論文の概要: Guru, Partner, or Pencil Sharpener? Understanding Designers' Attitudes
Towards Intelligent Creativity Support Tools
- arxiv url: http://arxiv.org/abs/2007.04848v1
- Date: Thu, 9 Jul 2020 14:52:52 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-12 05:01:46.862143
- Title: Guru, Partner, or Pencil Sharpener? Understanding Designers' Attitudes
Towards Intelligent Creativity Support Tools
- Title（参考訳）: グル、パートナー、鉛筆の研削?
インテリジェントクリエイティビティ支援ツールに対するデザイナーの態度を理解する
- Authors: Angus Main, Mick Grierson
- Abstract要約: 創造支援ツール(CST)は、人間の創造性を高めることを目的としているが、創造性の深い個人的、主観的な性質は、普遍的な支援ツールの設計を困難にしている。
人工知能(AI)と機械学習(ML)技術は、個人の創造スタイルを学習し、適応する「知的な」CSTを作成する手段を提供する。
本稿では,AIツールとの協調に対する肯定的かつ実践的な態度を示す,プロのデザイナーを対象にした調査結果について述べる。
- 参考スコア（独自算出の注目度）: 4.812445272764651
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Creativity Support Tools (CST) aim to enhance human creativity, but the
deeply personal and subjective nature of creativity makes the design of
universal support tools challenging. Individuals develop personal approaches to
creativity, particularly in the context of commercial design where signature
styles and techniques are valuable commodities. Artificial Intelligence (AI)
and Machine Learning (ML) techniques could provide a means of creating
'intelligent' CST which learn and adapt to personal styles of creativity.
Identifying what kind of role such tools could play in the design process
requires a better understanding of designers' attitudes towards working with
AI, and their willingness to include it in their personal creative process.
This paper details the results of a survey of professional designers which
indicates a positive and pragmatic attitude towards collaborating with AI
tools, and a particular opportunity for incorporating them in the research
stages of a design project.
- Abstract（参考訳）: クリエイティビティサポートツール(cst)は、人間の創造性を高めることを目標としているが、クリエイティビティの深い個人的、主観的な性質は、普遍的なサポートツールの設計を困難にする。
個人は創造性に対する個人的アプローチ、特に署名スタイルやテクニックが価値のある商品である商業デザインの文脈で発展する。
人工知能(AI)と機械学習(ML)技術は、個人の創造スタイルを学習し適応する「知的な」CSTを作成する手段を提供する。
このようなツールがデザインプロセスでどのような役割を果たすかを特定するには、設計者がAIで作業する際の態度や、それを個人的な創造プロセスに組み込む意思をよりよく理解する必要がある。
本稿では、AIツールとの協調に対する肯定的かつ実践的な態度を示すプロのデザイナーによる調査結果と、デザインプロジェクトの研究段階にそれらを組み込む特別な機会について述べる。
関連論文リスト
- Empowering Clients: Transformation of Design Processes Due to Generative AI [1.4003044924094596]
この研究は、AIがアイデアの迅速な視覚化を通じて、クライアントが設計プロセスに参加することを可能にすることによって、アイデアのフェーズを破壊できることを明らかにしている。
私たちの研究は、AIが設計に対して貴重なフィードバックを提供することができる一方で、そのような設計を生成できない可能性があることを示しています。
アーキテクチャの解釈的主権と,AIが設計プロセスのオーサシップをますます引き継ぐにつれて,意味とアイデンティティの喪失について,アーキテクトの間に不確実性があることも明らかになった。
論文 参考訳（メタデータ） (2024-11-22T16:48:15Z) - Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。
本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。
我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
論文 参考訳（メタデータ） (2024-08-22T04:49:50Z) - MetaDesigner: Advancing Artistic Typography through AI-Driven, User-Centric, and Multilingual WordArt Synthesis [65.78359025027457]
MetaDesignerは、Large Language Models(LLM)の強みを活用して、ユーザエンゲージメントを中心としたデザインパラダイムを推進することによって、芸術的なタイポグラフィに革命をもたらす。
総合的なフィードバックメカニズムは、マルチモーダルモデルとユーザ評価からの洞察を活用して、設計プロセスを反復的に洗練し、拡張する。
実証的な検証は、MetaDesignerが様々なWordArtアプリケーションに効果的に機能し、審美的に魅力的でコンテキストに敏感な結果を生み出す能力を強調している。
論文 参考訳（メタデータ） (2024-06-28T11:58:26Z) - What's Next? Exploring Utilization, Challenges, and Future Directions of AI-Generated Image Tools in Graphic Design [2.0616038498705858]
本研究は、グラフィックデザインにおけるAI生成画像ツールの現在の使用状況、課題、今後のニーズを理解するために、様々な経験レベルを持つ7人のデザイナーと半構造化インタビューを行った。
私たちの調査結果が示すように、AIツールはデザインにおける創造的なパートナとして機能し、人間の創造性を高め、戦略的洞察を提供し、チームのコラボレーションとコミュニケーションを促進する。
この発見は、エンジニアがグラフィックデザイナのニーズに合うように、これらのツールの最適化を支援することを目的とした、AI生成イメージツールの今後の開発のためのガイダンスを提供する。
論文 参考訳（メタデータ） (2024-06-19T10:51:56Z) - I-Design: Personalized LLM Interior Designer [57.00412237555167]
I-Designはパーソナライズされたインテリアデザイナで、自然言語によるコミュニケーションを通じて設計目標の生成と視覚化を可能にする。
I-Designは、対話や論理的推論に従事する大きな言語モデルエージェントのチームから始まる。
最終的な設計は、既存のオブジェクトデータベースから資産を取り出し、統合することで、3Dで構築されます。
論文 参考訳（メタデータ） (2024-04-03T16:17:53Z) - Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
本調査では,コンピュータ支援設計における学習手法の概要について概観する。
類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。
ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
論文 参考訳（メタデータ） (2024-02-27T17:11:35Z) - Can AI Be as Creative as Humans? [84.43873277557852]
理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。
AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
論文 参考訳（メタデータ） (2024-01-03T08:49:12Z) - Designing Participatory AI: Creative Professionals' Worries and
Expectations about Generative AI [8.379286663107845]
生成AI(英: Generative AI)とは、テキストのプロンプトに基づいて視覚的または書き起こされたコンテンツを自動生成する一連の技術で、複雑さが飛躍的に増加し、わずか数年で広く利用できるようになる技術である。
本稿では,創造的プロフェッショナルが生成AIをどのように考えるかに関する質的研究の結果を報告する。
論文 参考訳（メタデータ） (2023-03-15T20:57:03Z) - Exploring Challenges and Opportunities to Support Designers in Learning
to Co-create with AI-based Manufacturing Design Tools [31.685493295306387]
AIベースのデザインツールは、複雑な製造や設計タスクでエンジニアリングや工業デザイナーを支援するために、プロのソフトウェアで急速に普及している。
これらのツールは、伝統的なコンピュータ支援デザインツールよりもエージェント的な役割を担い、しばしば「コ・クリエーター」として表現される。
これまでのところ、エンジニアリングデザイナがAIベースのデザインツールでどのように働くかはほとんどわかっていません。
論文 参考訳（メタデータ） (2023-03-01T02:57:05Z) - Investigating Positive and Negative Qualities of Human-in-the-Loop
Optimization for Designing Interaction Techniques [55.492211642128446]
設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。
モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。
一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
論文 参考訳（メタデータ） (2022-04-15T20:40:43Z) - Design-Driven Requirements for Computationally Co-Creative Game AI
Design Tools [6.719205507619887]
ゲームAIデザイナの目標やそのようなツールに対する期待を分類し分析する参加型デザイン研究を提案する。
我々は,ゲームAI設計と共同創造ツールの設計との深いつながりと,今後の共同創造ツールの研究・開発への示唆を明らかにする。
論文 参考訳（メタデータ） (2021-07-29T04:14:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。