論文の概要: AI Soccer Analyst: Stage-Aware and Verifiable Human-AI Collaboration for Soccer Data Analysis
- arxiv url: http://arxiv.org/abs/2609.11224v1
- Date: Thu, 10 Sep 2026 08:25:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.254203
- Title: AI Soccer Analyst: Stage-Aware and Verifiable Human-AI Collaboration for Soccer Data Analysis
- Title（参考訳）: AIサッカーアナリスト:サッカーデータ分析のための段階認識と検証可能な人間-AIコラボレーション
- Abstract要約: スポーツデータアナリストは、計算とスポーツ固有のドメインの専門知識を組み合わせることで、ドメインの質問を洞察に翻訳する。
大規模な言語モデルはプログラミングを容易にするが、迅速な報告は不明瞭な決定や証拠になる可能性がある。
本稿では,データ理解,問題定義,構造化計画,実行,証拠収集報告,インタラクションとリファインメントという,変更可能な段階の混合開始システムであるAI Soccer Analystを紹介する。
- 参考スコア（独自算出の注目度）: 4.782072627874976
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Sports data analysts translate domain questions into insights by combining computation with sport-specific domain expertise. Large language models ease programming, but prompt-to-report workflows may obscure decisions and evidence. We present AI Soccer Analyst, a mixed-initiative system with revisable stages: Data Understanding, Problem Definition, Structured Planning, Execution, Evidence-Grounded Reporting, and Interaction and Refinement. A formative study with five analysts first informed design goals for automation, verifiability, human control, and accessibility. Subsequently, a task-based evaluation with 16 participants combined system logs, retained artifacts, ratings, and open responses; 33 of 48 tasks met the operational completion criteria. Exploratory tests supported favorable participant perceptions of completed-task output quality, task achievement, reliability, and verifiability after Holm correction. Interaction records showed domain knowledge emerging through clarification, planning, and refinement. These findings position stage-aware human-AI collaboration as a practical approach for producing inspectable, revisable, and verifiable analyses while retaining domain-expert involvement in consequential decisions.
- Abstract（参考訳）: スポーツデータアナリストは、計算とスポーツ固有のドメインの専門知識を組み合わせることで、ドメインの質問を洞察に翻訳する。
大規模な言語モデルはプログラミングを容易にするが、迅速な報告のワークフローは決定や証拠を曖昧にする可能性がある。
本稿では,データ理解,問題定義,構造化計画,実行,証拠収集報告,インタラクションとリファインメントという,変更可能な段階の混合開始システムであるAI Soccer Analystを紹介する。
5人のアナリストによるフォーマティブな研究は、自動化、検証可能性、人間の制御、アクセシビリティに関する設計目標を最初に知らした。
その後、16人の参加者によるタスクベースの評価では、システムログ、保管されたアーティファクト、評価、オープンレスポンスが組み合わされ、48のタスクのうち33が運用完了基準を満たした。
探索試験は,ホルム補正後の完成タスクの出力品質,課題達成,信頼性,妥当性の良好な知覚を支持した。
相互作用記録は、明確化、計画、洗練を通じてドメイン知識が出現したことを示している。
これらの知見は、検査可能で、修正可能で、検証可能な分析を作成するための実践的なアプローチとして、段階的に認識する人間とAIの協力が、連続的な決定にドメイン-専門家の関与を維持しながら位置づけられている。
関連論文リスト
- Atria Dawn: The Dawn of Agentic Superintelligence [237.73474618289063]
本稿では,科学研究と工学のための基礎エージェント言語モデルであるAtria Dawn Previewを紹介する。
本稿では,人間-AI協力の事例研究として,このモデルの背後にある真の研究開発プロセスについて考察する。
論文 参考訳（メタデータ） (2026-09-14T16:22:30Z) - AutoResearch AI: Towards AI-Powered Research Automation for Scientific Discovery [184.2309450554096]
AutoResearchはAIを活用した科学ワークフロー自動化の開発スペクトルとして定義されている。
我々は、研究システムが制御、エビデンス、実行、検証、説明責任を再分配し、その分野を組織化する方法について分析する。
本稿では,5つの評価次元 – ノベルティ,インパクト,信頼性,証明 – を提案し,AutoResearchの自律性はドメイン条件であることを示す。
論文 参考訳（メタデータ） (2026-05-22T03:40:30Z) - Pitfalls in Evaluating Interpretability Agents [91.49742416116635]
我々は,実験を反復的に設計し,仮説を洗練するエージェントシステムを構築した。
我々の研究は、複雑な自動解釈可能性システムを評価する上での根本的な課題を実証している。
論文 参考訳（メタデータ） (2026-03-20T16:27:17Z) - AIDABench: AI Data Analytics Benchmark [62.45908988324612]
AIDABenchは、複雑なデータ分析タスクのAIシステムをエンドツーエンドで評価するためのベンチマークである。
AIDABenchは、質問応答、データビジュアライゼーション、ファイル生成という3つのコア機能ディメンションにまたがる600以上の多様なドキュメント分析タスクを含んでいる。
AIDABenchの11の最先端モデルを評価し、プロプライエタリ(Claude Sonnet 4.5、Gemini 3 Pro Previewなど)とオープンソース(Qwen3-Max-2026-01-23-Thinkingなど)の両方を対象とする。
論文 参考訳（メタデータ） (2026-02-27T08:58:05Z) - I2I-STRADA -- Information to Insights via Structured Reasoning Agent for Data Analysis [0.0]
現実世界のデータ分析には一貫した認知ワークフローが必要です。
この推論プロセスの形式化を目的としたエージェントアーキテクチャであるI2I-STRADAを紹介する。
論文 参考訳（メタデータ） (2025-07-23T18:58:42Z) - AI, Humans, and Data Science: Optimizing Roles Across Workflows and the Workforce [0.0]
我々は、分析、生成、エージェントAIの可能性と限界を考慮し、データサイエンティストを増強したり、伝統的に人間のアナリストや研究者によってなされたタスクを引き受ける。
従来の調査分析が問題になったのは、統計ソフトウェアの使用が簡単になったことで、研究者が完全に理解できなかった分析を行えなくなった時だった。
論文 参考訳（メタデータ） (2025-07-15T17:59:06Z) - VIDEE: Visual and Interactive Decomposition, Execution, and Evaluation of Text Analytics with Intelligent Agents [39.42078665719841]
VIDEEは、インテリジェントエージェントによる高度なテキスト分析を行うための、エントリーレベルのデータアナリストをサポートするシステムである。
VIDEEの有効性を評価するための2つの定量的実験を行い、一般的なエージェントエラーを分析した。
論文 参考訳（メタデータ） (2025-06-17T05:24:58Z) - The Role of Accuracy and Validation Effectiveness in Conversational Business Analytics [0.0]
本研究では,AIを利用した対話型ビジネス分析を用いて,エンドユーザが従来のセルフサービス分析を効果的に利用できない技術的能力ギャップに対処する手法について検討する。
自然言語による対話を容易にすることによって、対話型ビジネス分析は、ユーザが独立してデータを検索し、洞察を生成できるようにすることを目的としている。
論文 参考訳（メタデータ） (2024-11-18T23:58:24Z) - Evaluation of OpenAI o1: Opportunities and Challenges of AGI [100.85218639544654]
o1-previewは目覚ましい能力を示し、しばしば人間レベルまたは優れたパフォーマンスを実現した。
このモデルは、様々な分野にわたる複雑な推論と知識の統合を必要とするタスクに優れていた。
総合的な結果は、人工知能への大きな進歩を示している。
論文 参考訳（メタデータ） (2024-09-27T06:57:00Z) - Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳（メタデータ） (2024-09-27T06:31:03Z)
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。