論文の概要: Experimental Narratives: A Comparison of Human Crowdsourced Storytelling
and AI Storytelling
- arxiv url: http://arxiv.org/abs/2310.12902v1
- Date: Thu, 19 Oct 2023 16:54:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-20 14:04:33.403543
- Title: Experimental Narratives: A Comparison of Human Crowdsourced Storytelling
and AI Storytelling
- Title(参考訳): 実験物語:人間のクラウドソーシングストーリーテリングとAIストーリーテリングの比較
- Authors: Nina Begus
- Abstract要約: この研究は、2019年6月にクラウドワーカーによって書かれた250のストーリーと、GPT-3.5とGPT-4によって生成された80のストーリーを分析した。
クラウドワーカーと大きな言語モデルの両方が、人工人間を創造し、恋に落ちるという同じプロンプトに反応した。
この分析により、GPT-3.5、特にGPT-4の物語は、人間によって書かれた物語よりも性役割やセクシュアリティの点で進歩的であることが明らかとなった。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The paper proposes a framework that combines behavioral and computational
experiments employing fictional prompts as a novel tool for investigating
cultural artifacts and social biases in storytelling both by humans and
generative AI. The study analyzes 250 stories authored by crowdworkers in June
2019 and 80 stories generated by GPT-3.5 and GPT-4 in March 2023 by merging
methods from narratology and inferential statistics. Both crowdworkers and
large language models responded to identical prompts about creating and falling
in love with an artificial human. The proposed experimental paradigm allows a
direct comparison between human and LLM-generated storytelling. Responses to
the Pygmalionesque prompts confirm the pervasive presence of the Pygmalion myth
in the collective imaginary of both humans and large language models. All
solicited narratives present a scientific or technological pursuit. The
analysis reveals that narratives from GPT-3.5 and particularly GPT-4 are more
more progressive in terms of gender roles and sexuality than those written by
humans. While AI narratives can occasionally provide innovative plot twists,
they offer less imaginative scenarios and rhetoric than human-authored texts.
The proposed framework argues that fiction can be used as a window into human
and AI-based collective imaginary and social dimensions.
- Abstract(参考訳): 本稿では,人間と生成aiの両方による物語の文物や社会的バイアスを調べるための新しいツールとして,架空のプロンプトを用いた行動実験と計算実験を組み合わせた枠組みを提案する。
本研究は,2019年6月にクラウドワーカーが著した250話,2023年3月にgpt-3.5とgpt-4が生成した80話を分析し,ナラトロジーと推論統計を融合した。
群衆労働者と大きな言語モデルの両方が、人工的な人間を創造し、恋に落ちるという同じプロンプトに反応した。
提案した実験パラダイムは、人間とLLM生成したストーリーテリングの直接比較を可能にする。
pygmalionesqueに対する反応は、人間と大きな言語モデルの両方の想像上のピグマリオン神話が広く存在していることを確認する。
すべての誘惑された物語は科学的または技術的追求をもたらす。
この分析により、GPT-3.5、特にGPT-4の物語は、人間によって書かれたものよりも性役割やセクシュアリティの点でより進歩的であることが明らかとなった。
AIの物語は時折革新的なプロットのツイストを提供するが、人間によって書かれたテキストよりも想像上のシナリオや修辞的なシナリオは少ない。
提案された枠組みは、フィクションは人間とAIに基づく集合的想像と社会的次元の窓として使用できると主張している。
関連論文リスト
- Creating Suspenseful Stories: Iterative Planning with Large Language
Models [2.6923151107804055]
本稿では,ストーリー・サスペンスの2つの理論的基礎に根ざした,反復型提案型計画手法を提案する。
本論文は,我々の知る限りでは,大規模言語モデルを用いたサスペンスな物語生成の試みである。
論文 参考訳(メタデータ) (2024-02-27T01:25:52Z) - Affective and Dynamic Beam Search for Story Generation [50.3130767805383]
面白い物語を生成するために、AffGen(Affective Story Generator)を提案する。
AffGenはDynamic Beam SizeとAffective Re rankという2つの新しいテクニックを採用している。
論文 参考訳(メタデータ) (2023-10-23T16:37:14Z) - AI, write an essay for me: A large-scale comparison of human-written
versus ChatGPT-generated essays [66.36541161082856]
ChatGPTや同様の生成AIモデルは、何億人ものユーザーを惹きつけている。
本研究は,ChatGPTが生成した議論的学生エッセイと比較した。
論文 参考訳(メタデータ) (2023-04-24T12:58:28Z) - 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) - Persona-Guided Planning for Controlling the Protagonist's Persona in
Story Generation [71.24817035071176]
本研究では,ペルソナとイベントの関係を明示的にモデル化する計画ベース生成モデルCONPERを提案する。
自動評価と手動評価の両方の結果から、CONPERはより一貫性のあるペルソナ制御可能なストーリーを生成するために最先端のベースラインより優れていることが示されている。
論文 参考訳(メタデータ) (2022-04-22T13:45:02Z) - Computational Lens on Cognition: Study Of Autobiographical Versus
Imagined Stories With Large-Scale Language Models [95.88620740809004]
GPT-3を用いた自伝的物語と想像的物語における出来事の物語の流れの相違について検討した。
想像された物語は自伝的物語よりも逐次性が高いことがわかった。
想像された物語と比較すると、自伝的な物語は、最初の人物に関連するより具体的な言葉と単語を含んでいる。
論文 参考訳(メタデータ) (2022-01-07T20:10:47Z) - Collaborative Storytelling with Human Actors and AI Narrators [2.8575516056239576]
GPT-3 citebrown 2020 を用いた物語のコナレーションについて報告する。
AIシステムは、人間の俳優がシーンを演じている間、プロットの進行とキャラクターの弧を追跡する必要がある。
論文 参考訳(メタデータ) (2021-09-29T21:21:35Z) - Unsupervised Enrichment of Persona-grounded Dialog with Background
Stories [27.52543925693796]
既存の物語データセットの架空の物語を活用することにより、対話モデルにペルソナに関連する「背景物語」を付与する。
我々は、勾配に基づく書き直し手法を用いて対話応答を生成するために、検索されたストーリーの教師なし適応を行う。
提案手法は, より多様な応答を生成でき, 人間の評価者により, より活発で人間らしく評価されている。
論文 参考訳(メタデータ) (2021-06-15T18:20:27Z) - Comparing Visual Reasoning in Humans and AI [66.89451296340809]
人間の行動や社会的相互作用を含む複雑なシーンのデータセットを作成しました。
ai/ヒューマンのシーン記述と、各シーンの他の5つの人間記述の地上真実との類似度を定量的に測定した。
結果は、機械/人間の合意シーンの説明は、私たちの複雑なシーンの人間/人間の合意よりもはるかに低いことを示しています。
論文 参考訳(メタデータ) (2021-04-29T04:44:13Z) - Exploring aspects of similarity between spoken personal narratives by
disentangling them into narrative clause types [13.350982138577038]
本稿では,594本の映像から10,296の物語節を含む実世界の音声物語のコーパスを紹介する。
第2に,非ナラティブな専門家に,ラボフの社会言語的個人的物語モデルの下で,これらの節に注釈を付けるよう依頼する。
第3に、最上位の節に対して84.7%のFスコアに達する分類器を訓練する。
我々のアプローチは、個人の物語を研究または表現することを目的とした機械学習の手法を情報提供することを目的としている。
論文 参考訳(メタデータ) (2020-05-26T14:34:07Z)
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。