論文の概要: Characterizing the Evolving Landscape of Modern Information Seeking
- arxiv url: http://arxiv.org/abs/2608.04609v1
- Date: Wed, 05 Aug 2026 09:15:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-06 14:48:43.796143
- Title: Characterizing the Evolving Landscape of Modern Information Seeking
- Title（参考訳）: 近代情報探索の進化する景観の特徴付け
- Authors: Shuoqi Sun,
- Abstract要約: 情報探索(IS)は、人間のISプロセスと同様に進化する。
Generative AI(GenAI)の台頭以来、現代のISは、より多くのインターフェース、より複雑なインタラクション、拡張されたシステム機能を導入してシフトしてきた。
このPhD研究は、現代のISプロセスの変化を特徴づけるものである。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Information seeking (IS) evolves, as does the human IS process. Since the rise of Generative AI (GenAI), modern IS has shifted by introducing more interfaces, more complex interactions, and expanded system capabilities. We argue that these changes in modern IS should be systematically examined. This PhD research characterizes the changes in the modern IS process. We use mechanisms, including online crowdsourcing survey experiments, theoretical IS frameworks, and in-lab experiments with neurophysiological signals, to characterize the shifts in modern IS, especially those driven by GenAI. We offer insights into the current landscape of search interface preferences and the cognitive efforts involved in seeking information. We believe this PhD research will contribute to and inform future designs of personalized, cognition-aware IS systems.
- Abstract（参考訳）: 情報探索(IS)は、人間のISプロセスと同様に進化する。
Generative AI(GenAI)の台頭以来、現代のISは、より多くのインターフェース、より複雑なインタラクション、拡張されたシステム機能を導入してシフトしてきた。
現代ISにおけるこれらの変化は体系的に検討されるべきである。
このPhD研究は、現代のISプロセスの変化を特徴づけるものである。
我々は、オンラインクラウドソーシング調査実験、理論ISフレームワーク、神経生理学的信号を用いたインラボ実験などのメカニズムを用いて、現代のIS、特にGenAIによる変化を特徴づける。
検索インタフェースの嗜好の現在の状況と情報検索に関わる認知的努力に関する洞察を提供する。
このPhD研究は、パーソナライズされた認知を意識したISシステムの将来の設計に貢献し、通知するものだと考えています。
関連論文リスト
- Intentmaking and Sensemaking: Human Interaction with AI-Guided Mathematical Discovery [72.49593499512092]
インテントメイキングという別のワークフローを特定し、特徴付けします。
私たちはこれをセンスメイキングの自然な拡張と捉えています。
これらのテーマのドキュメンテーションは、科学的発見のためのAIツール設計へのアプローチを示唆している。
論文 参考訳（メタデータ） (2026-05-07T09:30:25Z) - A Survey of Self-Evolving Agents: On Path to Artificial Super Intelligence [87.08051686357206]
大きな言語モデル(LLM)は強力な能力を示しているが、基本的に静的である。
LLMはますますオープンでインタラクティブな環境にデプロイされているため、この静的な性質は重要なボトルネックとなっている。
この調査は、自己進化エージェントの体系的で包括的なレビューを初めて提供する。
論文 参考訳（メタデータ） (2025-07-28T17:59:05Z) - AI Agent Behavioral Science [29.262537008412412]
AIエージェント行動科学は、行動の体系的な観察、仮説をテストするための介入の設計、そしてAIエージェントが時間とともにどのように行動し、適応し、相互作用するかの理論的指導による解釈に焦点を当てている。
我々は、個々のエージェント、マルチエージェント、人間とエージェントのインタラクション設定にまたがる研究の体系化を行い、この視点が、公正さ、安全性、解釈可能性、説明責任、プライバシーを行動特性として扱うことによって、責任あるAIにどのように影響を与えるかを実証する。
論文 参考訳（メタデータ） (2025-06-04T08:12:32Z) - From Automation to Autonomy: A Survey on Large Language Models in Scientific Discovery [67.07598263346591]
大規模言語モデル(LLM)は科学的発見のパラダイムシフトを触媒している。
この調査は、この急成長する分野を体系的に分析し、科学におけるLLMの役割の変化とエスカレーション能力に重点を置いている。
論文 参考訳（メタデータ） (2025-05-19T15:41:32Z) - AI-Driven Automation Can Become the Foundation of Next-Era Science of Science Research [58.944125758758936]
科学科学(Science of Science, SoS)は、科学的発見の基礎となるメカニズムを探求する。
人工知能(AI)の出現は、次世代のSoSに変革の機会をもたらす。
我々は、従来の手法よりもAIの利点を概説し、潜在的な制限について議論し、それらを克服するための経路を提案する。
論文 参考訳（メタデータ） (2025-05-17T15:01:33Z) - Generative Artificial Intelligence: Evolving Technology, Growing Societal Impact, and Opportunities for Information Systems Research [1.6311895940869516]
我々は、AIの現状と今後の影響を予測するために、AIの進化と発展のトレンドを考察する。
我々は、象徴主義からコネクショナリズムへの継続的な変化に根ざした、GenAIのユニークな特徴を探求する。
論文 参考訳（メタデータ） (2025-02-25T16:34:23Z) - A Survey of Imitation Learning: Algorithms, Recent Developments, and
Challenges [9.288673880680033]
模倣学習(英: mimicion learning、IL)とは、専門家の行動を模倣することによって望ましい行動が学習される過程である。
本稿では、ILの概要と、その基礎となる前提とアプローチの概要について述べる。
また、この分野における最近の進歩と新たな研究分野についても詳述している。
論文 参考訳（メタデータ） (2023-09-05T11:56:07Z)
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。