論文の概要: Assessing the Applicability of Existing Design Recommendations to AI Companion Design: A Multi-Method Study
- arxiv url: http://arxiv.org/abs/2609.14236v1
- Date: Sun, 13 Sep 2026 02:01:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.768167
- Title: Assessing the Applicability of Existing Design Recommendations to AI Companion Design: A Multi-Method Study
- Title（参考訳）: AIコンパニオン設計への既存の設計勧告の適用性の評価--多方法研究
- Abstract要約: 倫理的およびUX指向の考察が深く絡み合っており、しばしばコンテキストに敏感なアプリケーションを必要とすることを示す。
以上の結果から,倫理的・UX指向の考察は深く絡み合っており,文脈に敏感なアプリケーションを必要とすることが示唆された。
- 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: With the rapid proliferation of large language model (LLM)-based systems, AI companions have emerged as conversational agents designed to cultivate emotional connection rather than primarily to support humans in instrumental tasks. Because engagement with AI companions involves relational, emotional, and potentially long-term interactions, their design is consequential. Prior work has offered guidance for designing trustworthy and relational AI systems and has begun to examine design for AI companionship. However, while such work provides insights into possible design solutions, less is known about what makes AI companion design difficult as a design problem. To examine this challenge, we assessed the applicability of existing design recommendations from adjacent domains in the context of AI companion design. Our multi-method investigation unfolded across four phases: literature review, practitioner co-analysis, internal heuristic evaluation, and external expert assessment. Throughout this process, we synthesized nine design principle areas that surfaced tensions in the applicability of existing recommendations to AI companion design. Our findings show that ethical and UX-oriented considerations are deeply intertwined and often require context-sensitive application. We document a systematic, multi-method problem analysis that uses these principle areas as an analytic artifact to examine why existing recommendations cannot be directly transferred to AI companion contexts.
- Abstract（参考訳）: 大規模言語モデル(LLM)ベースのシステムの急速な普及に伴い、AIコンパニオンは、主に楽器作業において人間を支援することよりも、感情的なつながりを育むために設計された会話エージェントとして登場した。
AIコンパニオンとのエンゲージメントには、リレーショナル、感情的、そして潜在的に長期的な相互作用が伴うため、その設計は簡潔である。
これまでの作業では、信頼できるリレーショナルAIシステムを設計するためのガイダンスを提供しており、AIコンパニオンの設計を調べ始めている。
しかし、そのような研究は設計ソリューションの可能性についての洞察を提供するが、AIが設計問題として設計を困難にしている理由についてはあまり知られていない。
この課題を検討するため、AIコンパニオンデザインの文脈において、隣接ドメインからの既存の設計勧告の適用性を評価した。
文献レビュー,実践的コアナリシス,内部ヒューリスティック評価,外部専門家評価の4段階にまたがったマルチメソッド調査を行った。
このプロセスを通じて、既存の推奨事項をAIコンパニオンデザインに適用する際の緊張を表面化する9つの設計原則領域を合成した。
以上の結果から,倫理的・UX指向の考察は深く絡み合っており,文脈に敏感なアプリケーションを必要とすることが示唆された。
我々は、これらの原則領域を解析的アーティファクトとして利用して、既存のレコメンデーションがAIコンパニオンコンテキストに直接転送できない理由を調査する、体系的でマルチメソッドな問題分析を文書化する。
関連論文リスト
- From Evidence to Design: Developing an AI-Augmented UX Research Point of View for Digital Wellbeing in Emergency and Public Safety Contexts [5.241443752301431]
本稿では、ユーザエクスペリエンスリサーチ(UXR)手法とAIを用いた分析を組み合わせることで、デジタルウェルビーイング介入のための設計方向を明確化する方法について検討する。
本研究では,AIを用いた文献分析プロセスを用いて,反復する心理的,行動的,デザインパターンを同定した。
緊急・公共安全担当者のための効果的な福祉システムは、認知活動を最小限に抑え、運用状況に適応し、心理的安全性を優先しなければならない。
論文 参考訳（メタデータ） (2026-05-29T10:53:57Z) - Resisting Humanization: Ethical Front-End Design Choices in AI for Sensitive Contexts [1.1565654851982565]
AIフロントエンド設計における人間化は、ユーザのメンタルモデルを大きく形作る価値駆動的な選択である、と私たちは主張する。
ジェンダーベースの暴力の生存者を支援する非営利団体であるChaynによって開発された2つのAIシステムについて論じる。
論文 参考訳（メタデータ） (2026-03-25T22:39:16Z) - Towards Human-AI Synergy in Requirements Engineering: A Framework and Preliminary Study [2.195918681143262]
本稿では,Human-AI RE Synergy Model(HARE-SM)を紹介する。
このモデルは、AIによる分析と人間の監視を統合して、要求の推論、分析、検証を改善する。
我々は、REデータセットの作成、微調整AIモデル、協調型ヒューマンAIの設計に焦点を当てた多段階の研究方法論を概説する。
論文 参考訳（メタデータ） (2025-10-28T22:29:11Z) - On the Evaluation of Engineering Artificial General Intelligence [5.802869598386355]
本稿では,工学的汎用人工知能(eAGI)エージェントを評価するための枠組みを提案する。
我々はeAGIを人工知能(AGI)の専門化と考えている。
eAGIエージェントは、事実とメソッドの背景知識(リコールと検索)のユニークなブレンドを持つべきである。
論文 参考訳（メタデータ） (2025-05-15T18:52:47Z) - Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。
我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
論文 参考訳（メタデータ） (2025-04-01T13:53:11Z) - AI Automatons: AI Systems Intended to Imitate Humans [54.19152688545896]
人々の行動、仕事、能力、類似性、または人間性を模倣するように設計されたAIシステムが増加している。
このようなAIシステムの研究、設計、展開、可用性は、幅広い法的、倫理的、その他の社会的影響に対する懸念を喚起している。
論文 参考訳（メタデータ） (2025-03-04T03:55:38Z) - Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。
また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
論文 参考訳（メタデータ） (2024-10-28T23:10:06Z) - 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) - Prototyping with Prompts: Emerging Approaches and Challenges in Generative AI Design for Collaborative Software Teams [2.237039275844699]
生成型AIモデルは、人間のタスクに統合され、表現力のあるコンテンツの制作が可能になっている。
従来のヒューマンAI設計手法とは異なり、生成能力を設計するための新しいアプローチは、迅速なエンジニアリング戦略に重点を置いている。
我々の発見は、マルチステークホルダーチーム間のAIシステムのプロトタイピングにおける新たなプラクティスと役割シフトを浮き彫りにしている。
論文 参考訳（メタデータ） (2024-02-27T17:56:10Z) - PADTHAI-MM: Principles-based Approach for Designing Trustworthy, Human-centered AI using MAST Methodology [5.215782336985273]
マルチソースAIスコアカードテーブル(Multisource AI Scorecard Table, MAST)は、AI対応意思決定支援システムを評価するための、体系的かつトレードクラフト中心のアプローチを提供することによって、ギャップを埋めるように設計されている。
我々は,信頼に値する,人間中心のAIを設計するためのテキスト原則に基づくアプローチという,反復的な設計フレームワークを導入する。
我々はこの枠組みを防衛情報タスク報告支援(READIT)の開発において実証する。
論文 参考訳（メタデータ） (2024-01-24T23:15:44Z) - The Participatory Turn in AI Design: Theoretical Foundations and the
Current State of Practice [64.29355073494125]
本稿は、既存の理論文献を合成して、AI設計における「参加的転換」を掘り下げることを目的としている。
我々は、最近発表された研究および12人のAI研究者および実践者に対する半構造化インタビューの分析に基づいて、AI設計における参加実践の現状に関する実証的な知見を述べる。
論文 参考訳（メタデータ） (2023-10-02T05:30:42Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳（メタデータ） (2021-11-01T17:57:04Z)
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。