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
- 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) - Getting aligned on representational alignment [89.81370730647467]
本研究では,認知科学,神経科学,機械学習における表現的アライメントの研究を行う。
表現的アライメントに関心のある研究コミュニティ間での知識伝達は限られている。
本稿では,表現的アライメントを研究する研究者の間で共通言語として機能する統一フレームワークを提案する。
論文 参考訳(メタデータ) (2023-10-18T17:47:58Z) - Exploring Collaboration Mechanisms for LLM Agents: A Social Psychology
View [64.43238868957813]
本稿では,理論的洞察を用いた実用実験により,現代NLPシステム間の協調機構を解明する。
我々は, LLMエージェントからなる4つの独特な社会をつくり, それぞれのエージェントは, 特定の特性(容易性, 過信性)によって特徴づけられ, 異なる思考パターン(議論, ふりかえり)と協調する。
以上の結果から, LLMエージェントは, 社会心理学理論を反映した, 適合性やコンセンサスリーディングといった人間的な社会的行動を示すことが明らかとなった。
論文 参考訳(メタデータ) (2023-10-03T15:05:52Z) - Multimodal Foundation Models: From Specialists to General-Purpose
Assistants [187.72038587829223]
研究のランドスケープには5つの中核的なトピックが含まれており、2つのクラスに分類されている。
対象読者は、コンピュータビジョンの研究者、大学院生、およびビジョン言語によるマルチモーダルコミュニティの専門家である。
論文 参考訳(メタデータ) (2023-09-18T17:56:28Z) - "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) - Approaching Unanticipated Consequences [3.253495920474109]
要件を満たすソフトウェアが、重大な影響で、未想定のアフターエフェクトに与える影響について検討した。
実世界のケーススタディを3つ検討し、いくつかの分野の文献と関わり、概念的枠組みを構築した。
参加者グループは、収束または分岐した意図でモデルをナビゲートした。
この研究は、研究や実践に影響を及ぼすツールとして、概念的枠組みが使われる可能性を示した。
論文 参考訳(メタデータ) (2023-06-16T16:43:52Z) - 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) - Computational Storytelling and Emotions: A Survey [56.95572957863576]
本研究は,物語と感情の関係に関する研究を要約し,その発展に寄与することを目的としている。
創造性の研究は人間をコンピューターに置き換えることではなく、創造性を高めるために人間とコンピューターのコラボレーション方法を見つけることであると私たちは信じています。
論文 参考訳(メタデータ) (2022-05-23T00:21:59Z) - 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) - A methodology for co-constructing an interdisciplinary model: from model
to survey, from survey to model [0.9799637101641152]
本稿は,多分野研究プロジェクトの枠組みにおけるこれらの重要な疑問に答えることを目的としている。
本研究の主な貢献は,多分野対話専用のツールの提案である。
また、関連する異なる分野によって実行される豊かな知的過程の反射的分析を提案する。
論文 参考訳(メタデータ) (2020-11-27T08:41:47Z) - A Review on Intelligent Object Perception Methods Combining
Knowledge-based Reasoning and Machine Learning [60.335974351919816]
物体知覚はコンピュータビジョンの基本的なサブフィールドである。
最近の研究は、物体の視覚的解釈のインテリジェンスレベルを拡大するために、知識工学を統合する方法を模索している。
論文 参考訳(メタデータ) (2019-12-26T13:26:49Z)
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。