AI-enhanced Collective Intelligence: The State of the Art and Prospects

要約

現在の社会的課題は、人間の個人または集団の努力だけでは対応できないものです。
AI が進化するにつれて、人間の集団内でのその役割は、補助ツールから参加メンバーへと変化しようとしています。
人間と AI は補完的な機能を備えており、相乗効果を発揮すると、人間または AI が単独で持つ集合的な能力を超える集合知のレベルを達成できます。
ただし、人間と AI システムの相互作用は本質的に複雑であり、複雑なプロセスと相互依存関係が関係しています。
このレビューでは、ネットワーク科学の視点を取り入れて、認知層、物理層、情報層で構成される人間と AI の集合知の多層表現を概念化しています。
この多層ネットワーク内では、人間と AI エージェントはさまざまな特性を示します。
人間は表面レベルから深層レベルの属性まで多様性が異なりますが、AI エージェントの機能性や擬人化の程度は多岐にわたります。
これらのエージェント間の相互作用によって、システムの全体的な構造とダイナミクスが形成されます。
私たちは、エージェントの多様性と相互作用がシステムの集合知にどのような影響を与えるかを調査します。
さらに、AI によって強化された集合知の実世界の事例の分析を紹介します。
最後に、AI によって強化された集合知における潜在的な課題に対処し、この分野の将来の発展についての展望を提供します。

要約(オリジナル)

The current societal challenges exceed the capacity of human individual or collective effort alone. As AI evolves, its role within human collectives is poised to vary from an assistive tool to a participatory member. Humans and AI possess complementary capabilities that, when synergized, can achieve a level of collective intelligence that surpasses the collective capabilities of either humans or AI in isolation. However, the interactions in human-AI systems are inherently complex, involving intricate processes and interdependencies. This review incorporates perspectives from network science to conceptualize a multilayer representation of human-AI collective intelligence, comprising a cognition layer, a physical layer, and an information layer. Within this multilayer network, humans and AI agents exhibit varying characteristics; humans differ in diversity from surface-level to deep-level attributes, while AI agents range in degrees of functionality and anthropomorphism. The interplay among these agents shapes the overall structure and dynamics of the system. We explore how agents’ diversity and interactions influence the system’s collective intelligence. Furthermore, we present an analysis of real-world instances of AI-enhanced collective intelligence. We conclude by addressing the potential challenges in AI-enhanced collective intelligence and offer perspectives on future developments in this field.

arxiv情報

著者 Hao Cui,Taha Yasseri
発行日 2024-03-19 14:12:24+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CY パーマリンク