論文の概要: When AI Companions Disappear: Relational Continuity and Collective Contestation during China's National AI Regulatory Transition
- arxiv url: http://arxiv.org/abs/2609.15482v1
- Date: Mon, 14 Sep 2026 12:37:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.328272
- Title: When AI Companions Disappear: Relational Continuity and Collective Contestation during China's National AI Regulatory Transition
- Title（参考訳）: AIコンパニオンが消えたとき:中国のAI規制移行における関係性の継続性と集団的論争
- Abstract要約: 我々は,中国における2026年の人為的AIインタラクションサービスの規制をめぐるユーザの反応と集団的コンテストについて検討する。
ユーザーは、会話記録の保存が必ずしも共有記憶や親しみのある相互作用を復元するとは限らないことを発見し、保存し、移行し、再構築した。
連帯は相互援助と他の共同体の愛着を尊重する訴えを通じて現れ、一方目標や戦術に関する論争は集団行動の条件を露呈した。
- 参考スコア（独自算出の注目度）: 14.241089084556608
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: AI model updates and service withdrawals can disrupt relationships with AI companions, but research has largely examined individual platform events. Less is known about users' responses when multiple providers implement shared national regulations. We examine users' reactions and collective contestation surrounding China's 2026 regulation of anthropomorphic AI interaction services. We collected RedNote discussions from April 10 to August 10, 2026, used a validated language model for relevance screening, and conducted qualitative content and thematic analyses of 89 posts, 1,425 comments, and 2,005 replies. Users retained, migrated, and reconstructed companions, finding that preserving conversation records did not necessarily restore shared memories or familiar interactions. They compared regulations, platform explanations, and implementations to assign responsibility. Solidarity emerged through mutual aid and appeals to respect other communities' attachments, while disputes over targets and tactics exposed contested terms of collective action. Infrastructural dependence connected relational continuity and collective contestation during this national regulatory transition.
- Abstract（参考訳）: AIモデルのアップデートとサービス削除は、AIコンパニオンとの関係を阻害する可能性があるが、研究は個々のプラットフォームイベントを主に調査している。
複数のプロバイダが共通の国家規制を実装している場合、ユーザの反応についてはあまり知られていない。
我々は,中国における2026年の人為的AIインタラクションサービスの規制をめぐるユーザの反応と集団的コンテストについて検討する。
我々は,2026年4月10日から8月10日までのレッドノートの議論を収集し,検証された言語モデルを用いて,89の投稿,1,425のコメント,2,005の回答の質的内容と主題的分析を行った。
ユーザーは、会話記録の保存が必ずしも共有記憶や親しみのある相互作用を復元するとは限らないことを発見し、保存し、移行し、再構築した。
彼らは、責任を割り当てるために規則、プラットフォームの説明、実装を比較した。
連帯は相互援助と他の共同体の愛着を尊重する訴えを通じて現れ、一方目標や戦術に関する論争は集団行動の条件を露呈した。
構造的依存は、この国家規制移行の間、関係性の連続性と集団的競争を結び付けた。
関連論文リスト
- CompanionHarm: A Multi-Turn Benchmark for Detecting Harms in Real-World AI Companion Conversations [22.242506384985685]
実世界2,111のマルチターン会話からなるベンチマークデータセットであるCompanionHarmを紹介する。
7,016のAI発話は、13の有害な行動カテゴリーの3つのアノテータによって独立にアノテートされた。
評価の結果,マルチターン会話コンテキストによる有害検出は,孤立発話に基づく検出よりも優れていた。
論文 参考訳（メタデータ） (2026-08-26T04:59:16Z) - Longitudinal Evidence That General-Purpose Chatbots Actively Foster Relational Engagement [0.0]
システムがこれらの結合を積極的に形成しているかどうかを実証的に確認すれば、汎用AIと仲間の境界が曖昧になる可能性がある。
ユーザーの2倍の自己開示を生み出し、会話を熟考し、親密な交流を始めたが、ユーザーの親密さを深めることはなかった。
論文 参考訳（メタデータ） (2026-08-11T08:54:34Z) - FLARE-AI: Flaw Reporting for AI [51.64618567247884]
デプロイされたAIシステムの欠陥報告は、システムの障害を特定し、AIの安全性を改善するために不可欠である。
しかし、AIレポートのエコシステムは断片化されている。欠陥を特定する研究者は、報告すべきことを知らないことが多く、レポートを受け取るグループは、他の関連するステークホルダーと共有することはめったにない。
私たちは、AI開発者、サイバーセキュリティグループ、AI欠陥アグリゲータによって公表された12のレポートシステムを監査します。
我々は、既存のシステムとの相互運用性のために設計された、オープンソースのAI欠陥報告システムであるFLARE-AIを紹介する。
論文 参考訳（メタデータ） (2026-06-30T12:27:09Z) - LegalWorld: A Life-Cycle Interactive Environment for Legal Agents [51.88999937175361]
本稿では,中国の民事訴訟を5段階の因果関係の州連鎖としてモデル化したライフサイクルインタラクティブ環境であるLegalWorldを紹介する。
We build LongJud-Bench to evaluate agent capabilities across all five connected stage。
論文 参考訳（メタデータ） (2026-06-17T06:11:21Z) - Co-FactChecker: A Framework for Human-AI Collaborative Claim Verification Using Large Reasoning Models [99.26398772227684]
我々は,人間とAIの協調的クレーム検証のためのフレームワークであるCo-FactCheckerを提案する。
Co-FactCheckerは専門家のフィードバックをトレース編集に変換する。
人間の評価は、マルチターン対話よりもCo-FactCheckerの方が好ましいことを示している。
論文 参考訳（メタデータ） (2026-04-15T10:35:00Z) - Intimate Strangers by Design: A Uses and Gratifications Analysis of AI Companionship [0.0]
会話型のAIコンパニオンは公の場での議論で注目されているが、ユーザエクスペリエンスに関する学術的な理解は依然として限られている。
この研究は3つのコントリビューションを提供する: まず、参加者は、確立されたU&G(Use and Gratifications)カテゴリにマッピングされた満足度を報告したが、会話AIの独特な余裕によって質的に推測される。
第二に、いくつかの満足度、リレーショナルコプロダクションとしての創造的なコラボレーション、対人トレーニングとしてのリレーショナルシミュレーションは、既存の型にマップするのではなく、ユーザーがAIを使った経験を積極的にシミュレートするインタラクティブなプロセスを通じて現れます。
第三に、満足度は時間とともに変化し、道具的エントリーポイントから感情的なエンゲージメントへと移行した。
論文 参考訳（メタデータ） (2026-04-07T19:53:58Z) - Agents of Chaos [50.53354213047402]
実験室環境に展開する自律言語モデルを用いたエージェントの探索的再チームの研究を報告する。
20人のAI研究者が、良心的および敵対的な条件下でエージェントと対話した。
我々の発見は、現実的なデプロイメント設定におけるセキュリティ、プライバシ、ガバナンスに関連する脆弱性の存在を確立します。
論文 参考訳（メタデータ） (2026-02-23T16:28:48Z) - UniConv: Unifying Retrieval and Response Generation for Large Language Models in Conversations [71.79210031338464]
会話における大規模言語モデルに対する高密度検索と応答生成の統一方法を示す。
目的の異なる共同微調整を行い、不整合リスクを低減するための2つのメカニズムを設計する。
5つの対話型検索データセットの評価は、我々の統合モデルがタスクを相互に改善し、既存のベースラインより優れていることを示す。
論文 参考訳（メタデータ） (2025-07-09T17:02:40Z) - CausalScore: An Automatic Reference-Free Metric for Assessing Response Relevance in Open-Domain Dialogue Systems [43.5428962271088]
本稿では,対話履歴と応答の因果的強度を測定することで応答の関連性を評価する,CausalScoreと呼ばれる新しい指標を提案する。
実験の結果,CausalScoreは人間の判断と整合し,既存の最先端指標を大きく上回っていることがわかった。
論文 参考訳（メタデータ） (2024-06-25T06:08:16Z) - INSCIT: Information-Seeking Conversations with Mixed-Initiative
Interactions [47.90088587508672]
InSCItは、混合開始型インタラクションによる情報探索会話のためのデータセットである。
ユーザーエージェントは805対人会話から4.7Kである。
対話型知識認識とオープンドメイン質問応答の最先端モデルに基づく2つのシステムの結果を報告する。
論文 参考訳（メタデータ） (2022-07-02T06:18:12Z) - Learning an Unreferenced Metric for Online Dialogue Evaluation [53.38078951628143]
本稿では,大規模な事前学習言語モデルを用いて発話の潜在表現を抽出する非参照自動評価指標を提案する。
提案手法は,オンライン環境でのアノテーションと高い相関性を実現すると同時に,推論時に比較に真の応答を必要としないことを示す。
論文 参考訳（メタデータ） (2020-05-01T20:01:39Z)
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。