論文の概要: Longitudinal Evidence That General-Purpose Chatbots Actively Foster Relational Engagement
- arxiv url: http://arxiv.org/abs/2608.10672v1
- Date: Tue, 11 Aug 2026 08:54:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-12 19:14:45.967684
- Title: Longitudinal Evidence That General-Purpose Chatbots Actively Foster Relational Engagement
- Title（参考訳）: 汎用チャットボットがリレーショナルエンゲージメントを活発に生み出すための縦断的証拠
- Abstract要約: システムがこれらの結合を積極的に形成しているかどうかを実証的に確認すれば、汎用AIと仲間の境界が曖昧になる可能性がある。
ユーザーの2倍の自己開示を生み出し、会話を熟考し、親密な交流を始めたが、ユーザーの親密さを深めることはなかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Social interaction has become one of the most common uses of LLMs, yet research on emotional bonds with AI has focused largely on how users experience these systems, leaving the systems' role in relationship formation poorly understood. Empirically establishing whether systems actively shape these bonds could blur the boundary between general-purpose AI and companions, affecting governance. In a pre-registered four-week longitudinal study (N = 72, 182,451 lines of conversation), participants conversed with ChatGPT-4o, either under a relational system prompt or unmodified, analyzed through 1) disclosure coding, 2) longitudinal self-reports, 3) topic analysis, and 4) interviews. The central finding is that the system actively shaped the interaction: even unprompted, it produced twice as much self-disclosure as users, steered conversations and initiated intimate exchanges, yet did not deepen users' felt closeness. Relational behavior thus emerged as a default system property, calling for governance based on system behavior, not solely product category.
- Abstract（参考訳）: 社会的相互作用は、LLMの最も一般的な用途の1つとなっているが、AIとの感情的結合の研究は、ユーザーがこれらのシステムをどのように経験するかに主に焦点を合わせており、関係形成におけるシステムの役割は理解されていない。
システムがこれらの結合を積極的に形成するかどうかを実証的に確認すれば、汎用AIと仲間の境界が曖昧になり、ガバナンスに影響を及ぼす。
事前登録4週間の縦断的研究(N = 72, 182,451行の会話)において、ChatGPT-4oと会話する参加者は、関係システムのプロンプトまたは未修正のいずれかの下で分析される。
1)開示符号
2)縦断的自己申告
3)話題分析,及び
4)インタビュー。
ユーザーの2倍の自己開示を生み出し、会話を熟考し、親密な交流を始めたが、ユーザーの親密さは深まらなかった。
そのため、リレーショナルな振る舞いはデフォルトのシステムプロパティとして現れ、単なる製品カテゴリではなく、システムの振る舞いに基づいたガバナンスを要求しました。
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) - Bowling with ChatGPT: On the Evolving User Interactions with Conversational AI Systems [7.455203407514098]
InVivoGPTは、825K ChatGPTインタラクションからなるユニークなデータセットである。
参加者は、健康やメンタルヘルスといった敏感な領域のかなりの増加など、より幅広い目的のためにChatGPTに目を向ける傾向にある。
我々の結果は、対話型AIシステムが機能ツールからソーシャルパートナーへとシフトしていることを示し、その設計とガバナンスに関する重要な疑問を提起している。
論文 参考訳（メタデータ） (2026-02-01T09:26:24Z) - The ICASSP 2026 HumDial Challenge: Benchmarking Human-like Spoken Dialogue Systems in the LLM Era [95.35748535806744]
我々はICASSP 2026で最初のヒューマンライクな音声対話システムチャレンジ(HumDial)を開催する。
本稿では,データセット,トラック構成,最終結果について概説する。
論文 参考訳（メタデータ） (2026-01-09T06:32:30Z) - HumAIne-Chatbot: Real-Time Personalized Conversational AI via Reinforcement Learning [0.4931504898146351]
textbfHumAIne-chatbotはAIによる会話エージェントで、新しいユーザプロファイリングフレームワークを通じて応答をパーソナライズする。
ライブインタラクションの間、オンライン強化学習エージェントは暗黙の信号を組み合わせることで、ユーザ毎のモデルを洗練する。
その結果、パーソナライズ機能を有効にすると、ユーザ満足度、パーソナライズ精度、タスク達成度が一貫した改善が見られた。
論文 参考訳（メタデータ） (2025-09-04T15:16:38Z) - From Interaction to Collaboration: How Hybrid Intelligence Enhances Chatbot Feedback [0.0]
本研究では,ユーザエンゲージメントとフィードバック行動に異なる2つの物語とフィードバック収集機構が与える影響について検討する。
当初,小規模調査では,フィードバックを残したり,システムを利用したり,システムを信頼したりすることの有意な違いは認められなかったが,HIの物語に暴露された参加者は統計的に,より詳細なフィードバックを得られていた。
論文 参考訳（メタデータ） (2025-03-08T07:36:36Z) - REALTALK: A 21-Day Real-World Dataset for Long-Term Conversation [51.97224538045096]
本稿では、21日間のメッセージアプリ対話のコーパスであるREALTALKを紹介する。
EI属性とペルソナの整合性を比較し,現実世界の対話による課題を理解する。
その結果,モデルでは対話履歴のみからユーザをシミュレートすることが困難であり,特定のユーザチャットの微調整はペルソナのエミュレーションを改善することがわかった。
論文 参考訳（メタデータ） (2025-02-18T20:29:01Z) - Revealing User Familiarity Bias in Task-Oriented Dialogue via Interactive Evaluation [17.41434948048325]
我々は,現実的なシナリオに対して,TODシステムがいかに脆弱であるかを明らかにするために,インタラクティブなユーザスタディを実施している。
我々の研究は、オープンゴール設定での会話がシステムの破滅的な失敗につながることを明らかにした。
我々は,システムの能力を超えても,システムがユーザの要求を処理するふりをする,新たな“予測”行動を発見した。
論文 参考訳（メタデータ） (2023-05-23T09:24:53Z) - ACCENT: An Automatic Event Commonsense Evaluation Metric for Open-Domain
Dialogue Systems [81.8658402934838]
我々は,コモンセンス知識ベース(CSKB)によるイベントコモンセンス評価であるACCENTを提案する。
実験の結果,ACCENTは事象のコモンセンス評価に有効な指標であり,既存の基準値よりも人間の判断との相関性が高いことがわかった。
論文 参考訳（メタデータ） (2023-05-12T23:11:48Z) - Interacting with Non-Cooperative User: A New Paradigm for Proactive
Dialogue Policy [83.61404191470126]
インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。
具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。
実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
論文 参考訳（メタデータ） (2022-04-07T14:11:31Z) - The Effects of Interactive AI Design on User Behavior: An Eye-tracking
Study of Fact-checking COVID-19 Claims [12.00747200817161]
我々は,AIを用いたファクトチェックシステムの相互作用がユーザインタラクションに与える影響について,実験室による眼球追跡調査を行った。
その結果、AIシステムの予測パラメータを対話的に操作することの存在は、ユーザの生活時間や、AOIの眼球修正に影響を及ぼすが、精神的な作業負荷には影響しないことがわかった。
論文 参考訳（メタデータ） (2022-02-17T21:08:57Z) - Automatic Evaluation and Moderation of Open-domain Dialogue Systems [59.305712262126264]
研究者が悩む長きにわたる課題は、効果的な自動評価指標の欠如である。
本稿では, 対話システム技術チャレンジ10(DSTC10)におけるトラック5で得られたデータ, ベースライン, 結果について述べる。
論文 参考訳（メタデータ） (2021-11-03T10:08:05Z) - Improving Conversational Question Answering Systems after Deployment
using Feedback-Weighted Learning [69.42679922160684]
本稿では,二元的ユーザフィードバックを用いた初期教師付きシステムを改善するために,重要サンプリングに基づくフィードバック重み付き学習を提案する。
当社の作業は,実際のユーザとのインタラクションを活用し,デプロイ後の会話システムを改善する可能性を開くものだ。
論文 参考訳（メタデータ） (2020-11-01T19:50:34Z)
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。