@techreport{oai:ipsj.ixsq.nii.ac.jp:02005697,
 author = {生井沢,祥吾 and 後藤,晶 and Shogo Namaisawa and Akira Goto},
 issue = {6},
 month = {Nov},
 note = {本研究は，クラウドソーシングによるアンケート調査において，努力最小化（satisfice）により生じる不真面目回答の抑制を目的とし，ナッジ介入の効果を検証するものである．従来から用いられてきた事前申告や利得強調，損失回避型の手法に加え，大規模言語モデル（LLM）により生成されたナッジメッセージが回答品質の向上に寄与するかを，アンケート回答者をランダムに振り分けて比較する平均処置効果（ATE）によって検証した．その結果，利得強調や損失回避による介入で抑制させる傾向がみられたものの，すべての介入群で統計的に有意な抑制効果は見られなかった．このことから，ナッジ介入の効果がないということを強く示唆するものではなく，不真面目回答に対する効果は存在したとしても小さな効果量であることが考えられる．, This study examines whether nudge interventions can mitigate insufficient effort responses arising from effort minimization (satisficing) on a crowdsourcing platform. In addition to established approaches―pre-commitment, gain framing, and loss framing―we evaluate whether nudge messages generated by large language models (LLMs) improve response quality. We estimate average treatment effect (ATE) by randomly assigning survey participants to experimental conditions and comparing outcomes. The results indicated that while the gain-framing and loss-framing interventions showed a tendency to suppress these responses, no statistically significant suppression effect was observed in any of the intervention groups. This suggests that if an effect on insufficient effort responses exists, it is likely of a small magnitude, and that the sample size of this study was insufficient to detect it as a statistically significant difference.},
 title = {不真面目回答に対するLLMを活用したナッジ介入の効果の検討：クラウドソーシングを用いて},
 year = {2025}
}