論文の概要: The GenAI Who Knew Too Little: Revisiting Transactive Memory Systems in Human GenAI Collaboration
- arxiv url: http://arxiv.org/abs/2610.28343v1
- Date: Tue, 20 Oct 2026 15:10:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.879797
- Title: The GenAI Who Knew Too Little: Revisiting Transactive Memory Systems in Human GenAI Collaboration
- Title（参考訳）: 小さすぎるGenAI:人間のGenAIコラボレーションにおけるトランスアクティブメモリシステムの再考
- Abstract要約: 本研究では,人間とGenAIのコラボレーションにおいて,Transactive Memory Systems(TMS)がどのように現れるかを検討する。
以上の結果から,TMSはヒトとヒトのコラボレーションとの違いが判明した。
- 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: Generative artificial intelligence (GenAI) is rapidly transforming knowledge work, creating new collaborative dynamics that challenge tradi-tional human-human interaction patterns. This study investigates how Transactive Memory Systems (TMS) manifest in human-GenAI collabora-tion. Through qualitative interpretive interviews with 14 knowledge work-ers and thematic analysis, we identified distinct TMS manifestations across its three main dimensions: (1) regarding specialization, expertise recogni-tion exhibited asymmetry. Humans developed awareness of GenAI capabili-ties while GenAI demonstrated only temporary recognition of human exper-tise; (2) in terms of credibility, humans formed ambivalent trust relation-ships with GenAI, simultaneously attributing expertise to the latter while implementing additional verification processes; and (3) concerning coor-dination, where humans primarily directed more passive GenAI systems lacking initiative, resulting in hierarchical interaction patterns and unidi-rectional information flow. Our findings reveal that TMS manifests differ-ently in human-GenAI compared to human-human collaboration, necessitat-ing theoretical adaptations including trust markers, acknowledging GenAI's absent metamemory, and identifying its temporary memory.
- Abstract（参考訳）: ジェネレーティブ・人工知能(GenAI)は知識労働を急速に変革し、トラディオントな人間と人間の相互作用パターンに挑戦する新しい協調力学を生み出している。
本研究では,ヒト-GenAIコラボラオンにおけるTransactive Memory Systems(TMS)の出現状況について検討した。
知識労働者14人との質的面接とテーマ分析を通じて, 専門性, 専門性, 専門性, 非対称性の3つの側面にまたがって, 異なるTMSの出現を同定した。
人間はGenAIカパビリティーを意識し,GenAIは一時的な人間の外見認識のみを示し,(2)信頼性の観点からは,人間はGenAIとあいまいな信頼関係を築き,同時に専門知識を後者にもたらすと同時に,(3)主導権を持たないより受動的なGenAIシステムを主体的に指示し,階層的な相互作用パターンと一元的情報の流れをもたらすコーディネーションについて考察した。
以上の結果から,TMSはヒトとヒトの協調性,信頼マーカーを含む理論的適応,GenAIの欠失記憶の認識,一時記憶の同定など,ヒトとヒトの協調性に相違があることが判明した。
関連論文リスト
- Beyond Productivity: Measuring Developers' Cognitive Load During GenAI-Supported Software Development [3.711581415585163]
Generative AI(GenAI)はソフトウェア開発と開発者の働き方を変えつつある。
GenAIの使用状況とタスクコンテキストが,プロの開発者の認知負荷にどのように関係しているかを検討する。
論文 参考訳（メタデータ） (2026-09-29T14:12:56Z) - Quick Build, Careful Check? Generative AI Use in Hackathons [83.0493885475068]
中央ヨーロッパにおけるAIをテーマとしたハッカソンの参加者を対象とした探索的なインタビュー研究を報告する。
参加者はコーディング以外の目的でGenAIを使用して,馴染みのないトピックの学習やブレインストーミング,ドキュメントの作成などを行いました。
また、すべての参加者が、使用前にGenAI出力をチェックするという書面のないプラクティスに集約されていることもわかりました。
論文 参考訳（メタデータ） (2026-07-31T08:59:18Z) - Generative AI User Experience: Developing Human--AI Epistemic Partnership [1.163826615891678]
また,ChatGPTのようなシステムでは,学習タスクだけでなく,知識構築にも参加できると主張している。
既存の説では、GenAIが交渉された権威、再配布された認知、説明責任の緊張を特徴とする経験を生み出した理由を説明できない。
論文 参考訳（メタデータ） (2026-03-25T02:40:13Z) - Investigating Self-regulated Learning Sequences within a Generative AI-based Intelligent Tutoring System [14.046963768734114]
本研究は,GenAIを用いた知的学習システムにおける課題解決タスクを完了したトレースデータから,学生のGenAIとのインタラクションパターンを抽出した。
また、情報処理の観点から、学生のGenAI利用の目的も分析した。
論文 参考訳（メタデータ） (2026-01-13T20:37:19Z) - Identifying Barriers Hindering the Acceptance of Generative AI as a Work Associate, measured with the new AGAWA scale [0.0]
世代AI(GenAI)に対する今日の学生の態度は、今後数年間の職場における採用に大きな影響を与えるだろう。
我々は,GenAIを利用した人工エージェントに対する態度を計測し,同僚として認識するAgawa尺度を提案する。
論文 参考訳（メタデータ） (2025-12-29T11:08:16Z) - Position: Evaluating Generative AI Systems Is a Social Science Measurement Challenge [78.35388859345056]
我々は,MLコミュニティが,GenAIシステム評価のための計測機器を開発する際に,社会科学の学習と図面の恩恵を受けることを論じる。
我々は,GenAIシステムの能力,行動,および影響に関する概念を測定するための,社会科学からの計測理論に基づく4段階の枠組みを提案する。
論文 参考訳（メタデータ） (2025-02-01T21:09:51Z) - Aligning Generalisation Between Humans and Machines [74.120848518198]
AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。
AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。
これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
論文 参考訳（メタデータ） (2024-11-23T18:36:07Z) - Measuring Human Contribution in AI-Assisted Content Generation [66.06040950325969]
本研究は,AIによるコンテンツ生成における人間の貢献度を測定する研究課題を提起する。
人間の入力とAI支援出力の自己情報に対する相互情報を計算することにより、コンテンツ生成における人間の比例情報貢献を定量化する。
論文 参考訳（メタデータ） (2024-08-27T05:56:04Z) - AutoML in The Wild: Obstacles, Workarounds, and Expectations [37.813441975457735]
本研究は,現実の実践においてユーザが遭遇するAutoMLの限界を理解することに焦点を当てる。
その結果,カスタマイズ性,透明性,プライバシーから生じる3つの大きな課題を克服するために,ユーザエージェンシーを積極的に実施していることが判明した。
論文 参考訳（メタデータ） (2023-02-21T17:06:46Z)
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。