Fugu-MT 論文翻訳(概要): AI Evaluation Should Work With Humans

論文の概要: AI Evaluation Should Work With Humans

arxiv url: http://arxiv.org/abs/2608.13577v1
Date: Mon, 06 Jul 2026 21:14:15 GMT
ステータス: 翻訳完了
システム内更新日: 2026-09-28 05:09:55.205072
Title: AI Evaluation Should Work With Humans
Title（参考訳）: AI評価は人間と協力すべきである
Abstract要約: AI評価の主要なパラダイムは、AI開発を間違った方向に導くことだ。この協調的なシフトは、人間の能力の真の補完として働くAIシステムを促進するだろう、と私たちは主張する。
参考スコア（独自算出の注目度）: 0.5917097663997525
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This position paper argues that the dominant paradigm of AI evaluation (which focuses on superhuman autonomous performance and so implicitly targets the goal of replacing humans) is guiding AI development in the wrong direction. Instead, the AI community should pivot to evaluating the performance of human--AI teams. We argue that this collaborative shift will foster AI systems that act as true complements to human capabilities and therefore lead to far better societal outcomes than will the current process.
Abstract（参考訳）: このポジションペーパーは、AI評価の主流パラダイム(超人的な自律的パフォーマンスを重視し、暗黙的に人間を置き換える目標を目標とする)は、AI開発を間違った方向に導くことである、と論じている。代わりに、AIコミュニティは、人間-AIチームのパフォーマンスを評価することに集中すべきである。この協調的なシフトは、人間の能力の真の補完として働くAIシステムを促進し、それによって現在のプロセスよりもはるかに優れた社会的結果をもたらす、と私たちは主張する。

関連論文リスト

The Boundaries of Automation: A Theory of Persistent Human Participation [107.84677954791773]
高い能力を持つAIシステムであっても、人間の参加は継続する可能性がある、と私たちは主張する。一部のアクティビティでは、ターゲットは事前に完全に指定されるのではなく、代わりにインタラクション自体を通じて現れる。この観点は、自動化の限界に重要な意味を持つ。
論文参考訳（メタデータ） (2026-07-23T17:33:43Z)
Align When They Want, Complement When They Need! Human-Centered Ensembles for Adaptive Human-AI Collaboration [13.041288521972563]
人間とAIの意思決定において、人間の専門知識を補完するAIを設計することは、人間とAIのコラボレーションを強化する自然な戦略である。一致したAIは、信頼を育みながら、最適な人間の行動を補強し、人間とAIチームのパフォーマンスを低下させるリスクを負う。我々は、2つの専門的AIモデルの間で戦略的に切り替える、人間中心の適応型AIアンサンブルを新たに導入する。
論文参考訳（メタデータ） (2026-02-23T18:22:58Z)
Aligning Generalisation Between Humans and Machines [74.120848518198]
AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。 AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文参考訳（メタデータ） (2024-11-23T18:36:07Z)
Position: Towards Bidirectional Human-AI Alignment [109.57781720848669]
我々は、人間とAIの双方向的・動的関係を説明するために、研究コミュニティは「調整」を明確に定義し、批判的に反映すべきであると主張する。このフレームワークは、AIと人間の価値を整合させる従来の取り組みを取り入れているだけでなく、人間とAIを整合させるという、重要で未解明の次元も導入しています。
論文参考訳（メタデータ） (2024-06-13T16:03:25Z)
On the Utility of Accounting for Human Beliefs about AI Intention in Human-AI Collaboration [9.371527955300323]
我々は、人間がどのように解釈し、AIパートナーの意図を判断するかを捉える人間の信念のモデルを開発する。私たちは、人間と対話するための戦略を考案する際に、人間の行動と人間の信念の両方を取り入れたAIエージェントを作成します。
論文参考訳（メタデータ） (2024-06-10T06:39:37Z)
Towards Human-AI Deliberation: Design and Evaluation of LLM-Empowered Deliberative AI for AI-Assisted Decision-Making [47.33241893184721]
AIによる意思決定において、人間はしばしばAIの提案を受動的にレビューし、それを受け入れるか拒否するかを決定する。意思決定における人間-AIの意見の対立に関する議論と人間のリフレクションを促進する新しい枠組みであるHuman-AI Deliberationを提案する。人間の熟考の理論に基づいて、この枠組みは人間とAIを次元レベルの意見の引用、熟考的議論、意思決定の更新に携わる。
論文参考訳（メタデータ） (2024-03-25T14:34:06Z)
Applying HCAI in developing effective human-AI teaming: A perspective from human-AI joint cognitive systems [10.746728034149989]
研究と応用は、AIシステムを開発するための新しいパラダイムとして、HAT(Human-AI Teaming)を使用している。我々は,人間とAIの協調認知システム(HAIJCS)の概念的枠組みについて詳しく検討する。本稿では,HATを表現・実装するためのヒューマンAI共同認知システム(HAIJCS)の概念的枠組みを提案する。
論文参考訳（メタデータ） (2023-07-08T06:26:38Z)
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。