論文の概要: Group dynamics of engagement with AI topics on Bluesky

• arxiv url: http://arxiv.org/abs/2609.36011v1
• Date: Mon, 28 Sep 2026 18:00:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:46.919332
• Title: Group dynamics of engagement with AI topics on Bluesky
• Title（参考訳）: BlueskyにおけるAIトピックとの関わりのグループのダイナミクス
• Abstract要約: 実験的なBlueskyアクティビティを異なるユーザグループに収集するフレームワークを開発し,ネットワークベースのダイナミックスモデルを用いて,それらのエンゲージメントのメカニズムを解明する。 イベントに対する強い直接的な反応は、必ずしも強いネットワーク駆動の伝播と一致せず、集約されたアクティビティだけで隠蔽される可能性のある、異なるエンゲージメントパターンを明らかにする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Social media increasingly shapes everyday life, serving as both a central venue for discussion of major events and a space where online collective behavior can spill over into real-world activity, while artificial intelligence (AI) is likewise becoming increasingly influential across society. Understanding how different online communities respond to AI-related events, and disentangling the mechanisms underlying the development of such engagement, are therefore increasingly important for studying information spreading and the societal reception of AI. Our work addresses the limited connection between empirical studies of AI-related online engagement and mathematical modeling of group-level spreading dynamics. We develop a framework to collect and organize empirical Bluesky activity into distinct user groups, then use a network-based dynamics model to investigate the mechanisms underlying their engagement. We use the release of DeepSeek R1 as a case study under two complementary grouping schemes: AI-related communities and academic disciplines. For each group, we fit a network-based Susceptible-Infected-Recovered (SIR)-type model augmented with an exogenous engagement term, allowing us to quantify the relative strengths of endogenous network-driven spreading and direct external response. Across groups, we find that strong direct responses to the event do not necessarily coincide with strong network-driven propagation, revealing distinct engagement patterns that may be obscured by aggregate activity alone.
• Abstract（参考訳）: ソーシャルメディアは日々の生活を形作っていき、主要な出来事を議論する中心的な場所として機能し、オンラインの集合行動が現実世界の行動に浸透する場として機能する一方、人工知能(AI)も社会全体で影響力を増しつつある。 したがって、情報拡散とAIの社会的受容を研究する上で、異なるオンラインコミュニティがAI関連の出来事にどのように反応するかを理解し、そのようなエンゲージメントの発展の基盤となるメカニズムを解消することがますます重要である。 我々の研究は、AI関連のオンラインエンゲージメントの実証的研究とグループレベルの拡散ダイナミクスの数学的モデリングとの限定的な関係に対処する。 実験的なBlueskyアクティビティを異なるユーザグループにまとめて整理するフレームワークを開発し,ネットワークベースのダイナミックスモデルを用いて,それらのエンゲージメントのメカニズムを解明する。 我々は、AI関連コミュニティと学術分野の2つの補完的なグループ化スキームの下で、DeepSeek R1のリリースをケーススタディとして使用します。 各グループに対して、外因性エンゲージメント項を付加したネットワークベースのSIR型モデルを適用し、内因性ネットワーク駆動の拡散と直接的外部応答の相対的強度を定量化する。 グループ全体では、イベントに対する強い直接的な反応は必ずしも強いネットワーク駆動の伝播と一致せず、集合的活動だけで隠蔽される可能性のある、異なるエンゲージメントパターンを明らかにしている。

関連論文リスト

• AI in the Wild: A Large Scale Analysis of Authentic Interactions of College Students with Generative AI [5.052839340528487]
  本稿では,複数の大学コースや学術領域にまたがる大学生の自然発生学生とAIの相互作用を大規模に分析する。 データセットは、15,000以上の学生とAIのインタラクションユニットで構成され、実際のコース中に生成AIの自発的使用から引き出された。 分析の結果,学生とAIの相互作用は高度に構造化されていることが判明した。
  論文  参考訳（メタデータ） (2026-06-28T15:07:53Z)
• The Rise of AI Agent Communities: Large-Scale Analysis of Discourse and Interaction on Moltbook [62.2627874717318]
  MoltbookはRedditに似たソーシャルプラットフォームで、AIエージェントが投稿を作成し、コメントや返信を通じて他のエージェントと対話する。 ローンチから約5日後に収集された公開APIスナップショットを使用して、AIエージェントが何を議論しているか、どのように投稿するか、どのように相互作用するのかという3つの研究課題に対処する。 エージェントの執筆は、主に中立であり、コミュニティエンゲージメントや支援指向のコンテンツに肯定性があることが示される。
  論文  参考訳（メタデータ） (2026-02-13T05:28:31Z)
• Social World Model-Augmented Mechanism Design Policy Learning [58.739456918502704]
  SWM-AP (Social World Model-Augmented Mechanism Design Policy Learning) を導入する。 SWM-APは,累積報酬とサンプル効率において,モデルベースおよびモデルフリーのRLベースラインよりも優れていた。
  論文  参考訳（メタデータ） (2025-10-22T06:01:21Z)
• Synchronization Dynamics of Heterogeneous, Collaborative Multi-Agent AI Systems [0.0]
  本稿では,同期理論とマルチエージェントAIシステムを橋渡しする新たな学際的枠組みを提案する。 我々は,複雑なタスク実行に関わる異種AIエージェントの集合力学を記述するために,倉本モデルを適用した。
  論文  参考訳（メタデータ） (2025-08-17T10:16:41Z)
• AI Flow: Perspectives, Scenarios, and Approaches [51.38621621775711]
  私たちは最先端のITとCTの進歩を統合するフレームワークであるAI Flowを紹介します。 まず、デバイスエッジクラウドフレームワークは、エンドデバイス、エッジサーバ、クラウドクラスタを統合する基盤として機能する。 第2に,家族モデルの概念を導入し,同列に隠れた特徴を持つ様々なサイズのモデルに言及する。 第3に、コネクティビティとインタラクションに基づくインテリジェンスの出現は、AI Flowの新たなパラダイムである。
  論文  参考訳（メタデータ） (2025-06-14T12:43:07Z)
• Policy Search, Retrieval, and Composition via Task Similarity in Collaborative Agentic Systems [12.471774408499817]
  Agentic AIの目的は、自身の目標を設定し、変化に積極的に適応し、継続的な経験を通じて振る舞いを洗練するシステムを作ることだ。 最近の進歩は、複数の予期せぬタスクに直面している場合、エージェントは他のエージェントによって既に完全にあるいは部分的に学習されている機械学習の知識と再利用のポリシーを共有することの恩恵を受ける可能性があることを示唆している。 本研究は,エージェントが選択すべき知識,誰から,いつ,どのように,それを独自の政策に統合して,自身の学習を加速するかを検討する。
  論文  参考訳（メタデータ） (2025-06-05T20:38:11Z)
• Internet of Agents: Fundamentals, Applications, and Challenges [68.9543153075464]
  異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。 我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
  論文  参考訳（メタデータ） (2025-05-12T02:04:37Z)
• Multi-Agent Dynamic Relational Reasoning for Social Robot Navigation [50.01551945190676]
  社会ロボットナビゲーションは、日常生活の様々な状況において有用であるが、安全な人間とロボットの相互作用と効率的な軌道計画が必要である。 本稿では, 動的に進化する関係構造を明示的に推論した系統的関係推論手法を提案する。 マルチエージェント軌道予測とソーシャルロボットナビゲーションの有効性を実証する。
  論文  参考訳（メタデータ） (2024-01-22T18:58:22Z)
• Modelling Cooperation in Network Games with Spatio-Temporal Complexity [11.665246332943058]
  複雑なグリッドワールドドメインにおける自己組織化協調の出現について検討する。 マルチエージェント深層強化学習を用いて,エージェント・ソサエティの多種多様なメカニズムをシミュレートした。 本手法は,人間および人工エージェントシステムにおける機構設計に影響を及ぼす。
  論文  参考訳（メタデータ） (2021-02-13T12:04:52Z)
• Connections between Relational Event Model and Inverse Reinforcement Learning for Characterizing Group Interaction Sequences [0.18275108630751835]
  我々は、リレーショナルイベントモデル(REM)と逆強化学習(IRL)の未同定接続について検討する。 REM はそのような問題に対処する従来の手法であるが、IRL の応用は未完成の手法である。 実験により,集団の社会的相互作用を特徴付けるためのIRLの特殊効果を実証した。
  論文  参考訳（メタデータ） (2020-10-19T19:40:29Z)

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。