社会共同体における対リスク施策決定議論を支援するAIシステム

• Item type: Symposium(1)
• 公開日: 2024-10-15
• タイトル / 言語: ja
• タイトル: 社会共同体における対リスク施策決定議論を支援するAIシステム
• タイトル / 言語: en
• タイトル: AI system to support discussions to determine measures against risks in social communities
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 人間-AI 協調，リスクコミュニケーション，大規模言語モデル，社会的合意形成，施策決定
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 東京電機大学大学院未来科学研究科
• 著者所属: 東京電機大学未来科学部
• 著者所属: 東京電機大学大学院未来科学研究科
• 著者所属: 東京電機大学サイバーセキュリティ研究所
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Technology for Future Life, Tokyo Denki University
• 著者所属(英): en
• 著者所属(英): School of Science and Technology for Future Life, Tokyo Denki University
• 著者所属(英): en
• 著者所属(英): Graduate School of Science and Technology for Future Life, Tokyo Denki University
• 著者所属(英): en
• 著者所属(英): Cyber Security Laboratories, Tokyo Denki University
• 著者名: 大前, 俊暁; 山田, 剛一; 増田, 英孝; 佐々木, 良一
• 著者名(英): Toshiaki, Ohmae; Koichi, Yamada; Hidetaka, Masuda; Ryoichi, Sasaki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，社会共同体におけるリスク対策などの施策決定議論を支援することを目的とし，議論支援AIシステムを提案し，その評価を行う．現代社会では，多様な利害関係者間の合意形成が課題となっており，効率的かつ公平な意思決定プロセスが求められている．そこで本研究では，大規模言語モデル（LLM）を活用し，議論予測，意見抽出，意見補足機能を持つ議論支援AIシステムを開発する．実験では，青少年のインターネット利用制限に関する議論を対象とする．実験目的は，参加者とAIシステムによる議論支援の効果を検証することである．9名の被験者を用いて実験を行った結果，AIによる支援が議論の質と効率性を向上させ，人間の判断とAIの判断が相補的に機能することが示された．本研究の成果は，AI技術を活用した新たな集団意思決定支援の可能性を示すとともに，社会共同体における合意形成プロセスの改善に貢献する．今後の課題として，より大規模な実験による検証や，異なる社会的文脈における適用可能性の探究が挙げられる．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This study proposes and evaluates a discussion support AI system with the aim of supporting discussions on policy decisions such as risk countermeasures in social communities. In today's society, consensus building among diverse stakeholders is an issue, and an efficient and fair decision-making process is required. Therefore, this study will develop a discussion support AI system with functions of discussion prediction, opinion extraction, and opinion supplementation, utilizing a large-scale language model (LLM). The target of the experiment is a discussion about restrictions on Internet use by youths. The purpose of the experiment is to verify the effectiveness of discussion support by participants and the AI system. 9 subjects were used in the experiment, and the results show that AI support improves the quality and efficiency of discussions, and that human and AI judgments function in a complementary manner. The results of this study demonstrate the potential for new group decision support using AI technology and contribute to improving the consensus building process in social communities. Future work includes validation through larger-scale experiments and exploration of applicability in different social contexts.
• 書誌情報: コンピュータセキュリティシンポジウム2024論文集; p. 790-796, 発行日 2024-10-15
• 出版者 / 言語: ja
• 出版者: 情報処理学会