論文の概要: Looking at Creative ML Blindspots with a Sociological Lens
- arxiv url: http://arxiv.org/abs/2205.13683v1
- Date: Fri, 27 May 2022 00:03:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:16:02.613613
- Title: Looking at Creative ML Blindspots with a Sociological Lens
- Title（参考訳）: 社会レンズを用いたクリエイティヴMLブラインドスポットの検討
- Authors: Katharina Burgdorf, Negar Rostamzadeh, Ramya Srinivasan, Jennifer Lena
- Abstract要約: 創造的なML/AIコミュニティと文化社会学の研究者たちは、どのようにして実りあるコラボレーションを担えるのか?
MLコミュニティはクリエイティビティを技術的専門知識と蓄積の問題と見なしているが、社会科学者は文化的生産における埋め込み性の重要性を強調している。
この視点は両分野を橋渡しすることを目的としており、協調のための概念的かつ方法論的なツールキットを提案する。
- 参考スコア（独自算出の注目度）: 12.854299941801509
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: How can researchers from the creative ML/AI community and sociology of
culture engage in fruitful collaboration? How do researchers from both fields
think (differently) about creativity and the production of creative work? While
the ML community considers creativity as a matter of technical expertise and
acumen, social scientists have emphasized the role of embeddedness in cultural
production. This perspective aims to bridge both disciplines and proposes a
conceptual and methodological toolkit for collaboration. We provide a
systematic review of recent research in both fields and offer three
perspectives around which to structure interdisciplinary research on cultural
production: people, processes, and products. We thereby provide necessary
grounding work to support multidisciplinary researchers to navigate conceptual
and methodological hurdles in their collaboration. Our research will be of
interest to ML researchers and sociologists interested in creativity that aim
to conduct innovative research by bridging both fields.
- Abstract（参考訳）: クリエイティビティml/aiコミュニティと文化社会学の研究者が実りあるコラボレーションにどのように関与できるのか?
クリエイティビティと創造的な仕事の制作について、両方の分野の研究者は(異なる)どのように考えるのか?
mlコミュニティはクリエイティビティを技術的専門性と能力の問題だと考えているが、社会科学者は文化生産における埋め込み性の役割を強調している。
この視点は、双方の規律を橋渡しし、協調のための概念的および方法論的ツールキットを提案することである。
両分野の最近の研究を体系的に概観し,文化生産に関する学際的な研究(人,プロセス,製品)を構築するための3つの視点を提供する。
そこで我々は,複数分野の研究者が共同作業における概念的,方法論的ハードルをナビゲートするために必要な基礎的作業を提供する。
我々の研究は、両方の分野をブリッジすることで革新的な研究を行うことを目的とした創造性に興味を持つML研究者や社会学者にとって興味深い。
関連論文リスト
- Survey of Cultural Awareness in Language Models: Text and Beyond [39.77033652289063]
大規模言語モデル(LLM)を様々なアプリケーションに大規模に展開するには、LCMはインクリビティを確保するために、ユーザに文化的に敏感である必要がある。
文化は心理学や人類学で広く研究され、近年、LLMをより文化的に包括的にする研究が急増している。
論文 参考訳（メタデータ） (2024-10-30T16:37:50Z) - Chain of Ideas: Revolutionizing Research Via Novel Idea Development with LLM Agents [64.64280477958283]
科学文献の急激な増加は、研究者が最近の進歩と意義ある研究方向を見極めるのを困難にしている。
大規模言語モデル(LLM)の最近の発展は、新しい研究のアイデアを自動生成するための有望な道のりを示唆している。
本研究では, チェーン構造に関連文献を整理し, 研究領域の進展を効果的に反映する, LLMベースのエージェントであるChain-of-Ideas(CoI)エージェントを提案する。
論文 参考訳（メタデータ） (2024-10-17T03:26:37Z) - Two Heads Are Better Than One: A Multi-Agent System Has the Potential to Improve Scientific Idea Generation [48.29699224989952]
VirSciは研究のアイデアを共同で生成し、評価し、洗練するエージェントのチームを組織している。
このマルチエージェントアプローチは、新規で影響力のある科学的アイデアを生み出す上で、最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2024-10-12T07:16:22Z) - 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) - Culturally Aware and Adapted NLP: A Taxonomy and a Survey of the State of the Art [70.1063219524999]
文化的に認識され、適応された自然言語処理への関心の高まりは、近年の研究にインスピレーションを与えている。
文化」概念の共通理解の欠如は、この新興地域の進歩を評価するのを困難にしている。
本稿では,研究の進展を分析し,理解するための体系的な枠組みを提供する,文化の要素の広範な分類法を提案する。
論文 参考訳（メタデータ） (2024-06-06T10:16:43Z) - On Creativity and Open-Endedness [1.3398445165628465]
本研究の目的は,計算創造性(CC)と人工生命(ALife)の潜在的な関係に関する議論を活性化することである。
CCの主な目標は、人工システムに創造性を付与することであり、ALifeはOEと人工イノベーションの研究と合成に多くの研究努力を注いでいる。
これらの概念が近接しているにもかかわらず、それらの使用はそれぞれのコミュニティに限られており、それらの関係はほとんど不明である。
論文 参考訳（メタデータ） (2024-05-28T09:57:37Z) - CulturalTeaming: AI-Assisted Interactive Red-Teaming for Challenging LLMs' (Lack of) Multicultural Knowledge [69.82940934994333]
我々は、人間とAIのコラボレーションを活用して、挑戦的な評価データセットを構築するインタラクティブなレッドチームシステムであるCulturalTeamingを紹介する。
我々の研究は、CulturalTeamingの様々なAI支援モードが、文化的な質問の作成においてアノテータを支援することを明らかにした。
CULTURALBENCH-V0.1は、ユーザのリピートの試みにより、コンパクトだが高品質な評価データセットである。
論文 参考訳（メタデータ） (2024-04-10T00:25:09Z) - Exploring the Potential of Large Language Models in Artistic Creation:
Collaboration and Reflection on Creative Programming [10.57792673254363]
プログラム全体を呼び出し、複数のサブタスクを発行する、という2つの一般的なコラボレーションアプローチを比較します。
本研究は,アーティストの異なる刺激反射を2つの異なる方法で示すものである。
創造的コーディングにおけるLLMの芸術的可能性を明らかにする。
論文 参考訳（メタデータ） (2024-02-15T07:00:06Z) - "It Felt Like Having a Second Mind": Investigating Human-AI
Co-creativity in Prewriting with Large Language Models [20.509651636971864]
本研究では,前書き中の人間-LLM協調パターンとダイナミクスについて検討する。
共同作業では,3段階の反復的Human-AI共同創造プロセスが存在するようだ。
論文 参考訳（メタデータ） (2023-07-20T16:55:25Z) - Foundations and Recent Trends in Multimodal Machine Learning:
Principles, Challenges, and Open Questions [68.6358773622615]
本稿では,マルチモーダル機械学習の計算的基礎と理論的基礎について概説する。
本稿では,表現,アライメント,推論,生成,伝達,定量化という,6つの技術課題の分類法を提案する。
最近の技術的成果は、この分類のレンズを通して示され、研究者は新しいアプローチの類似点と相違点を理解することができる。
論文 参考訳（メタデータ） (2022-09-07T19:21:19Z) - Industry-Academia Research Collaboration in Software Engineering: The
Certus Model [13.021014899410684]
ソフトウェアエンジニアリングでスケーラブルで効果的な研究コラボレーションを構築することは、非常に難しいことで知られています。
本稿では,参加型知識創造の文化を実現するための,産学連携の成功要因を理解することを目的とする。
論文 参考訳（メタデータ） (2022-04-23T10:16:23Z)
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。