論文の概要: Investigating the Impacts of Generative AI on Information Seeking
- arxiv url: http://arxiv.org/abs/2609.14638v1
- Date: Sun, 13 Sep 2026 16:18:57 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.871204
- Title: Investigating the Impacts of Generative AI on Information Seeking
- Title（参考訳）: 情報探索における生成AIの影響調査
- Abstract要約: 本論文は,2026年の論文 "Expertise and Information Seeking in the Age of Generative AI: New procedures, New Problematics" の中核的な提出である。
我々は、生成型AIチャットボットが自然言語の専門知識と知性を利用して、ユーザの信頼性に対する認識に影響を与えるかを分析するために、手続き的修辞を用いている。
情報探索の実践を取り巻く手順が,ユーザの価値観や経験,期待によってどのように理解されるかを理解することが重要である。
- 参考スコア（独自算出の注目度）: 2.191505742658975
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper is an encore submission of our 2026 journal article "Expertise and Information Seeking in the Age of Generative AI: New Procedures, New Problematics" with an extended discussion for the CSCW 2026 "Broader Impacts of GenAI in Communication" Workshop on October 10, 2026. In the original article, we employ procedural rhetoric to analyze how generative AI chatbots leverage natural language signifiers of expertise and intelligence to influence users' perception of their trustworthiness. In this submission, we extend our conversation in the CSCW community with the goal of cultivating a cross-disciplinary vocabulary for describing, analyzing, and mitigating the risks posed by the integration of generative AI into human communication practices. It is important to develop an understanding of how the procedures surrounding information-seeking practices are informed by users' values, experiences, and expectations - and how these procedures might in future be altered by the emerging turn toward AI "experts" and authority.
- Abstract（参考訳）: 本論文は,2026年10月10日のCSCW 2026 "Broader Impacts of GenAI in Communication"ワークショップで,我々の2026年の論文“Expertise and Information Seeking in the Age of Generative AI: New Procedures, New Problematics”の要約である。
原文では、生成型AIチャットボットが、自然言語の専門知識と知性を利用して、ユーザの信頼性に対する認識に影響を与えるかを分析するために、手続き的修辞を用いている。
本稿では,CSCWコミュニティにおける会話を,人的コミュニケーション実践への生成AIの統合によって引き起こされるリスクを記述・分析・緩和するために,学際的な語彙の育成を目標として拡張する。
情報探索の実践を取り巻く手順が、ユーザの価値観、経験、期待によってどのように知らされるかを理解することが重要である。
関連論文リスト
- Frontier AI Risk Management Framework in Practice: A Risk Analysis Technical Report v1.5 [61.787178868669265]
この技術レポートは、サイバー犯罪、説得と操作、戦略上の詐欺、制御されていないAIR&D、自己複製の5つの重要な側面について、更新されきめ細かな評価を提示する。
この作業は、現在のAIフロンティアのリスクに対する理解を反映し、これらの課題を軽減するための集団行動を促します。
論文 参考訳（メタデータ） (2026-02-16T04:30:06Z) - Industrialized Deception: The Collateral Effects of LLM-Generated Misinformation on Digital Ecosystems [47.03825808787752]
本稿では,文献レビューから実践的対策へ移行する。
本稿では,Large Language Models(LLM)とマルチモーダルシステムによるAI生成コンテンツの改善について報告する。
我々は, LLMに基づく検出, 接種アプローチ, および生成AIの二重利用特性を含む緩和戦略について論じる。
論文 参考訳（メタデータ） (2026-01-29T16:42:22Z) - The Narrative Construction of Generative AI Efficacy by the Media: A Case Study of the Role of ChatGPT in Higher Education [1.3264707875439612]
本研究では,米国のニュースメディアが生成型AI(GenAI)の有効性に関する物語をいかに構築するかを検討する。
以上の結果から,メディア・談話における6つの重要な話題が明らかとなり,感情分析の結果,ChatGPTの高等教育への統合が概ね肯定的であったことが示唆された。
対照的に、メディアの物語は、入学レベルの仕事や大学入学に対する影響について、より否定的な感情を表現している。
論文 参考訳（メタデータ） (2025-07-12T10:19:50Z) - Exposing the Impact of GenAI for Cybercrime: An Investigation into the Dark Side [1.0613539657019528]
生成型AIモデルは、安全性、倫理的リスク、デュアルユースに関する重要な議論を引き起こしている。
本稿では,悪意あるインターネット関連活動とサイバー犯罪との関連性に関する実証的証拠を提供する。
論文 参考訳（メタデータ） (2025-05-29T17:57:01Z) - Ethics and Persuasion in Reinforcement Learning from Human Feedback: A Procedural Rhetorical Approach [3.2228025627337864]
2022年以降、ChatGPTやClaudeのような生成AIチャットボットのバージョンは、Reinforcement Learning from Human Feedbackと呼ばれる特殊なテクニックを使って訓練されている。
本稿では,RLHFの強化された生成AIによって現在再形成されている中心的な手順と過程の修辞的分析について述べる。
論文 参考訳（メタデータ） (2025-05-14T17:29:19Z) - Confirmation Bias in Generative AI Chatbots: Mechanisms, Risks, Mitigation Strategies, and Future Research Directions [0.0]
本稿では,AIチャットボットの確認バイアスが現れるメカニズムを解析する。
このようなバイアスに関連する倫理的・実践的なリスクを評価し、様々な緩和戦略を提案する。
この記事では、生成的AIシステムにおける確認バイアスをよりよく理解し、対処するために、学際的なコラボレーションと経験的評価の必要性を強調して、結論付けている。
論文 参考訳（メタデータ） (2025-04-12T21:08:36Z) - Future of Information Retrieval Research in the Age of Generative AI [61.56371468069577]
情報検索(IR)の急速に発展する分野では、大規模言語モデル(LLM)のような生成AI技術の統合が、情報の検索やインタラクションの方法を変えつつある。
このパラダイムシフトを認識したビジョンワークショップが2024年7月に開催され、生成AI時代のIRの将来について議論した。
本報告は、潜在的に重要な研究トピックとしての議論の要約を含み、学術、産業実践家、機関、評価キャンペーン、資金提供機関の推薦リストを含む。
論文 参考訳（メタデータ） (2024-12-03T00:01:48Z) - KamerRaad: Enhancing Information Retrieval in Belgian National Politics through Hierarchical Summarization and Conversational Interfaces [55.00702535694059]
KamerRaadは、大きな言語モデルを活用するAIツールで、市民がベルギーの政治情報と対話的に関わるのを助ける。
このツールは、議会の手続きから重要な抜粋を抽出し、簡潔に要約し、次いで生成AIに基づくインタラクションの可能性を示す。
論文 参考訳（メタデータ） (2024-04-22T15:01:39Z) - Now, Later, and Lasting: Ten Priorities for AI Research, Policy, and Practice [63.20307830884542]
今後数十年は、産業革命に匹敵する人類の転換点になるかもしれない。
10年前に立ち上げられたこのプロジェクトは、複数の専門分野の専門家による永続的な研究にコミットしている。
AI技術の短期的および長期的影響の両方に対処する、アクションのための10のレコメンデーションを提供します。
論文 参考訳（メタデータ） (2024-04-06T22:18:31Z) - Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。
本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
論文 参考訳（メタデータ） (2024-03-21T19:12:37Z) - Transparent AI Disclosure Obligations: Who, What, When, Where, Why, How [8.261809630470491]
本稿では,第52条の開示義務に基づく重要な質問を導出するための参加的アプローチを提案する。
参加者が第52条の関連する条項を5W1Hフレームワークを用いて分解するワークショップを2回実施する。
我々は5つのテーマと18のサブテーマにまとめられた149の質問をコントリビュートする。
論文 参考訳（メタデータ） (2024-03-11T15:40:36Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z)
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。