論文の概要: How a Chatbot's Response Style Shapes a Classroom: A Multi-Agent Simulation of Students Consulting AI

• arxiv url: http://arxiv.org/abs/2609.05018v2
• Date: Mon, 07 Sep 2026 23:07:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-09 14:43:42.044285
• Title: How a Chatbot's Response Style Shapes a Classroom: A Multi-Agent Simulation of Students Consulting AI
• Title（参考訳）: チャットボットの反応スタイルが教室を形作る:AIを指導する学生のマルチエージェントシミュレーション
• Authors: Rin Tamai, Yuya Dan,
• Abstract要約: 多くのユーザーの状態や関係が、AIに相談し続けるとどのように共進化していくかは、実際の環境で観察することは困難である。 我々は、20人の学生エージェントがルールベースのチャット、口論、友人との相談を通じて対話する仮想教室を構築し、強調された場合、代わりにカウンセラーAIを相談する。 3つの教室で15日以上、50日以上、しきい値以下を含む7つの条件を比較した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLM chatbots are increasingly used as everyday confidants; tuned to satisfy users, they can answer with excessive empathy and affirmation that may foster dependence. How the states and relationships of many users co-evolve when they keep consulting an AI is hard to observe in real settings. We build a virtual classroom in which 20 student agents interact through rule-based chats, quarrels and consultations with friends and, when stressed, may instead consult a counselor AI (Gemini 2.5 Flash) given one of six style prompts (affirming, listening, solution-oriented, reality-redirecting, inciting, blaming). A second LLM call converts each exchange into updates of five state variables (stress, happiness, self-reliance, sociability, AI dependence) without seeing the style prompt. We compare the seven conditions, including a no-AI control, over 15 days in three classrooms, over 50 days, and under a lower threshold. Because the original 50-day runs did not share one initial classroom, we re-ran all seven 50-day conditions from one stored classroom with full logging (153 consultations, no failed API call). The re-run reproduces the ordering of the original runs: affirming and inciting prompts raised AI dependence to 0.55 and 0.63 (control 0.11), lowered self-reliance and left 7 and 14 of 20 agents non-attending (control 2); blaming and reality-redirecting prompts eliminated AI dependence but produced the highest stress; only the solution-oriented prompt matched or bettered the control on every indicator. The logs expose the mechanisms: a near-deterministic loop between a fixed "dependence" consultation text and the evaluator's updates, displacement of friend confidings by AI consultations, and single rejecting consultations never revisited, not more quarrels. All quantities are simulation state variables from single runs; results are descriptive and do not measure human effects.
• Abstract（参考訳）: LLMチャットボットは、日々の信奉者としてますます使われており、ユーザーを満足させるために調整され、過剰な共感と、依存を育む可能性のある肯定によって答えることができる。 多くのユーザーの状態や関係が、AIに相談し続けるとどのように共進化していくかは、実際の環境で観察することは困難である。 我々は、20人の学生エージェントがルールベースのチャット、喧嘩、友人との相談を通じて交流する仮想教室を構築し、その代わりに6つのスタイルのプロンプト(確認、リスニング、ソリューション指向、現実的リダイレクト、扇動、ブレーミング)のうちの1つを、カウンセラーAI(Gemini 2.5 Flash)に相談する。 第2のLSMコールは、スタイルのプロンプトを見ることなく、それぞれの交換を5つの状態変数(ストレス、幸福、自己信頼、社会性、AI依存)の更新に変換する。 3つの教室で15日以上、50日以上、しきい値以下を含む7つの条件を比較した。 当初の50日間のランニングは1つの最初の教室を共有していなかったため、我々は1つの格納された教室から7つの50日間の条件を再設定し、完全なロギングを施した(153のコンサルティング、API呼び出しの失敗)。 再実行は、元の実行の順序を再現する: Affirming and inciting prompts raised AIDepended to 0.55 and 0.63 (control 0.11)、 downed self-reliance and left 7 and 14 of 20 agent non-attending (control 2)、blaming and reality-redirecting prompts eliminate AIDepended but the highest stress; 固定された「依存」コンサルティングテキストと評価者の更新との間のほぼ決定論的ループ、AIコンサルテーションによる友人の関与のずれ、単一拒否のコンサルティングは再検討されず、クォールではない。 すべての量は単一実行時のシミュレーション状態変数であり、結果は記述的であり、人間の影響を測るものではない。

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)
• Nonslop: A Gamified Experiment in Human-AI Collaborative Writing [4.079191726815924]
  この研究は、ユーザーがクリエイティビティの自主性を維持するか、ゲームのルールに違反し、AIアシストを受け入れるかを選択するかに焦点を当てている。 このゲーミフィケーションアプローチは、人間とAIの相互作用を研究するためのフレームワークと、AI強化クリエイティビティにおける効率性と信頼性の間の緊張を理解するための挑発的レンズの両方を提供する。
  論文  参考訳（メタデータ） (2026-06-10T17:21:38Z)
• Future You: Designing and Evaluating Multimodal AI-generated Digital Twins for Strengthening Future Self-Continuity [25.629127439391166]
  我々は,AIが生成する未来の3つの形態(テキスト,音声,アバター)を中立的な制御条件に対してランダムに制御した研究を報告する。 パーソナライズされたすべてのモダリティは、将来の自己持続性(FSC)、感情的幸福感、モチベーションをコントロールと比較して強化し、アバターは最大のバイビデンスゲインを生み出した。 相互作用品質指標(特に説得力、リアリズム、ユーザエンゲージメント)は、心理的および感情的な結果の堅牢な予測因子として出現した。
  論文  参考訳（メタデータ） (2025-12-05T19:24:18Z)
• ChatGPT-5 in Secondary Education: A Mixed-Methods Analysis of Student Attitudes, AI Anxiety, and Hallucination-Aware Use [0.0]
  テクノロジー」講座の8時間介入におけるChatGPT-5の活用 学生は情報探索、CV生成、文書とビデオの要約、画像生成、クイズ生成、年齢に応じた説明などに従事した。 幻覚に遭遇した後、多くの学生は、既に知識を持っている領域にAIの使用を制限すると報告した。
  論文  参考訳（メタデータ） (2025-11-30T19:28:48Z)
• Consistently Simulating Human Personas with Multi-Turn Reinforcement Learning [52.07170679746533]
  大規模言語モデル(LLM)は、セラピー、教育、社会的役割プレイといったインタラクティブな環境において、人間のユーザをシミュレートするためにますます使われています。 LLM生成対話におけるペルソナの一貫性の評価と改善のための統一的なフレームワークを提案する。 我々は3つの自動メトリクス、即行一貫性、行間一貫性、Q&A一貫性を定義し、異なるタイプのペルソナドリフトをキャプチャし、それぞれが人間のアノテーションに対して検証する。
  論文  参考訳（メタデータ） (2025-10-31T19:40:41Z)
• AnnaAgent: Dynamic Evolution Agent System with Multi-Session Memory for Realistic Seeker Simulation [31.85345530649749]
  アナジェント(AnnaAgent)は、第三次記憶を備えた感情的・認知的動的エージェントシステムである。 本稿では,AnnaAgentが,既存のベースラインよりも心理学的カウンセリングにおいて,より現実的な探索シミュレーションを実現していることを示す。
  論文  参考訳（メタデータ） (2025-05-31T13:15:51Z)
• SIME: Enhancing Policy Self-Improvement with Modal-level Exploration [49.86173021151849]
  自己改善を成功させる鍵は、モーダルレベルの探索とデータ選択である。 ポリシー実行中にモーダルレベルの探索機構を組み込むことで、ロボットはより多様なマルチモーダルインタラクションを生成できる。 シミュレーションベンチマークと実世界実験の両方において,効果的なロボット自己改善の実証に成功した。
  論文  参考訳（メタデータ） (2025-05-02T17:13:03Z)
• Sentient Agent as a Judge: Evaluating Higher-Order Social Cognition in Large Language Models [75.85319609088354]
  SAGE(Sentient Agent as a Judge)は、大規模言語モデルの評価フレームワークである。 SAGEは人間のような感情の変化や内的思考をシミュレートするSentient Agentをインスタンス化する。 SAGEは、真に共感的で社会的に適応的な言語エージェントへの進捗を追跡するための、原則付き、スケーラブルで解釈可能なツールを提供する。
  論文  参考訳（メタデータ） (2025-05-01T19:06:10Z)

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。