2 分で読了
16 views

人間具現化AIエージェントによる人工的社会的影響:没入型VRでの類似性マッチングの効果

(Artificial social influence via human-embodied AI agent interaction in immersive virtual reality (VR): Effects of similarity-matching during health conversations)

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、最近部下から「VRでAIに相談させると人が変わる」と聞いたんですが、本当にそんなに効果があるものでしょうか。投資対効果が気になります。

AIメンター拓海

素晴らしい着眼点ですね!大丈夫です、要点を先に3つにまとめると、1) VRで「身体性(embodiment)」があると人はより反応する、2) 類似性(similarity)が信頼を高めることがある、3) 実際の行動変容に結びつく可能性がある、ということですよ。

田中専務

要するに、画面のチャットと違って、VRで人のように見えるAIと話すと、社員の行動が変わるということでしょうか。であれば現場導入を検討する価値はありそうです。

AIメンター拓海

その理解で合っていますよ。ここでのポイントは、ただ見た目があるだけでなく、会話が自然で相手に注視(gaze)などの身体的反応も起きる点です。企業での応用ならば、健康指導や行動変容を狙う施策にフィットしますよ。

田中専務

でも、うちの社員は年配が多いのでVRを怖がるかもしれません。導入コストに見合う効果をどう測るべきでしょうか。

AIメンター拓海

素晴らしい着眼点ですね!評価は三段階で設計できます。第一に体験の受容(presence)を測る。第二に生理・行動指標(例:視線の持続)を計測する。第三に実際の行動変容(例:健康的な選択)を追う。最初は小規模でPOCを回せばリスクは抑えられますよ。

田中専務

これって要するに、見た目や声が似ていると親近感が増して、説得力が上がるから行動に結びつきやすい、ということですか?

AIメンター拓海

その理解で本質をついていますよ。補足すると、類似性(similarity)は必ずしも全員に効くわけではなく、性別の組み合わせで反応が変わったり、好感度が世代で差が出たりします。だから実証データを取りながら調整するのが鍵です。

田中専務

導入する際に現場で注意すべき点は何でしょう。社員に無理やりやらせて反発を買ったら元も子もないのですが。

AIメンター拓海

素晴らしい着眼点ですね!現場の落とし穴は三つあります。第一に過度な自動化で人の選択を奪わないこと。第二にプライバシーやデータの取り扱いを明示すること。第三に参加者に説明と選択肢を与えること。これらを計画すれば導入は円滑になりますよ。

田中専務

わかりました。ではまずは一部の部署で小さく試してみて、実際のデータで判断するという流れで進めます。要は、データで示せる効果が出るかどうか次第、ということでよろしいです。

AIメンター拓海

その通りですよ。短期的には体験受容と満足度を見て、中期的には行動変容(健康的選択など)を評価する。長期的には定着とコスト削減効果を見れば投資対効果が判断できます。大丈夫、一緒にやれば必ずできますよ。

田中専務

では、私の言葉でまとめます。VRで身体性のあるAIと話すと、似た属性の相手だと親近感が増して行動に影響を与えうる。小さく試して指標を取り、効果が明確なら拡大する、という方針で進めます。

監修者

阪上雅昭(SAKAGAMI Masa-aki)
京都大学 人間・環境学研究科 名誉教授

論文研究シリーズ
前の記事
汎用マルチモーダルAI:アーキテクチャ、課題と機会のレビュー
(Generalist Multimodal AI: A Review of Architectures, Challenges and Opportunities)
次の記事
マルチエージェント強化学習による省エネルギーなセルフリーXL-MIMOの協調クラスタリングと出力制御
(Joint Cooperative Clustering and Power Control for Energy-Efficient Cell-Free XL-MIMO with Multi-Agent Reinforcement Learning)
関連記事
データからカオスの引力子を再現しリヤプノフ指数を算出する機械学習法
(Using Machine Learning to Replicate Chaotic Attractors and Calculate Lyapunov Exponents from Data)
人間の嗜好から学ぶロボット表情生成モデル
(HAPI: A Model for Learning Robot Facial Expressions from Human Preferences)
Bayesian exponential family projections for coupled data sources
(Bayesian exponential family projections for coupled data sources)
階層的ネットワークの集団力学 — 災害対応演習からの教訓
(COLLECTIVE DYNAMICS OF HIERARCHICAL NETWORKS: LESSONS FROM DISASTER RESPONSE EXERCISES)
併合するコールドフロント銀河団から何が学べるか — How Much Can We Learn From A Merging Cold Front Cluster?
公平なグラフ学習データセットの欠点への対処:新たなベンチマークに向けて
(Addressing Shortcomings in Fair Graph Learning Datasets: Towards a New Benchmark)
この記事をシェア

有益な情報を同僚や仲間と共有しませんか?

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
(Black hole/quantum machine learning correspondence)
生成AI検索における敏感なユーザークエリの分類と分析
(Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System)
DiReDi:AIoTアプリケーションのための蒸留と逆蒸留
(DiReDi: Distillation and Reverse Distillation for AIoT Applications)

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に!
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか?

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に!

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか?

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター!

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題!誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む