion $\neq$ Collaboration: Scaling Collaborative Effort with Agents [48.95020665909723]
タスク完了エージェントの構築と評価から,協調エージェントの開発への移行を議論する。
エージェントのユーティリティがユーザ関与の増加とともにどのように成長するかをキャプチャするフレームワークであるコラボレーティブ・ワーク・スケーリングを紹介します。
論文 参考訳（メタデータ） (2025-10-29T17:47:18Z) - Corrupted by Reasoning: Reasoning Language Models Become Free-Riders in Public Goods Games [87.5673042805229]
大規模言語モデルは、アライメント、堅牢性、安全なデプロイメントを保証する上で、いかに自己関心と集合的幸福のバランスをとるかが重要な課題である。
我々は、行動経済学から制度的に選択した公共財ゲームに適応し、異なるLLMがいかに社会的ジレンマをナビゲートするかを観察することができる。
意外なことに、o1シリーズのようなLCMの推論は、協調にかなり苦労している。
論文 参考訳（メタデータ） (2025-06-29T15:02:47Z) - 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) - Resonating Minds -- Emergent Collaboration Through Hierarchical Active
Inference [0.0]
精神状態(意図,目標)のレベルでの自動調整プロセスが,協調的な問題解決につながるかを検討する。
協調エージェント(HAICA)の階層的アクティブ推論モデルを提案する。
本研究では,信念共鳴と能動的推論により,迅速かつ効率的なエージェント協調が可能であり,協調認知エージェントのビルディングブロックとして機能することを示す。
論文 参考訳（メタデータ） (2021-12-02T13:23:44Z) - Beyond Privacy Trade-offs with Structured Transparency [3.5087540566347513]
これらの懸念の多くは「コピー問題」に還元されていると論じる。
コピー問題は解けないが、これらの増幅問題の側面は様々な非連結フィールドで解決されている。
我々は、これらの取り組みを特定の機能にグループ化し、"構造化透明性"と呼ばれる包括的なビジョンに統合するための基盤を提供する5つのフレームワークを提案する。
論文 参考訳（メタデータ） (2020-12-15T15:03:25Z)
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。