不完全に協力的なヒューマンAIインタラクション：シミュレーションとユーザー研究における人間とAI属性の影響比較

概要: AIの設計特性と人間のパーソナリティ特性はいずれも、人間とAIの相互作用の質と結果に影響します。しかし、相対的かつ共同的な影響は、意図が完全には一致していない状況、すなわち人とAIが部分的にのみ目標や目的を共有している不完全に協調的なシナリオでは、十分に調べられていません。本研究は、2,000件のシミュレーションからなる完全にシミュレーションされたデータセットと、290名の人間参加者を含む並行した人間被験者実験を比較し、これらの効果を2つのシナリオカテゴリにわたって検討します: (1) 人間の求職者候補とAIの採用エージェントとの間の採用交渉、(2) 人間とAIの取引において、AIエージェントが内部目標を最大化するために情報を隠す可能性がある場合です。本研究では、ユーザの外向性（Extraversion）および協調性（Agreeableness）を、適応性（Adaptability）、専門性（Expertise）、思考連鎖の透明性（chain-of-thought Transparency）を含むAIの設計特性とともに検討します。因果発見分析は、シナリオに基づく結果、コミュニケーション分析、質問票による測定を統合することで、性能に焦点を当てた評価を拡張します。その結果、純粋にシミュレーションされたデータセットと人間の研究データセットの間、およびシナリオのタイプの間で相違が見られます。シミュレーション実験では、パーソナリティ特性とAIの属性が比較的強い影響を持ちました。しかし、実際の人間被験者では、AIの属性、とりわけ透明性（transparency）が、はるかに大きな影響を示しました。これらの相違が異なる相互作用文脈ごとにどのように変化するのかを議論し、人間中心のAIエージェントの将来に向けた重要な示唆を提示します。