論文の概要: Designing Creative AI Partners with COFI: A Framework for Modeling
Interaction in Human-AI Co-Creative Systems
- arxiv url: http://arxiv.org/abs/2204.07666v1
- Date: Fri, 15 Apr 2022 22:35:23 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-21 03:07:02.978923
- Title: Designing Creative AI Partners with COFI: A Framework for Modeling
Interaction in Human-AI Co-Creative Systems
- Title（参考訳）: COFIとCreative AIパートナをデザインする:人間とAIのコクレーティブシステムにおけるインタラクションのモデリングフレームワーク
- Authors: Jeba Rezwana and Mary Lou Maher
- Abstract要約: 共創造性分野における相互作用設計に関する研究は比較的少ない。
共同創造性研究の主な焦点は、AIの能力である。
本稿では、コ・クリーティブ・システムにおけるインタラクション・デザインの重要性と、コ・クレーティブ・フレームワーク・フォー・インタラクション・デザイン(COFI)の開発に焦点をあてる。
- 参考スコア（独自算出の注目度）: 0.7614628596146599
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Human-AI co-creativity involves both humans and AI collaborating on a shared
creative product as partners. In a creative collaboration, interaction
dynamics, such as turn-taking, contribution type, and communication, are the
driving forces of the co-creative process. Therefore the interaction model is a
critical and essential component for effective co-creative systems. There is
relatively little research about interaction design in the co-creativity field,
which is reflected in a lack of focus on interaction design in many existing
co-creative systems. The primary focus of co-creativity research has been on
the abilities of the AI. This paper focuses on the importance of interaction
design in co-creative systems with the development of the Co-Creative Framework
for Interaction design (COFI) that describes the broad scope of possibilities
for interaction design in co-creative systems. Researchers can use COFI for
modeling interaction in co-creative systems by exploring alternatives in this
design space of interaction. COFI can also be beneficial while investigating
and interpreting the interaction design of existing co-creative systems. We
coded a dataset of existing 92 co-creative systems using COFI and analyzed the
data to show how COFI provides a basis to categorize the interaction models of
existing co-creative systems. We identify opportunities to shift the focus of
interaction models in co-creativity to enable more communication between the
user and AI leading to human-AI partnerships.
- Abstract（参考訳）: human-ai co-creativityは、人間とaiがパートナーとして共有されたクリエイティブプロダクトで協力することを伴う。
創造的なコラボレーションでは、ターンテイク、コントリビューションタイプ、コミュニケーションといった相互作用のダイナミクスが、共同創造プロセスの原動力となります。
したがって、相互作用モデルは効果的な共同創造システムにとって重要かつ不可欠な要素である。
共創造性分野における相互作用設計に関する研究は比較的少ないが、これは既存の多くの共創造系における相互作用設計への焦点の欠如を反映している。
共同創造性研究の主な焦点は、AIの能力である。
本稿では,コクリエーティブシステムにおけるインタラクション設計の重要性と,コクリエーティブシステムにおけるインタラクション設計の可能性の幅広い範囲を記述したCOFI(Co-Creative Framework for Interaction Design)の開発に焦点を当てる。
研究者は、このインタラクションの設計領域における代替案を探求することで、共同創造システムにおけるインタラクションのモデリングにcofiを利用することができる。
COFIは、既存の共同創造システムの相互作用設計を調査し、解釈する上でも有用である。
我々は、COFIを用いて既存の92の共創造システムのデータセットをコーディングし、COFIが既存の共創造システムの相互作用モデルをどのように分類するかを示す。
対話モデルの焦点を共同創造性に移し、ユーザーとai間のコミュニケーションを深め、人間とaiのパートナーシップに繋がる機会を見出した。
関連論文リスト
- Visual-Geometric Collaborative Guidance for Affordance Learning [63.038406948791454]
本稿では,視覚的・幾何学的手がかりを取り入れた視覚・幾何学的協調学習ネットワークを提案する。
本手法は,客観的指標と視覚的品質の代表的なモデルより優れている。
論文 参考訳（メタデータ） (2024-10-15T07:35:51Z) - Scaling Large-Language-Model-based Multi-Agent Collaboration [75.5241464256688]
大規模言語モデルによるエージェントのパイオニア化は、マルチエージェントコラボレーションの設計パターンを暗示している。
神経スケーリング法則に触発された本研究では,マルチエージェント協調におけるエージェントの増加に類似の原理が適用されるかを検討する。
論文 参考訳（メタデータ） (2024-06-11T11:02:04Z) - AntEval: Evaluation of Social Interaction Competencies in LLM-Driven
Agents [65.16893197330589]
大規模言語モデル(LLM)は、幅広いシナリオで人間の振る舞いを再現する能力を示した。
しかし、複雑なマルチ文字のソーシャルインタラクションを扱う能力については、まだ完全には研究されていない。
本稿では,新しいインタラクションフレームワークと評価手法を含むマルチエージェントインタラクション評価フレームワーク(AntEval)を紹介する。
論文 参考訳（メタデータ） (2024-01-12T11:18:00Z) - Unpacking Human-AI interactions: From interaction primitives to a design
space [6.778055454461106]
これらのプリミティブを相互作用パターンの集合にどのように組み合わせるかを示す。
この背景にある動機は、既存のプラクティスのコンパクトな一般化を提供することである。
我々は,人間-AIインタラクションの設計空間に対して,このアプローチをどのように利用できるかについて議論する。
論文 参考訳（メタデータ） (2024-01-10T12:27:18Z) - Detecting and Optimising Team Interactions in Software Development [58.720142291102135]
本稿では,ソフトウェア開発チームの機能的相互作用構造を検出するためのデータ駆動型手法を提案する。
このアプローチでは、チームメンバのアクティビティレベルの違いを考慮し、ブロック制約設定モデルを使用します。
我々のアプローチは、チームが合成されたベンチマークシナリオと機能的な相互作用構造を比較するのにどのように役立つかを示します。
論文 参考訳（メタデータ） (2023-02-28T14:53:29Z) - Team Learning as a Lens for Designing Human-AI Co-Creative Systems [12.24664973838839]
ジェネレーティブでML駆動の対話システムは、人々が創造的なプロセスでコンピュータと対話する方法を変える可能性がある。
オープンエンドタスクドメインにおいて,効果的な人間とAIのコラボレーションを実現する方法が,まだ不明である。
論文 参考訳（メタデータ） (2022-07-06T22:11:13Z) - Explainable Computational Creativity [7.258014999708837]
計算創造性(CC)分野におけるシステムとの協調は、しばしば浅い相互作用に制限される。
本稿では,CCシステムの設計原則について提案する。
論文 参考訳（メタデータ） (2022-05-11T05:05:37Z) - Understanding User Perceptions, Collaborative Experience and User
Engagement in Different Human-AI Interaction Designs for Co-Creative Systems [0.7614628596146599]
人間-AIのコクリエーションには、人間とAIが協力し、共同で創造的なプロダクトをパートナーとして提供する。
多くの既存の共同作成システムでは、ユーザーは通常ボタンやスライダーを使用して、AIと通信することができる。
本稿では,38人の参加者を対象に,2つのインタラクションデザインがユーザエンゲージメント,協調体験,共同創造型AIのユーザ認識に与える影響について検討する。
論文 参考訳（メタデータ） (2022-04-27T22:37:44Z) - Identifying Ethical Issues in AI Partners in Human-AI Co-Creation [0.7614628596146599]
人間-AIのコクリエーションには、人間とAIが協力し、共同で創造的なプロダクトをパートナーとして提供する。
多くの既存のコクリエイティブシステムでは、ユーザーはボタンやスライダーを使用してAIと通信する。
本稿では,AIと人間のコミュニケーションが共同創造システムにおけるユーザ認識とエンゲージメントに与える影響について考察する。
論文 参考訳（メタデータ） (2022-04-15T20:41:54Z) - A Survey on Synchronous Augmented, Virtual and Mixed Reality Remote
Collaboration Systems [81.0723729946659]
この作業の焦点は、遠くからのコラボレーションの同期にある。
100以上の出版物と25の商業システムを含む、合計82の遠隔共同作業システムについて論じている。
論文 参考訳（メタデータ） (2021-02-11T13:33:51Z) - Cascaded Human-Object Interaction Recognition [175.60439054047043]
マルチステージで粗大なHOI理解のためのカスケードアーキテクチャを提案する。
各段階で、インスタンスローカライゼーションネットワークは、HOI提案を段階的に洗練し、インタラクション認識ネットワークにフィードする。
慎重に設計された人間中心の関係機能により、これらの2つのモジュールは効果的な相互作用理解に向けて協調的に機能する。
論文 参考訳（メタデータ） (2020-03-09T17:05:04Z)
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。