論文の概要: Beyond Feeling Better: Capability-Sustaining Emotional Dialogue as a Longitudinal Research Paradigm

• arxiv url: http://arxiv.org/abs/2607.27851v1
• Date: Thu, 30 Jul 2026 08:30:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-31 21:37:00.461947
• Title: Beyond Feeling Better: Capability-Sustaining Emotional Dialogue as a Longitudinal Research Paradigm
• Title（参考訳）: 感情対話の能力は向上する: 縦断的研究パラダイムとしての感情対話
• Abstract要約: 縦断研究パラダイムとしての能力持続型感情対話(CSED)を提案する。 データ、モデル、システム設計、評価、そして繰り返しの使用、非使用、移行、終了に関するガバナンスを組織化します。
• 参考スコア（独自算出の注目度）: 18.02222070997807
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Emotional dialogue research includes two influential strategy traditions. Empathetic dialogue prioritizes understanding a speaker's emotional experience. Emotional support conversation selects and sequences support for the seeker's current needs. Sustained use introduces a further goal. Effective support should sustain users' capacities for emotion regulation, coping, self-endorsed decisions, and social connection across the interaction lifecycle. We propose capability-sustaining emotional dialogue (CSED) as a longitudinal research paradigm that aligns supportive strategy with this goal and organizes data, models, system design, evaluation, and governance around repeated use, non-use, transition, and termination. A targeted literature-and-corpus audit motivates this position. In a PRISMA-ScR-guided sample, 95% of 60 system-building papers pursue relief-oriented goals. None evaluates capability or longitudinal outcomes, and only 1 considers dependency, autonomy, or termination risk. In 300 ESConv supporter turns, capability-relevant functions appear in 43.0%, while generic suggestions account for 22.0%, compared with 4.0% reappraisal, 6.7% self-efficacy support, and 0.3% boundary behavior. We release a protocol for extending the audit to model behavior. An illustrative process model connects latent user capability to six design commitments, four evaluation timescales, and lifecycle constraints. The resulting agenda makes CSED testable across data, policy design, training, evaluation, and governance.
• Abstract（参考訳）: 感情対話研究には2つの重要な戦略の伝統が含まれる。 共感的対話は、話者の感情的経験を理解することを優先する。 情緒的支援会話は、探索者の現在のニーズに対する選択とシーケンスをサポートする。 持続可能な利用は、さらなる目標をもたらす。 効果的なサポートは、ユーザによる感情の規制、対処、自己承認決定、そしてインタラクションライフサイクル全体にわたる社会的つながりに対する能力を維持するべきである。 本研究では,この目標に支持的戦略を整合させる縦断研究パラダイムとして機能維持型感情対話(CSED)を提案し,データ,モデル,システム設計,評価,反復的使用,非使用,移行,終了に関するガバナンスを整理する。 対象とする文献・コーパス監査は、この地位を動機づける。 PRISMA-ScR誘導サンプルでは、60のシステム構築論文の95%が救済指向の目標を追求している。 誰も能力や縦断的な成果を評価しておらず、依存関係や自律性、終了リスクを考慮しているのは1人だけです。 300のESConvサポーターターンでは、機能関連関数は43.0%、ジェネリック提案は22.0%、再評価は4.0%、自己効力支援は6.7%、境界行動は0.3%である。 監査をモデル行動に拡張するためのプロトコルをリリースする。 実証的なプロセスモデルは、潜在ユーザ能力を6つの設計コミットメントと4つの評価タイムスケール、ライフサイクル制約に結びつける。 その結果、CSEDはデータ、ポリシー設計、トレーニング、評価、ガバナンスにまたがってテスト可能である。

関連論文リスト

• RESCUE-BENCH: Towards Relation-Aware Multi-Party Emotional Support Conversation Systems [20.475363299302185]
  我々は、LLMがより効果的な感情支援を提供するために、関係の進化するダイナミクスを捉え、活用できるかどうかを評価する新しいタスクである感情支援関係認識会話を導入する。 実対・家族対面の会話からRESCUE(Relation-aware Emotional Support Conversation Understanding and Evaluation Benchmark)を構築した。
  論文  参考訳（メタデータ） (2026-09-09T03:14:13Z)
• EmoS: A Theory-Grounded Framework for Evaluating and Aligning Emotional Intelligence in Spoken Language Models [66.28519000191191]
  EmoSBenchは、Spoken Language Modelsの最初の包括的なEI評価ベンチマークである。 EmoSは83.8%の精度に達し、人間レベルのパフォーマンスに近づいている。
  論文  参考訳（メタデータ） (2026-08-10T06:58:30Z)
• Best Friends, Not Forever: Evaluating Long-Horizon Persona Collapse and Behavioral Drift in AI Companions [34.277389276831435]
  本研究では,2つの長期的障害について検討する。「人的崩壊」,展開された役割の喪失,境界,値,スタイル,および「行動漂流」である。 本稿では,人的行為とトラジェクティブリコールを別々に計測する制御型総合監査システムANCHORを紹介する。 この研究には、27人のペルソナにまたがる2,008の会話、9つのインタラクションスケジュール、3つの生成されたメモリ設定、そして4つの評価モデルが含まれている。
  論文  参考訳（メタデータ） (2026-07-30T20:18:39Z)
• The Governance of Human-LLM Interaction: Safety Gating, Civility Steering, and Affective Default Lock-In [0.9558392439655014]
  大規模言語モデル (LLMs) は、金融、医療、精神保健支援における高額な相互作用をますます仲介する。 プロバイダ側のアライメントは有害なコンテンツをブロックしますが、通信上のデフォルトを安定化します。 通信形態に対するプロバイダ制御の観測可能な指標として,迅速なステアビリティとレグレッション・トゥ・デフォルト(regressive-to-default)が示されている。
  論文  参考訳（メタデータ） (2026-06-06T13:36:37Z)
• A Proactive Multi-Agent Dialogue Framework for Assessing Social Language Disorder Traits in Autism [11.474807247446526]
  TPA(Think, Plan, Ask)は,自閉症診断監視スケジュールモジュール4(ADOS-2)の言語評価コンポーネントに適用した,能動的多エージェント対話フレームワークである。 医師エージェントは、臨床的根拠のある戦略を選択し、対象とする質問を生成する前に、どの特徴が保存されていないのかを明確に理由づける。 実際のADOS-2臨床データに基づく患者エージェントは、実際の患者参加なしに再現可能な評価が可能であり、実際の患者言語に対する適切な忠実性を確認する3つの独立した実験で検証される。
  論文  参考訳（メタデータ） (2026-05-21T19:45:46Z)
• A Unified Spoken Language Model with Injected Emotional-Attribution Thinking for Human-like Interaction [50.05919688888947]
  本稿では,感情的インテリジェンスのための統一言語モデルを提案する。 IEATは、ユーザーの感情状態とその根本原因をモデルの内部推論プロセスに組み込んでおり、明示的な監督として扱われるのではなく、感情を意識した推論を内部化することができる。 HumDial(Human-like Spoken Dialogue Systems Challenge)Emotional Intelligenceベンチマークの実験は、提案手法が感情軌道モデリング、感情的推論、共感的応答生成にまたがるトップランクのパフォーマンスを達成することを示した。
  論文  参考訳（メタデータ） (2026-01-08T14:07:30Z)
• Understanding User Preferences for Interaction Styles in Conversational Recommender Systems: The Predictive Role of System Qualities, User Experience, and Traits [8.549385781670473]
  本研究では,ユーザインタラクションの嗜好を形成する要因について検討する。 その結果, 探索的相互作用の嗜好は, 楽しみ, 有用性, 新規性, 会話品質によって予測された。 これらの知見は、感情、認知、特性レベルの予測をCRSユーザモデリングに統合し、自律性に敏感で、価値に適応した対話設計を通知する。
  論文  参考訳（メタデータ） (2025-08-04T11:56:47Z)
• Interaction as Intelligence: Deep Research With Human-AI Partnership [25.28272178646003]
  インタラクション・アズ・インテリジェンス」研究シリーズは、深層研究課題における人間とAIの関係の再認識を提示する。 Deep Cognitionは、人間の役割を認知的監視への指示から転換するシステムである。
  論文  参考訳（メタデータ） (2025-07-21T16:15:18Z)
• IntentionESC: An Intention-Centered Framework for Enhancing Emotional Support in Dialogue Systems [74.0855067343594]
  感情的支援の会話では、意図の不明確さは、支持者に不適切な戦略を採用させる可能性がある。 Intention-centered Emotional Support Conversation frameworkを提案する。 支援者の意図を定義し、これらの意図を推測するための重要な感情状態の側面を特定し、それらを適切な支援戦略にマッピングする。
  論文  参考訳（メタデータ） (2025-06-06T10:14:49Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)
• PoKE: Prior Knowledge Enhanced Emotional Support Conversation with Latent Variable [1.5787128553734504]
  感情的なサポートは、対話システムにトレーニングされるべき重要なコミュニケーションスキルです。 既存の研究の多くは、現在の状況に応じて支援戦略を予測し、対応する感情的支援を提供する。 本稿では,潜在変数モデルであるPoKEを用いた事前知識向上型感情支援会話を提案する。
  論文  参考訳（メタデータ） (2022-10-23T07:31:24Z)
• Partner Matters! An Empirical Study on Fusing Personas for Personalized Response Selection in Retrieval-Based Chatbots [51.091235903442715]
  本稿では,自己とパートナーの話者が応答選択の課題に与える影響について検討する。 4つのペルソナ融合戦略が設計されており、異なる方法でペルソナがコンテキストや応答と相互作用することを前提としている。 Persona-Chatデータセットに関する実証研究は、パートナーペルソナが応答選択の精度を向上させることができることを示している。
  論文  参考訳（メタデータ） (2021-05-19T10:32:30Z)
• CoCo: Controllable Counterfactuals for Evaluating Dialogue State Trackers [92.5628632009802]
  本稿では,このギャップを橋渡しし,新たなシナリオにおける対話状態追跡(DST)モデルを評価するための制御可能な対策(CoCo)を提案する。 CoCoは、2つのステップで新しい会話シナリオを生成する: (i) スロットをドロップして追加し、スロット値を置き換えて、 (ii) (i) で条件付きで対話フローと整合する対実会話生成。 人間による評価では、COCO生成された会話は95%以上の精度でユーザー目標を完璧に反映し、元の会話と同じくらい人間らしくなっている。
  論文  参考訳（メタデータ） (2020-10-24T09:39:35Z)

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。