18:40 〜 19:00
[3P6-OS-9b-04] FutureLetter：未来の自己との情動的対話を支援するLLM駆動型執筆システムの開発と評価
キーワード：大規模言語モデル、ヒューマン・AI・インタラクション、執筆支援、自己対話、Affective Computing
本研究の目的は, 未来の自己との情動的なつながりを深める執筆支援システムFutureLetterを開発し, その効果を検証することである. 本システムは, 20年後の自分から現在の自分への手紙を書くという情動的な自己対話タスクにおいて, 執筆が停滞した際に大規模言語モデル (LLM) を用いて2種類の介入（情動表現を含む文章提案型・内省的質問提示型）を行う. 参加者を対象とした実験では, 文章中断のみの通知（コントロール群）, 文章提案型（介入群1）, 質問提示型（介入群2）の3群を比較した. 結果として, 文章提案型の介入は執筆再開までの時間を有意に短縮し, 特に感謝表現といった情動的表現の生起率が他群と比べて有意に高かった. 未来の自己連続性に関する評価では, いずれの介入でもほぼ全項目で向上傾向が見られたものの群間での有意差は確認されず, LLMによる介入条件下でも自力での手紙執筆と同程度の効果を得られた. これらの結果は, 情動を考慮したLLMによる執筆支援が, 効率的な執筆を支援しつつ情動的表現を含む執筆活動を促進できることを示している. 一方で, LLMによる情動的な介入が手紙の内容に影響を与える可能性も示唆された.
講演PDFパスワード認証
論文PDFの閲覧にはログインが必要です。参加登録者の方は「参加者用ログイン」画面からログインしてください。あるいは論文PDF閲覧用のパスワードを以下にご入力ください。