論文の概要: Following Delegation Traces to Study Human Oversight in Interaction with Multimodal AI

• arxiv url: http://arxiv.org/abs/2610.21948v1
• Date: Thu, 15 Oct 2026 14:18:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-17 06:09:33.123717
• Title: Following Delegation Traces to Study Human Oversight in Interaction with Multimodal AI
• Title（参考訳）: マルチモーダルAIとのインタラクションにおけるヒューマン・オーバー監視のためのデリゲーション・トレースの追従
• Abstract要約: 我々は,n=56人のAIリテラル参加者と392人のビデオ質問応答試験によるオンライン調査の結果の概要を報告する。 各マルチモーダルAIレスポンスを検査した後、参加者はタスク固有の信頼を評価、AIアシストを拒否、検証で使用、AIに完全に委譲する3つの今後の課題の1つを選択した。 我々は,マルチモーダルAIとエージェントAIの今後の研究のための方法論的枠組みとして,制定されたデリゲートトレースを提案する。
• 参考スコア（独自算出の注目度）: 7.802379200026965
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: As multimodal AI systems are becoming our everyday thought partners, the shift towards studying how users transfer control to these systems becomes especially urgent. In this paper, we report an overview of findings from an online study with n=56 AI-literate participants and 392 Video Question Answering trials. After inspecting each multimodal AI response, participants rated task-specific trust and selected one of three intended policies for an analogous future task: reject AI assistance, use it with verification, or delegate fully to the AI. Within participants, post-interaction trust strongly predicted the user's delegation choices (OR=14.97, 95% CI [7.14,31.37]). Trust and delegation nevertheless remained distinct. Verification was the dominant policy and often co-occurred with high trust. Delegation also increased with task order after adjustment for momentary and participant-level trust (OR=1.22, 95% CI [1.02,1.45]), indicating an experience-related component that self-reported trust ratings alone could not capture. These findings motivate a shift from intended delegation to a non-intrusive observation of how delegation is enacted in collaborative human-AI tasks. We therefore conclude by proposing enacted delegation traces as a methodological framework for future studies of multimodal and agentic AI use.
• Abstract（参考訳）: マルチモーダルAIシステムが私たちの日常的な思考パートナになりつつあるため、ユーザがこれらのシステムに制御を移す方法の研究へのシフトが特に急務になっている。 本稿では,n=56名のAIリテラルと392名のビデオ質問応答試験によるオンライン調査の結果の概要を報告する。 各マルチモーダルAIレスポンスを検査した後、参加者はタスク固有の信頼を評価、AIアシストを拒否、検証で使用、AIに完全に委譲する3つの今後の課題の1つを選択した。 反応後の信頼は、ユーザのデリゲート選択を強く予測する(OR=14.97, 95% CI [7.14,31.37])。 しかし、信頼と代表権は相変わらず残っていた。 検証は支配的な政策であり、しばしば高い信頼をもって達成された。 一時的・参加的信頼度(OR=1.22, 95% CI[1.02,1.45])の調整後のタスク順も増加し,自己報告型信頼評価だけでは達成できない経験関連要素が示唆された。 これらの知見は、意図された代表団から、人間とAIの協調作業における代表団の実施方法に関する非侵襲的な観察への転換を動機付けている。 そこで我々は,マルチモーダルAIとエージェントAIの今後の研究のための方法論的枠組みとして,制定されたデリゲートトレースを提案する。

関連論文リスト

• Atria Dawn: The Dawn of Agentic Superintelligence [237.73474618289063]
  本稿では,科学研究と工学のための基礎エージェント言語モデルであるAtria Dawn Previewを紹介する。 本稿では,人間-AI協力の事例研究として,このモデルの背後にある真の研究開発プロセスについて考察する。
  論文  参考訳（メタデータ） (2026-09-14T16:22:30Z)
• Humans are Missing from AI Coding Agent Research [116.47136146149226]
  我々は、自律的なプログラミングエージェントから人間中心のコーディングエージェントへの方向転換を主張する。 課題解決ループを特徴付ける4つの中核的相互作用レベルを同定する。
  論文  参考訳（メタデータ） (2026-07-04T01:24:03Z)
• Agentic AI Enhances Physician Trust in Clinical Decision Making [28.8804483098497]
  従来のモデルより優れていることが証明されているが、エージェントAIに対する医師の信頼はほとんど探索されていない。 治療計画のタスクでは、医師が最もエージェント的推論を信頼し、89.57%のケースでそれを好む。 しかし、不正なエージェント出力に対する測定可能で過度な信頼は現在も残っている。
  論文  参考訳（メタデータ） (2026-06-16T14:31:49Z)
• Benchmarking AI Agents for Addressing Scientific Challenges Across Scales [118.2204632627895]
  SciAgentArenaは、現実世界の科学研究シナリオでAIエージェントを評価するための体系的なベンチマークである。 ステップワイズ検証を備えた約200のタスクと、多様なAIエージェントを評価するためのインタラクティブでエージェントに依存しない環境で構成される。 タスク構造や評価基準が明確である場合, 現状のエージェントはデータ分析に効果的に貢献できることがわかった。
  論文  参考訳（メタデータ） (2026-06-10T22:55:30Z)
• Characterizing initial human-AI proof formalization workflows [66.06866890889131]
  AIシステムのコード生成能力の進歩と、証明を形式化し、検証する人々の能力を変えるための高度な数学的推論の約束への関与。 我々は、AIが人々のフォーマル化に与える影響について、混合メソッド分析を行う。 質的な調査では、人々の好みは多様であるが、形式化におけるAI支援に対する一般的な欲求が示されている。
  論文  参考訳（メタデータ） (2026-06-02T22:58:19Z)
• Will Agents Replace Us? Perceptions of Autonomous Multi-Agent AI [0.0]
  本研究は、AIエージェントの能力、影響、およびガバナンスに関する調査に対する130人の参加者からの回答を分析する。 我々は、AIがプログラマを置き換える予定のタイムラインを調べ、デプロイの障壁を認識し、エージェントが決定を下すときの責任に関する信念を調べます。
  論文  参考訳（メタデータ） (2025-06-01T11:02:52Z)
• When Trust Collides: Decoding Human-LLM Cooperation Dynamics through the Prisoner's Dilemma [10.143277649817096]
  本研究では,大規模言語モデル(LLM)エージェントに対する人間の協調的態度と行動について検討する。 その結果, エージェントアイデンティティがほとんどの協調行動に有意な影響を及ぼすことが明らかとなった。 これらの知見は,自律エージェントとの競争におけるヒト適応の理解に寄与する。
  論文  参考訳（メタデータ） (2025-03-10T13:37:36Z)
• Multi-stakeholder Perspective on Responsible Artificial Intelligence and Acceptability in Education [0.0]
  この研究は、多職種の視点から、教育における異なるAI応用の受容性について検討した。 データプライバシ、AIエージェンシー、透明性、説明可能性、AIの倫理的展開に関する懸念に対処する。
  論文  参考訳（メタデータ） (2024-02-22T23:59:59Z)
• Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
  この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。 本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
  論文  参考訳（メタデータ） (2024-02-21T08:29:42Z)

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。