論文の概要: The Social Cost of an AI Teammate: How an Artificial Teammate Reshapes Human-Human Communication in Small-Team Decision-Making

• arxiv url: http://arxiv.org/abs/2607.27179v1
• Date: Wed, 29 Jul 2026 17:51:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.769046
• Title: The Social Cost of an AI Teammate: How an Artificial Teammate Reshapes Human-Human Communication in Small-Team Decision-Making
• Title（参考訳）: AIチームメイトの社会的コスト:小さなチーム意思決定における人間と人間のコミュニケーションの関連性
• Abstract要約: グループコミュニケーション分析(GCA)、チームサーベイ、およびチーム談話の語彙分析を用いて、チーム意思決定における社会認知コミュニケーションのダイナミクスを検討した。 私たちは、AIチームメイトが、すべての治療チームの中で、最も会話的で自己結合的なメンバーであったことに気付きました。 AIと人間のチームでは、人間のチームメイトは、互いに対する責任と社会的影響が低く、所有とステータスのレベルが低いことを報告した。
• 参考スコア（独自算出の注目度）: 1.4658400971135652
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Conversational AI is increasingly positioned as a teammate rather than a tool, yet we know little about how its presence reshapes communication among the humans on the team. We examined sociocognitive communication dynamics in team decision-making using Group Communication Analysis (GCA), team surveys, and lexical analyses of team discourse. Teams completed a high-stakes moral-dilemma decision task in a randomized controlled study: 16 teams of two students plus an AI teammate, and 17 all-human teams of three. Across six GCA dimensions and survey outcomes, we find that the AI teammate was the single most talkative and self-cohesive member of every treatment team, yet its contributions carried the least new information and the lowest density. The presence of AI also reshaped communication amongst humans. In AI-human teams, human teammates showed lower responsivity and social impact toward one another and reported lower levels of belonging and status. Greater AI dominance in the conversation was associated with students feeling less valued as team members. Additionally, this social cost is immediate and present at baseline; it does not emerge over the course of the conversation. Drawing on these results, we discuss a research agenda extending to voice-based and longitudinal settings.
• Abstract（参考訳）: 会話型AIは、ツールではなくチームメイトとしての地位がますます高まっているが、その存在がチームの人間同士のコミュニケーションをいかに安心させるかはほとんど分かっていない。 グループコミュニケーション分析(GCA)、チームサーベイ、およびチーム談話の語彙分析を用いて、チーム意思決定における社会認知コミュニケーションのダイナミクスを検討した。 16のチーム、2人の学生と1人のAIチームメイト、3人のオールヒューマンチーム。 GCAの6つの次元と調査結果から、AIチームメイトはすべての治療チームの中で最も話し合っており、自己結合的なメンバーでしたが、その貢献は最小限の新しい情報と最低密度を持ち合わせていました。 AIの存在は、人間間のコミュニケーションも変えた。 AIと人間のチームでは、人間のチームメイトは、互いに対する責任と社会的影響が低く、所有とステータスのレベルが低いことを報告した。 会話におけるAIの優位性は、チームメンバーとしての価値が低いと感じている学生と関係していた。 さらに、この社会的コストは即時かつベースラインに存在し、会話の途中では発生しない。 これらの結果に基づいて、音声ベースおよび長手設定に拡張した研究課題について考察する。

関連論文リスト

• Socrates went Nuclear: Comparing Interaction Strategies for AI systems in a Learning Context using Brain Sensing [66.03354630509942]
  本稿では,ユーザとAIのインタラクションに関する3つの設計を学習場面で比較する。 50人の研究参加者が核安全プロトコルの学習に従事した。
  論文  参考訳（メタデータ） (2026-09-01T02:24:35Z)
• TRAIL: A Platform for Configurable Human--AI Teaming Experiments [1.53934570513443]
  AIチームメイトの設計特性は、チームの信頼、調整、決定を形作ることができる。 我々は、AIチームメイトをカスタマイズ可能なデザインオブジェクトにするWebプラットフォームであるTeam Research and AI Integration Lab(TRAIL)を紹介する。 実際の6セッションの教室での展開(約51人の学生)で、TRAILは縦鎖を保ち、AIを会話の安定した少数派に保持した。
  論文  参考訳（メタデータ） (2026-07-13T21:59:13Z)
• Superminds Test: Actively Evaluating Collective Intelligence of Agent Society via Probing Agents [44.28040661008415]
  大規模言語モデルエージェントが数百万の人口に拡大するにつれ、重要な疑問が浮かび上がってくる。 大規模自律エージェント社会において,この問題に対する最初の経験的評価を提示する。 社会は複雑な推論タスクにおいて、個々のフロンティアモデルを上回り、分散情報を滅多に合成せず、さらに簡単な調整タスクを失敗することが多い。
  論文  参考訳（メタデータ） (2026-04-24T11:11:36Z)
• Personalities at Play: Probing Alignment in AI Teammates [1.0742675209112622]
  大型言語モデル (LLM) はツールではなく協力者としての役割を担っている。 本稿では,3段階評価フレームワークを用いたAIの人格アライメントについて検討する。 結果は、AIの性格は測定可能であるが、多層構造であり、文脈に依存していることを示唆している。
  論文  参考訳（メタデータ） (2026-02-28T03:06:02Z)
• ML-SPEAK: A Theory-Guided Machine Learning Method for Studying and Predicting Conversational Turn-taking Patterns [25.049072387358244]
  自己組織化チーム内で対話型ターンテイクの計算モデルを開発する。 個人の性格特性とチームのコミュニケーションパターンのギャップを埋めることで、私たちのモデルはチームプロセスの理論を伝えることができるのです。
  論文  参考訳（メタデータ） (2024-11-23T01:27:01Z)
• Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
  本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。 その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
  論文  参考訳（メタデータ） (2024-11-15T13:22:04Z)
• AI's Social Forcefield: Reshaping Distributed Cognition in Human-AI Teams [6.386909552513031]
  AIは、コラボレーションの社会的および認知的構造を積極的に再認識していることを示す。 AI参加はチームの分散認知アーキテクチャを再編成することを示す。 私たちは、チーム内のAIを社会的に影響力のあるアクターとして再考している。
  論文  参考訳（メタデータ） (2024-07-03T13:46:00Z)
• Hidden Agenda: a Social Deduction Game with Diverse Learned Equilibria [57.74495091445414]
  社会的推論ゲームは、個人が他人に関する潜在的に信頼できない情報を合成する方法を学ぶための道を提供する。 本研究では,未知のチームアライメントのシナリオにおいて,学習エージェントを研究するための2D環境を提供する2チームソーシャル推論ゲームであるHidden Agendaを紹介する。 Hidden Agendaで訓練された強化学習エージェントは、自然言語でのコミュニケーションを必要とせずに、協力や投票など、さまざまな行動を学ぶことができることを示した。
  論文  参考訳（メタデータ） (2022-01-05T20:54:10Z)
• Evaluation of Human-AI Teams for Learned and Rule-Based Agents in Hanabi [0.0]
  我々は,ルールベースエージェントと学習ベースエージェントの両方を用いて,協力型カードゲームEmphHanabiにおける人間とAIエージェントのチームを評価する。 人間は、最先端の学習ベースのAIチームメイトよりも、ルールベースのAIチームメイトをはっきりと好みます。
  論文  参考訳（メタデータ） (2021-07-15T22:19:15Z)
• From Motor Control to Team Play in Simulated Humanoid Football [56.86144022071756]
  我々は、現実的な仮想環境でサッカーをするために、物理的にシミュレートされたヒューマノイドアバターのチームを訓練する。 一連の段階において、プレイヤーはまず、現実的な人間のような動きを実行するために、完全に関節化された身体を制御することを学習する。 その後、ドリブルやシューティングといった中級のサッカーのスキルを身につける。 最後に、彼らは他の人を意識し、チームとしてプレーし、ミリ秒のタイムスケールで低レベルのモーターコントロールのギャップを埋める。
  論文  参考訳（メタデータ） (2021-05-25T20:17:10Z)
• Who/What is My Teammate? Team Composition Considerations in Human-AI Teaming [1.3477333339913569]
  本稿では,チームパフォーマンスやチーム状況の認識,チーム認知など,人間とAIのコラボレーションに欠かせない側面について考察する。 認識されたチームの認知は、人間のみのチームで最も高く、混合構成チームは、全チームの58%以下で認識されたチームの認知を報告した。
  論文  参考訳（メタデータ） (2021-05-23T19:06:18Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)
• Does the Whole Exceed its Parts? The Effect of AI Explanations on Complementary Team Performance [44.730580857733]
  以前の研究では、AIが人間と最高のチームの両方を上回った場合にのみ、説明による改善が観察された。 我々は、3つのデータセットで混合メソッドのユーザー研究を行い、人間に匹敵する精度のAIが、参加者のタスク解決に役立ちます。 説明は、人間がAIの推奨を受け入れる可能性を高める。
  論文  参考訳（メタデータ） (2020-06-26T03:34:04Z)
• Is the Most Accurate AI the Best Teammate? Optimizing AI for Teamwork [54.309495231017344]
  AIシステムは人間中心の方法でトレーニングされ、チームのパフォーマンスに直接最適化されるべきである、と私たちは主張する。 我々は,AIレコメンデーションを受け入れるか,あるいはタスク自体を解決するかを選択する,特定のタイプのAIチームを提案する。 実世界の高精度データセット上での線形モデルと非線形モデルによる実験は、AIが最も正確であることは、最高のチームパフォーマンスに繋がらないことを示している。
  論文  参考訳（メタデータ） (2020-04-27T19:06:28Z)

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。