論文の概要: The Impact of Personalized AI Response Suggestions on Content Creators' Direct Messaging

• arxiv url: http://arxiv.org/abs/2610.34770v1
• Date: Mon, 26 Oct 2026 03:15:20 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.716382
• Title: The Impact of Personalized AI Response Suggestions on Content Creators' Direct Messaging
• Title（参考訳）: パーソナライズされたAI応答がコンテンツクリエータのダイレクトメッセージに及ぼす影響
• Abstract要約: 直接メッセージングは、ソーシャルメディアのコンテンツクリエーターがフォロワーと直接やりとりするために使われることが多い。 我々は、クリエイターの書き方に合わせて、パーソナライズされたAI生成の応答提案を提供するシステムを設計した。 我々の結果は、AI提案が効率を高める一方で、AIの監視に注意を向けることで、創造者のコミュニケーションへの関与を損なう可能性があることを示唆している。
• 参考スコア（独自算出の注目度）: 3.7331950863394865
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Direct messaging is often employed by social media content creators to directly interact with followers. Those creators attempt to engage with followers in private communication, but they often encounter a large volume of messages. Through formative interviews with 15 creators, we found that creators frequently experience fatigue from writing suitable content, as they moderate audience expectations while concurrently integrating their media personas into responses. To explore how AI can address these challenges, we designed a system providing personalized, AI-generated response suggestions tailored to creators' writing styles to maintain their media personas. In a comparison study with 13 creators that examines how the system affects response behaviors, creators valued the system's ability to soften potential impoliteness and anticipated higher response rates, helping them maintain a professional image. However, creators reported additional labor in verifying the authenticity of AI outputs to mitigate risks caused by AI misalignment. Our results indicate that while AI suggestions enhance efficiency, they can undermine a creator's engagement in communication by shifting their attention toward monitoring AI.
• Abstract（参考訳）: 直接メッセージングは、ソーシャルメディアのコンテンツクリエーターがフォロワーと直接やりとりするために使われることが多い。 これらのクリエーターは、プライベートなコミュニケーションでフォロワーと交流しようとするが、しばしば大量のメッセージに遭遇する。 15人のクリエーターとのフォーマティブなインタビューを通じて、クリエイターは、メディアペルソナを同時にレスポンスに統合しながら、読者の期待を和らげながら、適切なコンテンツを書くことで疲労を経験することがわかった。 AIがこれらの課題にどのように対処できるかを探るため、私たちは、メディアペルソナを維持するためにクリエイターの書き方に合わせて、パーソナライズされたAI生成の回答提案を提供するシステムを設計しました。 システムがどのように反応行動に影響を及ぼすかを調べる13人のクリエーターとの比較研究において、創造者はシステムが潜在的な不規則性を和らげ、より高い反応率を期待し、プロのイメージを維持するのに役立つと評価した。 しかし、クリエイターはAIのミスアライメントによるリスクを軽減するために、AI出力の信頼性を検証するための追加の労力を報告した。 我々の結果は、AI提案が効率を高める一方で、AIの監視に注意を移すことで、クリエーターのコミュニケーションへの関与を損なう可能性があることを示唆している。

関連論文リスト

• Delegating Before Learning: Where Generative AI Sits in Students' Professional Communication [0.0]
  学生はプロのメッセージをAIに委譲した。 我々は、学生のメールを書くためのAIによるプロセスを、最も高いレベルの関与でモデル化する。
  論文  参考訳（メタデータ） (2026-08-28T20:14:54Z)
• Nonslop: A Gamified Experiment in Human-AI Collaborative Writing [4.079191726815924]
  この研究は、ユーザーがクリエイティビティの自主性を維持するか、ゲームのルールに違反し、AIアシストを受け入れるかを選択するかに焦点を当てている。 このゲーミフィケーションアプローチは、人間とAIの相互作用を研究するためのフレームワークと、AI強化クリエイティビティにおける効率性と信頼性の間の緊張を理解するための挑発的レンズの両方を提供する。
  論文  参考訳（メタデータ） (2026-06-10T17:21:38Z)
• Less Interaction But More Explanation: A Communication Perspective on Agentic AI Interfaces [22.400756560286595]
  我々は,AIシステムのコミュニケーション的役割をユーザがどのように知覚するかについて議論する。 エージェントAIは複数のコミュニケーションの役割を果たすことができるため、このソース認識を複雑にし、潜在的なリスクを導入することができる。 我々はエージェントAIが組み込む必要がある3つのタイプの説明を提案する。
  論文  参考訳（メタデータ） (2026-05-02T21:21:21Z)
• "It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models [97.22914355737676]
  我々は、AIツールと共同で書き込む際に、著者が自分の真正な声を保存したいかどうか、どのように検討する。 本研究は,人間とAIの共創における真正性の概念を解明するものである。 読者の反応は、人間とAIの共著に対する関心が低かった。
  論文  参考訳（メタデータ） (2024-11-20T04:42:32Z)
• Human Bias in the Face of AI: Examining Human Judgment Against Text Labeled as AI Generated [48.70176791365903]
  本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。 ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
  論文  参考訳（メタデータ） (2024-09-29T04:31:45Z)
• The AI Ghostwriter Effect: When Users Do Not Perceive Ownership of AI-Generated Text But Self-Declare as Authors [42.72188284211033]
  パーソナライズされた言語生成のためのヒューマンAIコラボレーションにおけるオーサシップとオーサシップについて検討する。 AIゴーストライター効果: ユーザは自分自身をAI生成テキストの所有者や作者とはみなさない。 著者の枠組みに適応するための基盤を構築するために,心理学的所有権と人間とAIの相互作用との関連性について考察する。
  論文  参考訳（メタデータ） (2023-03-06T16:53:12Z)
• Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
  AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。 本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。 43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
  論文  参考訳（メタデータ） (2022-11-12T21:54:05Z)
• Suggestion Lists vs. Continuous Generation: Interaction Design for Writing with Generative Models on Mobile Devices Affect Text Length, Wording and Perceived Authorship [27.853155569154705]
  モバイル端末上でAIで書き込むための2つのユーザインタフェースを提示し、イニシアティブとコントロールのレベルを制御する。 AIの提案では、人々は積極的に書くことは少なかったが、著者であると感じた。 どちらの設計においても、AIはテキストの長さを長くし、言葉に影響を与えていると認識された。
  論文  参考訳（メタデータ） (2022-08-01T13:57:11Z)
• Human-AI Collaboration Enables More Empathic Conversations in Text-based Peer-to-Peer Mental Health Support [10.743204843534512]
  AI-in-the-loopエージェントであるHayleyを開発した。このエージェントは、サポートを提供する参加者(ピアサポーター)が助けを求める参加者(フォスター支援者)に対して共感的に反応するのを助けるために、ジャスト・イン・タイムフィードバックを提供する。 我々の人間とAIのコラボレーションアプローチは、ピア間での会話の共感を19.60%増加させます。 支援の難しさを自認するピアサポーターのサブサンプルでは,38.88%の共感が増大している。
  論文  参考訳（メタデータ） (2022-03-28T23:37:08Z)
• The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
  MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。 Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。 これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
  論文  参考訳（メタデータ） (2021-07-05T12:18:17Z)

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。