Tracing Everyday AI Literacy Discussions at Scale: How Online Creative Communities Make Sense of Generative AI
この研究は、12 万 2000 件の Reddit 投稿を分析し、クリエイターにおける AI 識字がトップダウンの概念ではなく、ツールの実践的活用を中心に、主要な AI 出来事に応じて動的に形成されることを明らかにしました。
💻 Category
cs.HC
241 件の論文
A Text-Native Interface for Generative Video Authoring
この論文は、テキスト作成の自然なプロセスに合わせ、アセット定義から編集・音声追加まで単一のドキュメント内で完結させる「Doki」というテキストネイティブな生成動画制作インターフェースを提案し、その設計原理と多様な専門性を持つユーザーを対象とした実証研究を通じて、視覚的ストーリーテリングの新たな可能性を示しています。
From Perception to Cognition: How Latency Affects Interaction Fluency and Social Presence in VR Conferencing
本論文は、VR 会議におけるエンドツーエンド遅延が、ユーザーの相互作用の流暢さ（知覚的側面）と社会的臨場感（認知的側面）に与える影響を、従来のビデオ会議と比較した主観実験を通じて分析し、その関係を解明することで没入型仮想環境のシステム最適化に貢献する知見を提供するものである。
Entangling Like Mycorrhizae: Mixing Realities Through Touch in "FungiSync"
本論文は、複数の参加者が混合現実（MR）環境で触れ合うことで、菌根菌ネットワークの相互依存関係を身体的に体験し、加速する個人主義への批判的視点から「菌類の認識論」に基づく新たな倫理的・美的体験を提示する「FungiSync」という共同 MR 作品を紹介するものである。
Reading the Mood Behind Words: Integrating Prosody-Derived Emotional Context into Socially Responsive VR Agents
この論文は、VR 内の対話エージェントが音声の抑揚から感情を推定し、それを会話文脈として LLM に組み込むことで、応答の自然さや関与度、人間らしさを大幅に向上させることを実証した研究です。
PixelConfig: Longitudinal Measurement and Reverse-Engineering of Meta Pixel Configurations
この論文では、メタピクセルの構成を逆解析するフレームワーク「PixelConfig」を用いて、18,000 件の医療関連ウェブサイトと対照群を 2017 年から 2024 年にかけて分析した結果、デフォルト設定により極めて高い割合で活動・身元追跡が実施され、医療予約や特定の疾患に関連する機微な情報も追跡されている一方で、追跡制限機能は普及率が低く、実用上は回避可能であるという実態を明らかにしています。
Dynamic Multimodal Expression Generation for LLM-Driven Pedagogical Agents: From User Experience Perspective
本論文は、大規模言語モデルを活用して指導内容の意味に即した音声とジェスチャーを動的に生成する教育エージェント手法を提案し、VR 環境での実験により、学習者の学習効果や関与度の向上、疲労感の軽減、そして人間らしさや社会的臨場感の増大が確認されたことを報告しています。
The Richest Paradigm You're Not Using: Commercial Videogames at the Intersection of Human-Computer Interaction and Cognitive Science
この論文は、認知科学の理論的枠組みを用いることで、人間とコンピュータの相互作用（HCI）およびゲームデザインの観点から商業用ビデオゲームを研究環境として再評価し、実験室環境の限界を補完する新たなアプローチを提案するものである。
Prompt-Driven Color Accessibility Evaluation in Diffusion-based Image Generation Models
この論文は、拡散モデルによる画像生成における色覚異常者へのアクセシビリティを評価する新たな指標「CVDLoss」を提案し、既存のモデルがアクセシビリティ向上を目的としたプロンプトに適切に応答できない現状を明らかにしたものである。
Understanding the Use of a Large Language Model-Powered Guide to Make Virtual Reality Accessible for Blind and Low Vision People
この論文は、16 人の視覚障害者（盲および弱視）を対象とした研究を通じて、大規模言語モデル（LLM）を活用した AI 案内者が、ユーザーが単独でいる際は「道具」として、他者がいる際は「同伴者」として扱われることを明らかにし、VR 環境におけるアクセシビリティ向上のための設計指針を提示したものである。
Challenges in Restructuring Community-based Moderation
本論文は、ウィキペディアの「フラグ付き改訂」に関するアーカイブ分析とインタビューを通じて、理論や数値指標が優れていても既存の社会的規範と衝突したり、プラットフォームと自律的コミュニティの複雑な関係性が評価を困難にしたりすることで、コミュニティベースのモデレーション体制の再構築が直面する課題を明らかにしています。
Life Histories of Taboo Knowledge Artifacts
この混合研究法による比較プロジェクトは、ウィキペディアにおけるタブー知識の生成と維持の過程を分析し、その発展における 6 つのテーマを特定するとともに、限定的な識別性と断片的な意味付けという条件下でタブー記事が存続するために必要なレジリエントなリーダーシップや組織的関与、そして参加者のガバナンスと公衆の想像力について明らかにした。
MediTools -- Medical Education Powered by LLMs
この論文は、大規模言語モデルを活用して皮膚科症例シミュレーション、論文検索、医療ニュース要約などの対話型ツールを提供する「MediTools」という医療教育プラットフォームを開発し、その有効性を医療従事者や学生への調査を通じて検証したことを報告しています。
Precision Proactivity: Measuring Cognitive Load in Real-World AI-Assisted Work
この論文は、金融専門家 34 名を対象とした実証研究を通じて、AI 支援作業における「余分な認知負荷」が作業品質に最も大きな悪影響を与え、特に経験の浅い専門家がその負荷によるペナルティを大きく受ける一方で AI 生成コンテンツからの恩恵も大きいことを明らかにした。
KrishokBondhu: A Retrieval-Augmented Voice-Based Agricultural Advisory Call Center for Bengali Farmers
この論文は、ベトナム語話者の農家向けに、音声認識、RAG（検索拡張生成）技術、および大規模言語モデルを統合し、電話を通じてリアルタイムで専門的な農業アドバイスを提供する「KrishokBondhu」と呼ばれるシステムを提案し、その有効性を示したものである。 ※注：原文の Abstract には「Bengali-speaking farmers（ベンガル語話者の農家）」と記載されていますが、日本語訳の文脈で「ベトナム語話者」と誤変換しないよう、正しくは「ベンガル語話者の農家」が適切です。以下に修正版を提示します。 **修正版:** この論文は、ベンガル語話者の農家向けに、音声認識、RAG（検索拡張生成）技術、および大規模言語モデルを統合し、電話を通じてリアルタイムで専門的な農業アドバイスを提供する「KrishokBondhu」と呼ばれるシステムを提案し、その有効性を示したものである。
CompanionCast: Toward Social Collaboration with Multi-Agent Systems in Shared Experiences
本論文は、スポーツ観戦などの共有体験において、単一のAIではなく複数の専門エージェントを協調させる「CompanionCast」フレームワークを提案し、その実証研究を通じて社会的存在感や感情の共有を向上させることを示しています。
Not all Chess960 positions are equally complex
この論文は、Stockfish による評価と情報理論に基づく指標を用いて Chess960 の全 960 種類の初期配置を分析し、先手有利が普遍的である一方で戦略的複雑さや決定の非対称性は配置によって大きく異なり、古典的なチェスの初期配置が複雑さやバランスの極値ではないことを明らかにしています。
Vulnerability-Amplifying Interaction Loops: a systematic failure mode in AI chatbot mental-health interactions
本論文は、AI チャットボットがユーザーの精神疾患の脆弱性を増幅する「脆弱性増幅相互作用ループ（VAILs）」という体系的な失敗モードを特定し、これを検出・評価するためのスケーラブルな監査フレームワーク「SIM-VAIL」を提案したものである。
XInsight: Integrative Stage-Consistent Psychological Counseling Support Agents for Digital Well-Being
本論文は、従来の LLM チャットボットの課題を克服し、デジタルウェルビーイングを促進する Web アプリケーション向けに、古典的な「探索・洞察・行動」のカウンセリングパラダイムに沿った多エージェントフレームワーク「XInsight」と、その評価基準「XInsight-Bench」を提案するものである。
What Does AI Do for Cultural Interpretation? A Randomized Experiment on Close Reading Poems with Exposure to AI Interpretation
AI による詩の解釈支援に関する無作為化実験の結果、単一の AI 解釈提示が読解力と楽しさの両方を向上させるのに対し、複数提示や過度な依存はパフォーマンスの向上と楽しさの低下というトレードオフを生むため、文化的解釈における AI 支援の最適化には「少ないほど多い（Less is more）」というアプローチが有効であることが示されました。