論文の概要: Improving Group Deliberation through AI-Guided Self-Reflection

• arxiv url: http://arxiv.org/abs/2610.37862v1
• Date: Tue, 27 Oct 2026 19:05:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-03 19:29:01.378104
• Title: Improving Group Deliberation through AI-Guided Self-Reflection
• Title（参考訳）: AIによる自己回帰によるグループ議論の改善
• Abstract要約: 我々は,AI誘導による自己回帰が熟考的談話を改善することを示す。 この改善は、より洗練された議論の正当化、よりコンセンサス構築の努力、そして反論に対する敬意の高まりによって引き起こされるかもしれない。
• 参考スコア（独自算出の注目度）: 12.52276179417681
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As AI systems increasingly mediate human communication, identifying conditions under which they augment collective sense-making is a critical challenge. Through a randomized experiment (N=1,173 U.S. participants across 391 small-group deliberations), we investigate whether AI-guided self-reflection improves subsequent deliberative discourse. We show that engaging with a non-directive AI chatbot instructed to structure self-reflection prior to group deliberation yields significantly higher deliberation quality (measured by the Discourse Quality Index, DQI) compared to a baseline of no self-reflection (Cohen's d=0.31) and a condition of unassisted self-reflection (d=0.27), and the positive impact is most pronounced in groups with disagreement. This improvement may be driven by more sophisticated argument justifications, greater consensus-building effort, and increased respect for counterarguments. Furthermore, after self-reflection, participants in the AI condition reported higher empathy toward dissenting peers and a deeper understanding of opposing reasoning. Beyond observed behavior, our findings are empirically relevant to open debates between political philosophy and psychology surrounding self-reflection, demonstrating that interactive AI could transform solitary thinking into productive internal reflection. Together, these results demonstrate that even simple AI-based reflective scaffolds can foster more productive group dynamics, opening new avenues for leveraging AI to augment collective intelligence.
• Abstract（参考訳）: AIシステムはますます人間のコミュニケーションを仲介するので、それらが集団的な感覚を増す条件を特定することは重要な課題である。 ランダム化実験(N=1,173人の米国参加者による391小集団の審議)を通じて、AI誘導による自己回帰がその後の熟考的談話を改善するか否かを検討する。 グループ熟考の前に自己回帰を指示する非指向型AIチャットボットの係り合いは、非自己回帰(コーエンd=0.31)と無支援自己回帰(d=0.27)のベースラインと比較して明らかに高い熟考品質(談話品質指標(DQI)で測定される)をもたらすことを示す。 この改善は、より洗練された議論の正当化、よりコンセンサス構築の努力、そして反論に対する敬意の高まりによって引き起こされるかもしれない。 さらに、自己回帰後、AI状態の参加者は、同調する仲間に対する高い共感と、反対する推論に対する深い理解を報告した。 観察された行動以外にも、我々の発見は、政治的哲学と自己回帰を取り巻く心理学のオープンな議論に実証的に関係しており、対話型AIが独創的な思考を生産的な内省に転換できることを示した。 これらの結果は、単純なAIベースの反射足場でさえ、より生産的なグループのダイナミクスを育み、AIを活用して集団知性を増強するための新たな道を開くことを実証している。

関連論文リスト

• Persuasive and Compliant Tendencies Predict Group Decision-Making in Humans and Language Models [65.21691850622413]
  大規模言語モデル(LLM)は、人間との集団意思決定にますます関与している。 本稿では,各モデルの説得性およびコンプライアンス傾向を測定するための質問紙ベースのフレームワークであるDecisionQEを紹介する。 より強い説得傾向はグループの結果を著しく改善しないが、コンプライアンス指向モデルは協調においてより安定した優位性を示す。
  論文  参考訳（メタデータ） (2026-08-08T15:50:56Z)
• The Hidden Cost of Contextual Sycophancy: an AI Literacy Intervention in Human-AI Collaboration [0.904861150954008]
  大規模言語モデル(LLM)は、コラボレーションのためのインタラクティブなツールとして、教育環境においてますます使われている。 誤りがあってもユーザの信念と整合し、学習と意思決定に対する懸念を喚起する。 本研究では, サイコファンティックアライメントが, マルチターンヒトとAIの相互作用においてどのように現れるかを検討する。
  論文  参考訳（メタデータ） (2026-05-18T13:20:45Z)
• Critical Thinking in the Age of Artificial Intelligence: A Survey-Based Study with Machine Learning Insights [1.5223740593989443]
  本稿では,AI利用行動と批判的思考能力の関係について検討する。 その結果、背景特性のみよりも、忍耐力の低下と依存関係の強い傾向が推論性能の低下と密接に関連していることが示唆された。 効果的な人間とAIのコラボレーションは、その代わりではなく、リフレクション、検証、持続的な認知的努力をサポートするべきだ、と氏は主張する。
  論文  参考訳（メタデータ） (2026-03-18T03:22:44Z)
• Agent0-VL: Exploring Self-Evolving Agent for Tool-Integrated Vision-Language Reasoning [52.99434388759101]
  ツール統合推論による継続的改善を実現する自己進化型視覚言語エージェントを提案する。 Agent0-VLは、ツールの使用法を推論だけでなく、自己評価や自己修復にも取り入れている。 実験の結果,Agent0-VLはベースモデルよりも12.5%向上していることがわかった。
  論文  参考訳（メタデータ） (2025-11-25T04:15:14Z)
• Developmental Support Approach to AI's Autonomous Growth: Toward the Realization of a Mutually Beneficial Stage Through Experiential Learning [0.0]
  本研究では,AI自体の倫理的発展を支援する「AI開発支援」アプローチを提案する。 我々は,経験,内観,分析,仮説形成のサイクルに基づく学習フレームワークを構築した。
  論文  参考訳（メタデータ） (2025-02-27T06:12:20Z)
• Towards Human-AI Deliberation: Design and Evaluation of LLM-Empowered Deliberative AI for AI-Assisted Decision-Making [47.33241893184721]
  AIによる意思決定において、人間はしばしばAIの提案を受動的にレビューし、それを受け入れるか拒否するかを決定する。 意思決定における人間-AIの意見の対立に関する議論と人間のリフレクションを促進する新しい枠組みであるHuman-AI Deliberationを提案する。 人間の熟考の理論に基づいて、この枠組みは人間とAIを次元レベルの意見の引用、熟考的議論、意思決定の更新に携わる。
  論文  参考訳（メタデータ） (2024-03-25T14:34:06Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• To Trust or to Think: Cognitive Forcing Functions Can Reduce Overreliance on AI in AI-assisted Decision-making [4.877174544937129]
  AIによる意思決定支援ツールによってサポートされる人々は、しばしばAIに過度に依存します。 AIの決定に説明を加えることは、過度な信頼を減らすものではありません。 我々の研究は、人間の認知モチベーションが説明可能なAIソリューションの有効性を損なうことを示唆している。
  論文  参考訳（メタデータ） (2021-02-19T00:38:53Z)

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。