2025年11月4日～11月9日に神奈川県で開催されたヒューマンエージェントインタラクションに関する国際会議 The 13th International Conference on Human-Agent Interaction (HAI 2025) にて当研究室からは佐々木が口頭発表を行い，田中が聴講で参加しました． (執筆者：佐々木，田中)

気になった発表

• Clarissa Sabrina Arlinghaus, Catharina J. Schedler, Günter W. Maier. “Why Always Me?” Rumination and Self-Blame Are Stronger After Human Than Algorithmic Rejection in Job Applications. 

この研究は，採用選考における拒否の主体が人間かアルゴリズムかによって，被験者の心理的反応がどのように異なるかを実験的に調査しています．発見として，求職活動で拒否された際，アルゴリズムによる拒否を受けた参加者よりも人間による拒否を受けた参加者の方が反芻（特定の思考を繰り返し巡らせること）や自己非難の傾向が強いという結果が示されました．アルゴリズムに拒否された参加者は，原因を「能力のミスマッチ」に帰属する傾向があり，このことから感情的にではなく合理的に結果を受け入れていることが分かりました． (佐々木)

• Keisuke Magara, Tomoki Miyamoto, Akira Utsumi. The Role of a Critical Tongue Dialogue Strategy in Stimulating Emotion Regulation: An Interaction Model and Video-Based Study. 

この研究では，不安や緊張を抱えるユーザに対して，あえて非同調的な発話を行う対話戦略「Critical Tongue Dialogue Strategy (CTDS)」を提案しています．このアプローチは，ハイダーのバランス理論と対人感情制御 (IER) に基づいてその効果を理論的にモデル化したものであり，従来の主流である共感的なアプローチとは異なるものです．実験では，参加者がユーザ視点でユーザと音声エージェントの対話録画を視聴し，日本語版のSERIとGodspeedで評価を行いました．その結果，CTDSは共感的な対話戦略と比較して，認知的変化に関わる指標で高いスコアを示しました． (田中)

• Kei Hyodo, Tomonori Kubota, Satoshi Sato, Hideki Tanaka, Kohei Ogawa.  Personality Trait Analysis System using Dialogue Simulation with Autonomous Agents.

この研究では，LLMベースのエージェントとの対話シミュレーションを通じて，その記録から性格特性スコアを自動採点する手法を提案しています．ユーザは実験において，グループディスカッションの状況で音声対話を行いました．こうした回答の即時性と一貫性が求められる対話状況を採用することで，アンケート形式に比べ回答の歪曲（意図的に回答者の望ましいように回答すること）が抑制されることを期待しています．この研究では外向性に注目し，アンケートに正直に回答した場合 (HQC) の外向性スコアや，印象が好ましくなるように虚偽の回答を行った場合 (FQC) のスコアと比較を行いました．結果は，提案手法が不誠実な回答を抑制できることを示唆しています．

以前にテキストベースのアンケートを対話形式のインターフェースに変換する研究を目にしていたこともあり，この研究のようにアンケートの焦点とは離れた状況設定と音声対話を組み合わせて，自己申告の性質を弱めるアプローチは興味深いと感じました． (田中)