AI Navigate

対立を前提とした設計:LLM搭載ロボットにおける支援配分のフロントエンドガードレール

arXiv cs.AI / 2026/3/18

📰 ニュースIdeas & Deep AnalysisModels & Research

要点

  • 著者らは、LLM搭載ロボットにおける複数のユーザー間で希少な支援を配分するためのフロントエンドパターンとして、有界な較正と論争可能性を提案する。
  • このパターンは、優先順位付けをガバナンス承認済みの許容モードのメニューに制限し、先送り時点でアクティブなモードを読み取りやすい状態に保つ。
  • このパターンは、全体の規則を再交渉することなく、多元性とLLMのばらつきを取り込むための、結果特異の論争経路を提供する。
  • 本論文は、読みやすさ、手続的正当性、実行可能性に焦点を当てた評価アジェンダを概説し、自動化バイアスのリスクと論争チャネルの使いやすさの不均一性を含む点を、公共コンコースのロボットのビニエットで示している。

要旨: LLM搭載ロボットは、社会的状況での希少な支援を優先する際に、多元的な価値観とLLMの挙動のばらつきに直面します。合理的な人々は、誰が最初に助けられるべきかについて意見が分かれることがあります。一方、LLMを介した対話ポリシーは、プロンプト、文脈、グループによって様々に変動し、接触点で予測・検証することが難しい場合があります。とはいえ、リアルタイムでの複数ユーザー支援割り当てのための、ユーザー向けガードレールは依然として不十分です。我々は、異議申し立てが可能な境界付き較正を提案します。これは、(i) 優先順位付けを、ガバナンス承認済みの許容モードのメニューに制限し、(ii) 遅延時点での対話に関係する用語でアクティブモードを分かりやすく保ち、(iii) グローバルなルールを再交渉することなく、結果ごとの異議提出経路を提供する手続き的なフロントエンドパターンです。多元性とLLMの不確実性を常態として扱うこのパターンは、暗黙の価値の歪みを隠す沈黙のデフォルトや、時間的圧力下で負担を移す広く開かれた価値設定というユーザー設定の回避になります。公共コンコースのロボットのビネットを用いてこのパターンを説明し、読みやすさ、手続き的正当性、実行可能性を中心とした評価アジェンダを概説します。これには、自動化バイアスのリスクと、競争チャネルの使いやすさの不均衡を含みます。