論文の概要: Vibe Compiler: A Research-Logic Synthesis Tool That Runs without Prompt Engineering -Toward Enhancing Metacognition for Sustaining Agency in the Age of Generative AI-
- arxiv url: http://arxiv.org/abs/2608.05545v1
- Date: Thu, 06 Aug 2026 02:51:03 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-07 15:25:20.815164
- Title: Vibe Compiler: A Research-Logic Synthesis Tool That Runs without Prompt Engineering -Toward Enhancing Metacognition for Sustaining Agency in the Age of Generative AI-
- Title（参考訳）: Vibe Compiler: プロンプトエンジニアリングを使わずに動作する研究論理合成ツール -生成AI時代のエージェンシー維持のためのメタ認知の強化に向けて-
- Abstract要約: 本稿では,あいまいなアイデアをコヒーレントな研究論理に変換する研究論理コンパイラであるVibe Compilerを紹介する。
この枠組みは認知機能(合成対分析)と実行エージェント(人間対AI)の2つの側面に沿った構造的ギャップを特徴づける。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Generative AI used as a capable servant has greatly accelerated intellectual work, but it also risks eroding human epistemic agency by encouraging uncritical acceptance of AI-generated reasoning. This creates a need for mechanisms that preserve human agency by augmenting metacognition during AI-assisted intellectual work. To address this, we propose the Synthesis-Analysis Reciprocity Model, which views intellectual construction as a reciprocal interaction between Synthesis, which combines components into an artifact, and Analysis, which critically evaluates them against objective indicators and constrains subsequent synthesis. Grounded in this model, we present the Vibe Compiler, a research-logic compiler that helps researchers transform vague ideas (Vibes) into coherent research logic. The system compiles these ideas using a research paper ontology of sixteen academic parameters. Compilation failures indicate missing logical components; rather than filling them autonomously, the system prompts researchers with reflective questions that encourage them to develop the missing reasoning. The framework characterizes structural gaps along two dimensions: cognitive function (Synthesis vs. Analysis) and executing agent (human vs. AI), yielding four origin types that identify where breakdowns arise. Our design emphasizes AI probing its own synthesized output to stimulate human metacognition, encouraging researchers to remain managers who critically direct and validate AI-generated reasoning rather than passive recipients. Experience with a prototype built on NotebookLM and Gemini suggests that effective AI-assisted reasoning depends less on sophisticated prompting than on the knowledge structure provided to the AI. This paper was developed using the proposed Vibe Compiler.
- Abstract（参考訳）: 有能な使用人として使用される生成AIは、知的作業を大幅に加速する一方で、AI生成推論の非クリティカルな受容を促すことによって、ヒトのてんかん機関を侵食するリスクも負っている。
これにより、AI支援知的作業中にメタ認知を増強することで、人体を保護できるメカニズムの必要性が生じる。
そこで我々は,知的構成を人工物に成分を結合した合成と分析の相互相互作用とみなす合成・分析相互性モデルを提案し,それらを客観的指標やその後の合成の制約に対して批判的に評価する。
このモデルに基づいて、研究者が曖昧なアイデア(Vibe)をコヒーレントな研究論理に変換するのに役立つ研究論理コンパイラであるVibe Compilerを提示する。
このシステムは16の学術パラメータのオントロジーを用いてこれらのアイデアをコンパイルする。
自動で満たすのではなく、リフレクティブな質問を研究者に促し、不足する推論の開発を促す。
このフレームワークは、認知機能(合成対分析)と実行エージェント(人間対AI)の2つの側面に沿った構造的ギャップを特徴付け、故障の発生場所を特定する4つの起源型を生成する。
我々のデザインは、人間のメタ認知を刺激するためにAIが独自の合成アウトプットを探索することを強調しており、研究者は受動的受信者ではなく、AIが生成する推論を批判的に指示し検証するマネージャにとどまることを奨励している。
NotebookLMとGeminiをベースとしたプロトタイプの経験から、効果的なAI支援推論は、AIに提供される知識構造よりも高度なプロンプトに依存していないことが示唆されている。
本論文は,提案したVibeコンパイラを用いて開発された。
関連論文リスト
- Doom Researching: A Conceptual Framework for Repetitive AI-Assisted Information Seeking, Cognitive Offloading, and the Illusion of Knowing [0.0]
本稿では、このAIによる反復情報探索のパターンを記述するために、Doom Researchingという用語を提案する。
本論文は,AI応答の流布によって認知の労力が減少し,認識された知識が増大し,さらなるクエリの可能性が増大するフレームワークを開発する。
目標は、AI支援調査が思考、合成、行動の代替となるときの研究のための語彙と研究のアジェンダを提供することである。
論文 参考訳（メタデータ） (2026-07-02T19:18:21Z) - AICID: Unique Identifiers for AI Scientists [5.939983212292006]
学術データベース、引用インデックス、ジャーナル提出システムにおいて、AI科学者と人間を区別する標準的なメカニズムは存在しない。
この白書は,問題を定義し,学術コミュニケーションの完全性に対する結果を分析し,AICIDを提案する。
AICIDは人間以外のコントリビュータ向けにモデル化されているが、AIIDは各AI作者をモデルID、バージョン、オペレーターにリンクする。
論文 参考訳（メタデータ） (2026-06-27T06:07:25Z) - AI Scientists as Engines of Discovery: A Case for Development within Reformed Institutions [0.10102237605686408]
エージェント人工知能(AI)システムは、科学的な発見を支援し、加速し、部分的に自動化し始めている。
我々は、適切に設計されたマルチエージェントシステムは、受動的計算ツールからAI科学者へと進化するかもしれないと論じる。
このようなシステムは、目的に適した科学的エコシステム内で開発され、展開されなければならない。
論文 参考訳（メタデータ） (2026-06-22T05:06:29Z) - Accelerating Scientific Research with Gemini: Case Studies and Common Techniques [105.15622072347811]
大規模言語モデル(LLM)は、科学研究を加速するための新たな道を開いた。
先進的なAIモデルとどのように協力したかを示すケーススタディのコレクションを提示する。
論文 参考訳（メタデータ） (2026-02-03T18:56:17Z) - From Augmentation to Symbiosis: A Review of Human-AI Collaboration Frameworks, Performance, and Perils [0.8629912408966147]
人間中心AIのスーパーツール」と共生知能の相互適応モデルについて研究した。
我々は、AIが内部化された認知コンポーネントとして機能するときに、永続的な利益が生じることを疑問視する、拡張自己と二重プロセス理論を一体化したフレームワークで締めくくります。
論文 参考訳（メタデータ） (2025-11-07T19:11:33Z) - The next question after Turing's question: Introducing the Grow-AI test [51.56484100374058]
本研究は,GROW-AIと呼ばれる人工知能評価の枠組みを拡張することを目的としている。
GROW-AIは、チューリングテストの自然な後継者である"Can Machine grow up?
この作品の独創性は、人間の世界から人工知能への「成長」過程の概念的な変換にある。
論文 参考訳（メタデータ） (2025-08-22T10:19:42Z) - AI Automatons: AI Systems Intended to Imitate Humans [54.19152688545896]
人々の行動、仕事、能力、類似性、または人間性を模倣するように設計されたAIシステムが増加している。
このようなAIシステムの研究、設計、展開、可用性は、幅広い法的、倫理的、その他の社会的影響に対する懸念を喚起している。
論文 参考訳（メタデータ） (2025-03-04T03:55:38Z) - Converging Paradigms: The Synergy of Symbolic and Connectionist AI in LLM-Empowered Autonomous Agents [55.63497537202751]
コネクショニストと象徴的人工知能(AI)の収束を探求する記事
従来、コネクショナリストAIはニューラルネットワークにフォーカスし、シンボリックAIはシンボリック表現とロジックを強調していた。
大型言語モデル(LLM)の最近の進歩は、人間の言語をシンボルとして扱う際のコネクショナリストアーキテクチャの可能性を強調している。
論文 参考訳（メタデータ） (2024-07-11T14:00:53Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳（メタデータ） (2024-02-28T16:09:56Z) - Analyzing Character and Consciousness in AI-Generated Social Content: A
Case Study of Chirper, the AI Social Network [0.0]
この研究はAIの振る舞いを包括的に調査し、多様な設定がチャーパーの反応に与える影響を分析している。
一連の認知テストを通じて、この研究はチャーパーズの自己認識とパターン認識の能力を評価する。
この研究の興味深い側面は、チャーパーのハンドルやパーソナリティのタイプがパフォーマンスに与える影響を探ることである。
論文 参考訳（メタデータ） (2023-08-30T15:40:18Z) - A general framework for scientifically inspired explanations in AI [76.48625630211943]
我々は、AIシステムの説明を実装可能な一般的なフレームワークの理論的基盤として、科学的説明の構造の概念をインスタンス化する。
このフレームワークは、AIシステムの"メンタルモデル"を構築するためのツールを提供することを目的としている。
論文 参考訳（メタデータ） (2020-03-02T10:32:21Z)
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。