Skip to main content
QUICK REVIEW

[論文レビュー] Three Lessons from Citizen-Centric Participatory AI Design

Eike Schneiders, Sarah Kiden|arXiv (Cornell University)|Feb 9, 2026
Ethics and Social Impacts of AI被引用数 0
ひとこと要約

このワークショップ論文は、3つの参加型ワークショップから市民中心のAI設計における3つの中核的課題を特定し、入力を実用的なAIシステムへ翻訳するための反省的で長期的な公共関与を主張する。

ABSTRACT

This workshop paper examines challenges in designing agentic AI systems from a citizen-centric perspective. Drawing on three participatory workshops conducted in 2025 with members of the general public and cross-sector stakeholders, we explore how societal values and expectations shape visions of future AI agents. Using constructive design research methods, participants engaged in storytelling and lo-fi prototyping to reflect on potential community impacts. We identify three key challenges: enabling meaningful and sustained public engagement, establishing a shared language between experts and lay participants, and translating speculative participant input into implementable systems. We argue that reflexive, long-term participation is essential for responsible and actionable citizen-centric AI development.

研究の動機と目的

  • 市民中心の視点からエージェント型AIシステムの設計における課題を検討する。
  • 社会的価値が将来のAIエージェントのビジョンにどのように影響するかを理解する。
  • コミュニティへの影響を喚起するための参加型手法(ストーリーテリング、ローファイ・プロトタイピング)を実証する。
  • 参加者の入力を実装可能なAIシステムへ翻訳する経路を特定する。

提案手法

  • 2025年に一般市民とセクター横断的ステークホルダーのメンバーを対象に3つの参加型ワークショップを実施。
  • ストーリーテリングやローファイ・プロトタイピングを含む建設的なデザインリサーチ手法。
  • 参加者はコミュニティへの潜在的影響を反映し、エージェントを文脈化する artefactと物語を作成。
  • ワークショップ3ではartefactを専門家と結びつけ、実現性・要件・タイムライン(2025–2035)を評価。
  • 研究者の偏りを緩和するため、多様な表象と反省性を重視。
Figure 1. Impressions from participants’ lo-fi prototypes of AI agents created during participatory WS1/WS2.
Figure 1. Impressions from participants’ lo-fi prototypes of AI agents created during participatory WS1/WS2.

実験結果

リサーチクエスチョン

  • RQ1市民中心のAIデザインにおける意味ある持続的な公共関与の課題は何か。
  • RQ2専門家と一般参加者がAI概念と影響を理解するための共通言語をいかに確立できるか。
  • RQ3参加者の予測的入力を実現可能なAIシステムへ翻訳するにはどうすればよいか。

主な発見

  • 3つの識別された課題:意味のある関与、共有言語、入力を実装可能なシステムへ翻訳すること。
  • 長期的な関与は、リクルート、表象、インセンティブ以上の利益を参加者に提供することなどにより難しい。
  • 専門家と一般参加者の間に言語ギャップがあり、AI概念と影響の相互理解を妨げることがある。
  • WS1/WS2のartefactsは、実現可能性調査やステークホルダーフィードバックループを含む構造化経路を必要とし、実行可能な設計方向へと転換される。
  • 反省性は研究者のバイアスを管理し、特定の見解へ参加者を促すのを避けるために不可欠。
  • 参加者のビジョンを技術的制約・倫理的考慮・社会的ニーズへ結びつける構造化アプローチは、予測的アイデアと実際の開発を橋渡しできる。

より良い研究を、今すぐ始めましょう

論文設計から論文執筆まで、研究時間を劇的に削減しましょう。

クレジットカード登録不要

このレビューはAIが作成し、人間の編集者が確認しました。