DR-HAI: Argumentation-based Dialectical Reconciliation in Human-AI Interactions

要約

DR-HAI は、人間と AI の相互作用を強化するために、説明可能な AI 計画で一般的に使用されるモデル調整アプローチを拡張するように設計された、新しい議論ベースのフレームワークです。
DR-HAI は、マルチショット調整パラダイムを採用し、人間のユーザー モデルの事前知識を前提としないことにより、説明者と被説明者の知識の不一致に対処する対話型調整を可能にします。
DR-HAI の運用セマンティクスを正式に説明し、終了と成功に関連する理論的な保証を提供し、その有効性を経験的に評価します。
私たちの調査結果は、DR-HAI が人間と AI の効果的な相互作用を促進するための有望な方向性を提供することを示唆しています。

要約(オリジナル)

We introduce DR-HAI — a novel argumentation-based framework designed to extend model reconciliation approaches, commonly used in explainable AI planning, for enhanced human-AI interaction. By adopting a multi-shot reconciliation paradigm and not assuming a-priori knowledge of the human user’s model, DR-HAI enables interactive reconciliation to address knowledge discrepancies between an explainer and an explainee. We formally describe the operational semantics of DR-HAI, provide theoretical guarantees related to termination and success, and empirically evaluate its efficacy. Our findings suggest that DR-HAI offers a promising direction for fostering effective human-AI interactions.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google