論文の概要: The As-If Machine: Personalized counterfactuals make distant policy risks feel close
- arxiv url: http://arxiv.org/abs/2610.33301v1
- Date: Fri, 23 Oct 2026 21:11:11 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.296272
- Title: The As-If Machine: Personalized counterfactuals make distant policy risks feel close
- Title（参考訳）: As-If Machine:パーソナライズされた反ファクトが遠隔政策のリスクを和らげる
- Abstract要約: 我々は、AIが参加者の生活をそのシナリオが生じたかのようにシミュレートすることで、遠くのシナリオを具体化できるかどうか尋ねる。
As-If Machine(AIM)は、個人化された対物的物語を共同作成するマルチエージェントシステムである。
- 参考スコア（独自算出の注目度）: 8.36853237675452
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Life experiences can shape policy attitudes, but we only live one life. Citizens may therefore fail to support policies addressing risks they have never personally experienced. Narratives can make such risks immediate and personal, but personalized stories remain difficult to produce at scale. Here we ask whether AI can make distant scenarios feel concrete by simulating a participant's life as if that scenario occurred. We present the As-If Machine (AIM), a multi-agent system through which people co-write personalized counterfactual narratives---stories about their own lives under different policy futures. In two pre-registered and quota-matched experiments on science funding (N=1,007) and satellite cybersecurity (N=894), we compared AIM with two controls: reading an expert-written vignette on the same topic and co-writing with AIM about an unrelated topic. AIM increased psychological closeness---how close a risk feels to the self---by nearly identical margins in the two domains (0.36 and 0.38 standard deviations (SDs) against the vignette, 0.80 and 0.90 against unrelated writing). AIM increased psychological closeness even among participants with unfavorable views of AI. For policy attitudes, AIM's effects were 0.16 SDs against the vignette and 0.10 SDs (n.s.) against unrelated writing for science funding; the corresponding effects for satellite cybersecurity were 0.54 and 0.67 SDs. Across 23,496 human-AI autocomplete interactions, participants and the system played distinct roles: AIM supplied concrete detail that grounded the scenario, and participants supplied first-person perspective and emotion. Co-writing with the As-If Machine makes distant policy risks feel close.
- Abstract（参考訳）: 人生体験は政策の態度を形作ることができるが、我々は1つの人生しか生きない。
したがって、市民は個人が経験したことのないリスクに対処する政策を支持できないかもしれない。
ナラティブはそのようなリスクを即時かつ個人的なものにすることができるが、パーソナライズされたストーリーを大規模に作成することは困難である。
ここでは、AIが参加者の生活をそのシナリオが生じたかのようにシミュレートすることで、遠くのシナリオを具体化できるかどうかを問う。
本稿では,多エージェントシステムであるAs-If Machine(AIM)について紹介する。
科学資金(N=1,007)と衛星サイバーセキュリティ(N=894)に関する事前登録された2つの実験において、AIMを2つのコントロールと比較した。
AIMは心理的に近づき、リスクは2つのドメインでほぼ同じマージンで感じられる(標準偏差0.36と0.38、無関係な書き込みでは0.80と0.90)。
AIMは、AIの好ましくない見方であっても、心理的な近さを高めた。
政策姿勢では、AIMの効果はビグネットに対する0.16 SD、科学予算のための無関係な書き込みに対する0.10 SDであり、衛星サイバーセキュリティに対する影響は0.54 SDと0.67 SDである。
23,496件の人間とAIのオートコンプリート・インタラクション、参加者とシステムは異なる役割を担い、AIMはシナリオを根拠とした具体的な詳細を提供し、参加者は一人称視点と感情を提供した。
As-If Machineとの共同執筆は、遠いポリシーのリスクを和らげる。
関連論文リスト
- CyberArena: Benchmarking AI Agents in Live Symmetric Attack-and-Defense Combat [54.28641762077735]
マルチラウンド・アタック・アンド・ディフェンス・バトルを中心に構築された動的で対称な敵のベンチマークであるCyberArenaを提示する。
隔離されたサンドボックスでは、2つのエージェントが同一のルールの下で競合し、攻撃者と防御者の両方として同時に機能する。
これにより、静的ターゲットを進化中の半オープンな課題に変換し、脆弱性を発見し、悪用し、パッチする際のエージェントのスピードと精度を直接テストする。
論文 参考訳（メタデータ） (2026-10-13T18:05:26Z) - Bad company corrupts good morals: Understanding and Measuring Narrative-Induced Moral Reasoning Degradation in LLMs [9.12926114428835]
大規模な言語モデルは、デジタル人間、AIコンパニオン、教育アシスタント、カウンセリングシステムのような、長時間コンテキストで感情的にインタラクティブな環境にデプロイされる。
このことは重要な疑問を提起する:LLMの推論とアライメントの安定性を長引く物語露出は再形成できるか?
LLMにおける物語誘発アライメント劣化の最初の系統的研究について述べる。
論文 参考訳（メタデータ） (2026-06-27T15:30:42Z) - Sycophantic AI Decreases Prosocial Intentions and Promotes Dependence [31.666988490509237]
我々は、人々がAIからアドバイスを求めるとき、梅毒の広範性と有害な影響を示す。
モデルは非常にサイコファン性が高く、ユーザーの行動が人間よりも50%多いことを確認しています。
参加者は、サイコファンティックな反応をより高い品質と評価し、サイコファンティックなAIモデルをより信頼し、再びそれを使う意思があった。
論文 参考訳（メタデータ） (2025-10-01T19:26:01Z) - Echoes of Humanity: Exploring the Perceived Humanness of AI Music [1.4161980487236754]
我々は,AIMを人間がどう知覚するかを理解することを目的としたリスナーに焦点を当てた実験の結果を提示する。
我々は,商用モデルの現実的な利用から,AIMの楽曲の新規かつ無制御なデータセットを用いた最初の研究である。
論文 参考訳（メタデータ） (2025-09-29T23:53:58Z) - AI persuading AI vs AI persuading Humans: LLMs' Differential Effectiveness in Promoting Pro-Environmental Behavior [70.24245082578167]
環境保護行動(PEB)は気候変動に対処するために不可欠であるが、意識を意図や行動に変えることはいまだ明白である。
大規模言語モデル(LLM)をPEBを促進するツールとして検討し,その影響を3,200人の参加者で比較した。
人工的およびシミュレートされたエージェントは、介入後のEBスタンスに大きく影響し、ヒトの反応はほとんど変化しない。
論文 参考訳（メタデータ） (2025-03-03T21:40:55Z) - My Future with My Chatbot: A Scenario-Driven, User-Centric Approach to Anticipating AI Impacts [3.2566808526538873]
これらの課題に反応するAIの影響を予測するための方法として、大規模なシナリオ記述を活用しています。
我々は、AIベースのパーソナルチャットボットが個人や社会に与える影響について、米国の参加者106人に短いフィクション記事を書くよう依頼した。
分析過程において、これらの影響をマッピングし、社会デデノグラフィーとシナリオライターのAI関連態度との関連で分析する。
論文 参考訳（メタデータ） (2024-01-25T21:58:19Z) - Protect Your Score: Contact Tracing With Differential Privacy Guarantees [68.53998103087508]
プライバシーに関する懸念は、現在展開を控えている、と私たちは主張する。
本稿では,この攻撃に対して異なるプライバシー保証を有する接触追跡アルゴリズムを提案する。
特に現実的な検査シナリオでは,ウイルス感染率の2倍から10倍の低下を実現している。
論文 参考訳（メタデータ） (2023-12-18T11:16:33Z) - Invisible for both Camera and LiDAR: Security of Multi-Sensor Fusion
based Perception in Autonomous Driving Under Physical-World Attacks [62.923992740383966]
本稿では,MDFに基づくADシステムにおけるセキュリティ問題の最初の研究について述べる。
物理的に実現可能な逆3Dプリントオブジェクトを生成し、ADシステムが検出に失敗してクラッシュする。
以上の結果から,攻撃は様々なオブジェクトタイプおよびMSFに対して90%以上の成功率を達成した。
論文 参考訳（メタデータ） (2021-06-17T05:11:07Z)
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。