XiaoMi-AI文件搜索系统
World File Search System说服
在电视上和巴西社交媒体上使用有说服力的策略
我们分析了2018年4月在巴西的电视和Facebook，Instagram和YouTube上的18个食品品牌对有说服力的广告策略的使用。从三个组中调查了广告策略：广告策略的力量（例如，使用许可性格，名人，奖励等），使用奖品的使用（n = 9）（例如，付费2付费3或更多，礼物或可收集，限量版等），以及对品牌benesions（n = 8）的使用（n = 8）（n = 8）（n = 8）（n = 8）（n = 8）（n = 8）（n = 8），品味，香气，并推荐如何使用/消费产品等）。几乎90％的品牌是超级加工的食品生产商，他们在电视上携带了52个广告，并在社交媒体平台上刊登了194个帖子。与社交媒体平台相比，在电视广告（19.2％; p <0.0001）上发现了“卡通/公司拥有的角色”的较高频率（在三个平台上为0％），而与电视（19.2％）相比，YouTube（41.4％）在YouTube（41.4％）上占据了“著名运动员/团队”的存在（19.2％）（19.2％），per（10.9m）和Instrans（9.9m）（9。Agr）（9。Agr），9。1％（9.1％），9。1％（9.2％），9。1％（9.2％）。在YouTube广告中，主张“基于感觉的特征”（86.2％），“建议使用”（51.7％）和“情感主张”（31.0％）（31.0％）与其他媒体相比更常见，而对“新品牌发展”的索赔，而“新品牌发展”的索赔（23.1％），“价格”（23.1％），“价格”（9.6％）和“ 21％”（9.6％），并且是“''（9.6％），并且是“''（9.6％），并且''（'''（（9.6％），以及整个产品，以及整个产品，以及整个产品，以及整个产品（23.1％），以及整个产品（23.1％），以及整个产品的索赔，并且是整个产品。在电视上盛行。超级加工食品品牌是在巴西电视和社交媒体上做广告的主要食品公司，根据使用的广告策略，这些品牌在每个媒体中传递的信息都会有所不同。
说服性演讲：“高中生应该使用人工智能工具完成作业吗？” 地点：红杉学院，维塞利亚 主席：杰西卡·古铁雷斯 红杉学院：维塞利亚 jessicagu@cos.edu 报到时间：上午 8:30 比赛开始时间：上午 9:00 资格：仅限个人参赛。不允许团队参赛。 比赛范围：背景：
人工智能 (AI) 工具在教育中的应用引发了关于其是否适合学生学习以及对学生学习是否有效的争论。随着人工智能技术越来越普及，人们对其对学术诚信、学习成果和批判性思维技能发展的影响产生了疑问。学生需要就此话题持赞成或反对立场。期望：
*这是一个未报告的意见。在凝视决定中，可能不会将该意见视为先例。它可以引用有说服力的价值ONL
11。鉴于肾素康斯坦丁的危险因素，以及她的白血数量显着升高（包括升高的带子表明感染了更严重的感染），以及她的异常生命体征，巴尔的摩华盛顿紧急医生，Inc。的代理人康斯坦丁女士没有发现与此相互测试，但康斯坦丁女士又没有进行过测试。BWEP根据第14-3A-
在小组场景中体现有说服力的类人动物的礼貌
在物理和虚拟环境中，小组互动都显着塑造了我们的社会经历。理解并复制与虚拟代理或物理机器人的群体相互作用构成了可能性和挑战。对这些挑战的核心是礼貌的关键方面，这是塑造我们社会互动的基本基石。该博士学位论文研究了礼貌策略在与人类人工制剂中物理和虚拟环境中小型独立对话群体内的社交互动中的深刻意义。它特别关注它们对虚拟字符或实施对话剂（ECA）和人类机器人相互作用（HRI）的适应性。论文探讨了这些策略对参与者与虚拟药物或人形机器人之间相互作用期间积极看法的说服力，遵守社会规范的影响，同时加入了一组人造类人动物。它涉及一系列的用户研究，并进行了实验设置，这需要在虚拟或物理环境中向参与者展示困境。参与者应决定花费更多的努力，以遵守代理商的请求，或者选择最小二能力的替代方案，同时忽略该请求。补充，设置评估了参与者对虚拟代理商或机器人表达的各种礼貌策略的回应，以扩展邀请加入一个小型独立型团体。这项研究通过定义与礼貌策略保持一致的行为，即使在需要更加努力的选择的情况下揭示了参与者遵守社会规范，并根据诸如说服力，礼貌和社会遵守的标准来指出最佳行为。最终，这些发现提供了对礼貌策略在人类代理互动中与众不同的作用的见解，以轻轻影响人类的决策，同时与他们保持积极的关系。这些见解铺平了为各种领域的虚拟代理和机器人设计更有效和社会可接受的行为的道路。
保护对Tuskegee家族的承诺：禁止使用有说服力的AI获得商业药物试验的知情同意
*©2023 Jennifer S. Bard。辛辛那提大学法学院法学教授，辛辛那提大学医学院内科学系教授。她有学士学位来自J.D. 的Wellesley College 耶鲁大学法学院，康涅狄格大学的公共卫生硕士学位和博士学位。得克萨斯理工大学高等教育。 来到辛辛那提之前，Bard博士担任德克萨斯理工大学的Alvin R. Allison法律主席，并且是精神病学系的教授。 她曾是哈佛法学院健康法律法律政策，生物技术和生物伦理学中心的访问学者，以及乔治敦法律的O. neill国家和全球卫生法研究所，以及冰岛大学法律教师和澳大利亚墨尔伯大学Llmbe University of Llm llm comprog的客座教授。 她是美国法律研究所的当选成员，曾担任美国法学和医学法学院协会部分主席，并曾两次主持精神残疾委员会主席。 此外，她还是美国公共卫生协会关于道德的部分的创始成员之一，她担任了许多当选职位，目前是财务主管。来自J.D.耶鲁大学法学院，康涅狄格大学的公共卫生硕士学位和博士学位。得克萨斯理工大学高等教育。来到辛辛那提之前，Bard博士担任德克萨斯理工大学的Alvin R. Allison法律主席，并且是精神病学系的教授。她曾是哈佛法学院健康法律法律政策，生物技术和生物伦理学中心的访问学者，以及乔治敦法律的O. neill国家和全球卫生法研究所，以及冰岛大学法律教师和澳大利亚墨尔伯大学Llmbe University of Llm llm comprog的客座教授。她是美国法律研究所的当选成员，曾担任美国法学和医学法学院协会部分主席，并曾两次主持精神残疾委员会主席。此外，她还是美国公共卫生协会关于道德的部分的创始成员之一，她担任了许多当选职位，目前是财务主管。
探索共同存在和远程机器人对说服力和对礼貌感的影响
礼貌是人类社会互动的关键方面。尽管人类群体中对礼貌的侵蚀是充分理解的，但在与机器人的群体互动中仍然没有得到充实的理解。因此，在本文中，我们对人类机器人在小组中的说服力和感知的礼貌中的存在进行了初步探索。，我们与共同出现和远程机器人一起进行了一项用户研究（n = 119），邀请参与者使用摘自Brown和Levinson的礼貌理论的六种礼貌行为加入小组。它要求参与者在小组最远的一侧加入，即使他们也可以使用更近的一侧，但会忽略机器人的请求。结果表明，共同出现的机器人被认为比远程机器人更有说服力。但是，共同主持人提高了机器人要求的清晰度和所感知的行动自由，同时降低了感知到的友善和善意。
在说服力论文中迈向细粒度的论证策略分析
参数挖掘（AM）在过去十年中已成长为研究领域（Stede and Schneider，2018； Lawrence and Reed，2020年），重点是自动识别和提取自然语言论证的任务。这包括对论点组件的检测，例如主张（Daxenberger等人。，2017年； Schaefer等。，2022）和前提（Rinott等人，2015年），以及它们之间的关系（Carstens和Toni，2015年）。研究已在不同的文本域上进行了研究，例如更编辑的文本，例如社论（Al-Khatib等人，2016年）或Wikipedia文本（Rinott等人，2015年），到社交媒体，例如改变我的观点（Hidey等人，2017年）或Twitter（Schaefer and Stede，2022）。到目前为止，感兴趣的领域是一个识别论证策略的识别，即作者在线性化论证上做出的决定并用语言表达式以有说服力的效果标记（Al-Khatib等人）（Al-Khatib等人），2017年； El Baff等。，2019年）。有效性，可以描述为参数的一个维度 -
多渠道贝叶斯说服
著名的贝叶斯说服模型考虑了知情人物（发送者）和未知的决策者（接收者）之间的战略沟通。当前快速增长的文献假定二分法：发件人的功能足够强大，可以与每个接收器分开通信（又称A.私人说服力），或者她根本无法分开交流（又称公开说服）。我们提出了一个模型，该模型通过引入自然的多渠道通信结构来平滑两者之间的插值，每个接收器都会观察到Senderšs通信通道的子集。此捕获，例如网络上的接收器，在该网络上，信息溢出几乎是不可避免的。我们的主要结果是一个完整的表征，指定何时在一个通信结构比另一个通信结构更好的情况下，在所有先前的分布和实用程序功能上都产生更高的最佳预期实用性。表征是基于接收器之间的简单成对关系ű一个接收器信息至少观察到相同的通道，则将其范围为另一个。我们证明，当且仅当M 1中的每个信息对接收器中的每对接收器中，M 1也比M 2更好。此结果是贝叶斯说服的最通用模型，在该模型中，接收者可能具有外部性ű即，接收者的行动相互影响。证明是受密码启发的，它与秘密共享协议有密切的概念连接。作为主要结果的令人惊讶的结果，发件人可以仅使用O（log k）通信渠道而不是幼稚实施中的k渠道来实现k接收器的私人贝叶斯说服（这是发件人的最佳通信结构）。我们提供了一种实现，该实现与通道数量的信息理论下界匹配ű不仅是渐近，而且完全是恰好。此外，主要结果立即暗示了在网络中排列的说服接收器的一些结果，以使每个接收器都观察到发送给他的信号和网络中的邻居。，当自然状态的数量恒定时，发件人具有添加剂函数时，我们还为最佳的Senderšs信号传导方案提供了添加剂fptas，并且接收器的信息为式效用是一个有向森林。我们专注于恒定数量的状态，即使是公众说服力和添加剂senderšs实用程序，[2]表明，人们既不能实现添加剂PTA，也不能实现多项式的恒定时间恒定量子器最佳senderšs实用性近似（除非p = np）。我们离开了未来的研究，研究森林交流结构的确切障碍，并将我们的结果推广到更多的senderšs实用功能和通信结构。请注意，可以轻松地从[3]和[1]中推导出，对于公共和私人说服力，可以为这种实用功能提供最佳信号传导方案。这种差异说明了一般多通道说服力的概念和计算硬度。最后，我们证明，在多渠道说服下使用最佳信号方案对于一个senderšs实用程序功能的一般家族在计算上很难ű可分离的超级乔治函数，这是通过选择接收器集的一组分区并列为多个元素的群众，而不是群体的构成，这些功能是通过选择一组接收器的分区来分配的。
用对话代理提供绿色说服策略：试点研究
气候变化是不可否认的。它可能对我们的生活产生的巨大后果使集体努力至关重要。我们的研究探讨了对话代理（CAS）如何说服人们采取环境可持续的行为，尤其是在这些技术变得越来越流行的家庭空间中。在这项研究工作中，我们进行了经验评估（n = 29），探讨了采用不同有说服力策略的有效性和立场，而CA仅提到仅指一种说服力策略的CA。此外，此贡献报告了自定义对话经理的实现，旨在使实验执行。尽管研究结果表明说服力的有效性和对话代理的可用性没有显着差异，但参与者报告说，对寄生虫相互作用和与CA的对话的看法有显着差异，更喜欢提供多种说服力的策略。
接下来的两年您会自愿帮助我吗？评估人类机器人相互作用中的心理说服技术。 E
抽象的人类机器人交流方案变得越来越重要。在本文中，我们研究了在说服力交流的背景下人类与人类沟通之间的差异。我们在Hu-Man-机器人上下文中使用脸上的技术进行了实验。在我们的实验中，参与者与执行门口技术的机器人进行了交流，在该机器人中，交流代理人首先要求“极端”的宠儿，而在不久之后不久，请提高对第二个请求的肯定反应。我们的结果表明，与Cialdini等人的原始研究相比，极端请求的接受率令人惊讶地高，并且对小要求的接受率较小，因此我们的结果与经典的人类人类 - 面对面的实验不同。这表明人类机器人有说服力的交流与人类人类的交流不同，人类的交流鉴于相关工作，这令人惊讶。我们讨论了观察结果的潜在原因，并概述了下一个研究步骤，以回答一个问题，如果机器人应用，在面对面和类似的有说服力的技术是否会有效。