論文の概要: When LLMs Slow Down: How Environmental Impacts Mediate University Students' LLM Usage

• arxiv url: http://arxiv.org/abs/2608.23968v1
• Date: Tue, 25 Aug 2026 01:46:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-26 14:09:34.746254
• Title: When LLMs Slow Down: How Environmental Impacts Mediate University Students' LLM Usage
• Title（参考訳）: LLMのスローダウン: 大学生のLCM利用が環境に与える影響
• Abstract要約: ライブのLarge Language Modelsインタラクションにおいて,レイテンシとカーボンのトレードオフを可視化するインターフェースを設計し,デプロイする。 応答遅延が増加するにつれて,エコフィードバックシステムを選択する可能性が著しく低下することが判明した。 より強いエコマインドネスを持つ学生は、低炭素モードを採用することへのベースライン意欲が高かった。
• 参考スコア（独自算出の注目度）: 2.519567577955041
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Models (LLMs) are increasingly being embedded into all facets of society, from search to education, industrial, and financial applications. These systems' carbon and water footprints raise important sustainability concerns, particularly with adoption rates exceeding 80% among university students, despite limited insight into the environmental impacts of individual usage. Eco-feedback interfaces offer a promising approach to encourage more sustainable behaviors, yet their role in shaping LLM users' sustainability awareness and decision-making remains underexplored. We design and deploy the interface that visualizes latency-carbon trade-offs during live LLM interactions. We study its use with undergraduate computer science students (N=89, ages 18-24), enrolled in a computing ethics course, providing an empirical look at how a technically sophisticated and values-oriented user population responds to sustainability-aware AI interfaces. We found that the likelihood of choosing the eco-feedback system significantly decreased as perceived response latency increased (p < .001), while users' willingness increased when they recognized the carbon-saving impacts (p < .01). Also, students with stronger eco-mindedness demonstrated higher baseline willingness to adopt lower-carbon modes and reported increased awareness of the environmental impacts of LLM use, though this effect diminished as latency increased. These results position eco-feedback interfaces as a promising sustainability intervention and highlight their potential as an educational opportunity to promote more sustainable LLM use among university students and beyond.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、検索から教育、産業、金融アプリケーションに至るまで、社会のあらゆる面に組み込まれている。 これらのシステムの炭素と水のフットプリントは重要な持続可能性上の懸念を生じさせ、特に、個々の使用による環境への影響について限られた知見があるにもかかわらず、大学生の80%以上の採用率においてである。 エコフィードバックインターフェースは、より持続可能な行動を促進するための有望なアプローチを提供するが、LLMユーザのサステナビリティ意識と意思決定を過小評価する役割は依然として過小評価されている。 ライブLLMインタラクション中の遅延-炭素トレードオフを可視化するインターフェースの設計とデプロイを行う。 我々は,コンピュータサイエンスの学部生(N=89,18～24歳)を対象に,コンピュータ倫理学コースに入学し,技術的に高度で価値を重視したユーザ集団が持続可能性に配慮したAIインターフェースにどのように反応するかを実証的に検討した。 その結果, 省炭素効果を認識すると, 応答遅延が増大するにつれてエコフィードバックシステムを選択する可能性が有意に低下すること (p < .001) , 利用者の意思が増大すること (p < .01) が判明した。 また, より強いエコマインドネスを持つ学生は, 低炭素モードの採用意欲が高まり, LLM使用による環境影響に対する意識が高まったが, 遅延の増加とともにこの効果は低下した。 これらの結果は,エコフィードバックインターフェースを持続可能な持続可能性介入として位置づけ,大学等におけるより持続可能なLCM活用を促進するための教育機会としての可能性を強調している。

関連論文リスト

• Informal Learning Emerges in Everyday Human-LLM Interaction [74.53081471113929]
  日常の人間とLLMの相互作用は、非公式学習の計測可能、選択的、条件付き行動シグネチャを含むことを示す。 彼らはAI評価を、回答提供効率から、ユーザが推論し、テストし、理解を構築するための認知機会の保存へとシフトする。
  論文  参考訳（メタデータ） (2026-07-20T07:56:41Z)
• Greener Than Humans? Environmental Attitudes in Large Language Models [0.21748200848556343]
  大規模言語モデル(LLM)は、サステナビリティ関連の意思決定サポート、レポート、公開通信にますます利用されている。 本稿では,LLMにおける環境認知,影響,行動,レコメンデーションを評価するためのベンチマークを開発する。
  論文  参考訳（メタデータ） (2026-06-01T18:05:53Z)
• Eco-Bee: A Personalised Multi-Modal Agent for Advancing Student Climate Awareness and Sustainable Behaviour in Campus Ecosystems [2.924756839755417]
  エコビー(Eco-Bee)は、個々の選択と環境制限を結びつける会話エージェントである。 Eco-Beeは、生涯の習慣の頂点に立つ学生向けに、アクション可能な洞察、ピアベンチマーク、ゲーミフィケーションされた課題を提供する。 学生の96%がキャンパス全体の展開を支持し、日々の行動が惑星の限界にどのように影響するかを明確に把握していると報告した。
  論文  参考訳（メタデータ） (2026-03-06T11:55:40Z)
• Meltdown: Bridging the Perception Gap in Sustainable Food Behaviors Through Immersive VR [1.335888029640176]
  We developed Meltdown, a immersive virtual reality (VR) escape room thatsimulated a grocery shopping and food waste management experience。 このゲームは、持続可能な食品の選択と廃棄の実践を強調し、対話的な要素と物語のフィードバックを組み合わせて行動の変化を促進する。 参加者の客観的知識の統計的改善,信頼感,持続的行動導入の意図について検討した。
  論文  参考訳（メタデータ） (2025-04-19T15:26:48Z)
• From Efficiency Gains to Rebound Effects: The Problem of Jevons' Paradox in AI's Polarized Environmental Debate [69.05573887799203]
  これらの2次の影響を理解するには、ライフサイクルアセスメントと社会経済分析を組み合わせた学際的アプローチが必要であると論じる。 AIの真の気候フットプリントを誤って表現し、意味のある介入の範囲を制限している、と我々は主張する。
  論文  参考訳（メタデータ） (2025-01-27T22:45:06Z)
• Addressing the sustainable AI trilemma: a case study on LLM agents and RAG [7.6212949300713015]
  大規模言語モデル(LLM)は重要な機能を示しているが、その広範なデプロイメントとより高度なアプリケーションによって、重要な持続可能性の課題が提起されている。 本稿では、持続可能なAIトリレムマの概念を提案し、AI能力、デジタルエクイティ、環境サステナビリティの緊張関係を強調する。
  論文  参考訳（メタデータ） (2025-01-14T17:21:16Z)
• A Survey of Sustainability in Large Language Models: Applications, Economics, and Challenges [0.7889270818022226]
  大規模言語モデル(LLM)は、自然言語理解、生成、推論の高度な機能を提供することによって、多くのドメインを変換している。 研究、医療、クリエイティビティ・メディアといった業界にまたがる、画期的な応用にもかかわらず、彼らの急速な採用は持続可能性に関する重要な懸念を提起する。 本研究では, LLMの環境, 経済, 計算的課題について検討し, データセンターのエネルギー消費, 炭素排出量, 資源利用に着目した。
  論文  参考訳（メタデータ） (2024-12-06T05:20:04Z)
• Persuasion with Large Language Models: a Survey [49.86930318312291]
  大規模言語モデル (LLM) は説得力のあるコミュニケーションに新たな破壊的可能性を生み出している。 政治、マーケティング、公衆衛生、電子商取引、慈善事業などの分野では、LLMシステムズは既に人間レベルや超人的説得力を達成している。 LLMをベースとした説得の現在と将来の可能性は、倫理的・社会的リスクを著しく引き起こす可能性が示唆された。
  論文  参考訳（メタデータ） (2024-11-11T10:05:52Z)
• A Comparative Study of Machine Learning Algorithms for Anomaly Detection in Industrial Environments: Performance and Environmental Impact [62.997667081978825]
  本研究は,環境の持続可能性を考慮した高性能機械学習モデルの要求に応えることを目的としている。 Decision TreesやRandom Forestsといった従来の機械学習アルゴリズムは、堅牢な効率性とパフォーマンスを示している。 しかし, 資源消費の累積増加にもかかわらず, 最適化された構成で優れた結果が得られた。
  論文  参考訳（メタデータ） (2023-07-01T15:18:00Z)
• Disadvantaged students increase their academic performance through collective intelligence exposure in emergency remote learning due to COVID 19 [105.54048699217668]
  新型コロナウイルス(COVID-19)危機の間、世界中の教育機関が対面指導から緊急遠隔教育(ERT)へと移行した。 我々は,7,528人の大学生のデータを分析したところ,議論フォーラムにおける学生間の協調的・合意的ダイナミクスが最終GPAに肯定的な影響を及ぼすことがわかった。 自然言語処理を用いて,高校生の学習成績が低かった1年生が,議論フォーラムでよりコンテンツ集約的な投稿に晒されていることを示す。
  論文  参考訳（メタデータ） (2022-03-10T20:23:38Z)
• Leveraging traditional ecological knowledge in ecosystem restoration projects utilizing machine learning [77.34726150561087]
  生態系修復プロジェクトの段階におけるコミュニティの関与は、コミュニティの健康改善に寄与する可能性がある。 適応的でスケーラブルなプラクティスは、エコシステム的なML修復プロジェクトのすべての段階において、学際的なコラボレーションを動機付けることができることを示唆している。
  論文  参考訳（メタデータ） (2020-06-22T16:17:48Z)

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。