論文の概要: What Users Think of Generative AI: A Cross-Platform NLP Analysis of Trust and Friction in App Store Reviews
- arxiv url: http://arxiv.org/abs/2609.19151v1
- Date: Mon, 20 Jul 2026 14:06:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-28 05:09:55.615098
- Title: What Users Think of Generative AI: A Cross-Platform NLP Analysis of Trust and Friction in App Store Reviews
- Title（参考訳）: ユーザーが生成AIについて考えること:App Storeレビューにおける信頼と摩擦のクロスプラットフォームNLP分析
- Abstract要約: 我々は、主要なGenAIアプリケーション6つ(ChatGPT、Gemini、Microsoft Copilot、Claude、DeepSeek、Perplexity)のアプリストアレビューに関する最初のアプリケーション横断分析の1つを提示する。
BERTopicのトピックモデリングとRoBERTaの感情分類を併用し,Chi-square,Kruskal-Wallis,およびBonferroni補正による多項ロジスティック回帰を用いたアプリケーション間差異の評価を行った。
その結果、ネガティブな感情は広告(91%)、認証(89%)、サーバーの信頼性(83%)、サブスクリプション価格(73%)に集中していることがわかった。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI (GenAI) applications have achieved rapid consumer adoption, yet little large-scale research examines user-perceived quality, trust, and adoption barriers. We present one of the first cross-application analyses of app store reviews for six major GenAI applications (ChatGPT, Gemini, Microsoft Copilot, Claude, DeepSeek, and Perplexity), comprising 17,012 English-language reviews from Google Play and the Apple App Store. We combine BERTopic topic modeling with RoBERTa sentiment classification and evaluate cross-application differences using chi-square, Kruskal-Wallis, and multinomial logistic regression with Bonferroni correction. Both components are validated against human coding using a stratified sample of 300 reviews. Results show that negative sentiment concentrates in advertising (91%), authentication (89%), server reliability (83%), and subscription pricing (73%). Sentiment differs significantly across applications, with Claude exhibiting the highest negative sentiment (47.7%) alongside a strongly enthusiastic user base, indicating statistically significant polarization. These findings are robust despite unequal review counts across applications. As exploratory observations, a subset of DeepSeek reviews raised geopolitical and data privacy concerns related to its Chinese origin, while a proposed Trust Friction Score summarizes application-specific trust and usability barriers into interpretable dimensions. The study provides validated and actionable evidence on user trust, usability, and adoption barriers in consumer generative AI applications.
- Abstract（参考訳）: ジェネレーティブAI(GenAI)アプリケーションは、消費者の急速な採用を実現しているが、ユーザの知覚する品質、信頼、採用障壁を調査する大規模な研究はほとんどない。
我々は,6つのGenAIアプリケーション(ChatGPT,Gemini,Microsoft Copilot,Claude,DeepSeek,Perplexity)のアプリケーションストアレビューを,Google PlayとApple App Storeから17,012件の英語レビューで比較した最初のアプリケーション分析の1つを提示する。
BERTopicのトピックモデリングとRoBERTaの感情分類を併用し,Chi-square,Kruskal-Wallis,およびBonferroni補正による多項ロジスティック回帰を用いたアプリケーション間差異の評価を行った。
どちらのコンポーネントも、300のレビューの階層化されたサンプルを使用して、人間のコーディングに対して検証される。
その結果、ネガティブな感情は広告(91%)、認証(89%)、サーバーの信頼性(83%)、サブスクリプション価格(73%)に集中していることがわかった。
感性はアプリケーションによって大きく異なり、クロードは強い熱狂的なユーザーベースと共に最もネガティブな感情(47.7%)を示し、統計的に有意な偏極を示している。
これらの発見は、アプリケーション間で不平等なレビュー数にもかかわらず、堅牢である。
探索的な観察として、DeepSeekレビューのサブセットは、中国起源に関する地政学的およびデータプライバシー上の懸念を提起し、提案されたTrust Friction Scoreは、アプリケーション固有の信頼とユーザビリティの障壁を解釈可能な次元にまとめている。
この研究は、消費者生成AIアプリケーションにおけるユーザ信頼、ユーザビリティ、導入障壁に関する検証済みで実行可能な証拠を提供する。
関連論文リスト
- Beyond Rating: A Comprehensive Evaluation and Benchmark for AI Reviews [69.66583722746904]
私たちは、AIレビュアーを5次元にわたって評価する総合的な評価フレームワークであるBeyond Ratingを紹介します。
本稿では,専門家の不一致に対応するためのMax-Recall戦略を提案する。
提案したテキスト中心の指標は、特に弱みの議論のリコールであり、評価精度と強く相関している。
論文 参考訳（メタデータ） (2026-04-21T14:21:15Z) - How can we assess human-agent interactions? Case studies in software agent design [52.953425368394306]
我々は,人間とエージェントの相互作用の厳密な評価に向けて,二つの大きな一歩を踏み出した。
エージェント設計のより効率的な人間中心評価のためのフレームワークであるPULSEを提案する。
私たちは、オープンソースのソフトウェアエージェントOpenHandsを中心に構築された大規模なWebプラットフォームにフレームワークをデプロイします。
論文 参考訳（メタデータ） (2025-10-10T19:04:28Z) - CMER: A Context-Aware Approach for Mining Ethical Concern-related App Reviews [0.0]
本研究は、倫理的関心事関連アプリレビューを大規模に抽出するCMER(UnderlineContext-Aware Approach for UnderlineEthical Concern-related App UnderlineReviews)を提案する。
CMERは自然言語推論(NLI)とデコーダ専用(LLaMAライク)大型言語モデル(LLM)を組み合わせる
モバイル投資アプリのアプリレビュー382万件のデータセットから,プライバシとセキュリティ関連レビュー(PSR)をマイニングすることでCMERの有効性を評価した。
論文 参考訳（メタデータ） (2025-07-11T21:46:04Z) - What Users Value and Critique: Large-Scale Analysis of User Feedback on AI-Powered Mobile Apps [2.352412885878654]
本稿では,AIを活用したモバイルアプリにおけるユーザフィードバックに関する総合的かつ大規模な研究について紹介する。
私たちは、14カテゴリにわたる292のAI駆動アプリのキュレートされたデータセットを活用し、Google Playから894KのAI固有のレビューを取得しています。
私たちのパイプラインは、ひとつの機能による満足度と、同じレビュー内で別の機能に対するフラストレーションの両方を表面化しています。
論文 参考訳（メタデータ） (2025-06-12T14:56:52Z) - Fairness Concerns in App Reviews: A Study on AI-based Mobile Apps [9.948068408730654]
本研究は,モバイルアプリレビューにおける公平性の懸念を調査することを目的としている。
我々の研究は、AIベースのモバイルアプリレビューに焦点を当てており、AIベースのアプリの不公平な振る舞いや結果が非AIベースのアプリよりも高い可能性がある。
論文 参考訳（メタデータ） (2024-01-16T03:43:33Z) - Sentiment Analysis of Users' Reviews on COVID-19 Contact Tracing Apps
with a Benchmark Dataset [6.592595861973966]
接触追跡は、新型コロナウイルスの感染率を制御する戦いで世界的に採用されています。
スマートフォンやウェアラブルデバイスなどのデジタル技術のおかげで、COVID-19患者の連絡先を簡単に追跡し、ウイルスへの潜在的な曝露について知らせることができます。
興味深いモバイルアプリケーションもいくつか開発されている。
しかしながら、これらのアプリケーションの動作メカニズムやパフォーマンスに対する懸念はますます高まっている。
本研究では,クラウドソーシングによる手動アノテーションから始めるパイプラインを提案し,ユーザのレビュー自動感情分析のためのaiモデルの開発とトレーニングについて考察する。
論文 参考訳（メタデータ） (2021-03-01T18:43:10Z) - Emerging App Issue Identification via Online Joint Sentiment-Topic
Tracing [66.57888248681303]
本稿では,MERITという新しい問題検出手法を提案する。
AOBSTモデルに基づいて、1つのアプリバージョンに対するユーザレビューに否定的に反映されたトピックを推測する。
Google PlayやAppleのApp Storeで人気のアプリに対する実験は、MERITの有効性を実証している。
論文 参考訳（メタデータ） (2020-08-23T06:34:05Z) - Automating App Review Response Generation [67.58267006314415]
本稿では,レビューと回答の知識関係を学習することで,レビュー応答を自動的に生成する新しいアプローチRRGenを提案する。
58のアプリと309,246のレビュー-レスポンスペアの実験では、RRGenはBLEU-4の点で少なくとも67.4%のベースラインを上回っている。
論文 参考訳（メタデータ） (2020-02-10T05:23:38Z)
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。