論文の概要: Supermind Ideator: Exploring generative AI to support creative
problem-solving
- arxiv url: http://arxiv.org/abs/2311.01937v1
- Date: Fri, 3 Nov 2023 14:21:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-06 13:57:33.636575
- Title: Supermind Ideator: Exploring generative AI to support creative
problem-solving
- Title(参考訳): Supermind Ideator:創造的問題解決を支援する生成AIの探索
- Authors: Steven R. Rick, Gianni Giacomelli, Haoran Wen, Robert J. Laubacher,
Nancy Taubenslag, Jennifer L. Heyman, Max Sina Knicker, Younes Jeddi, Hendrik
Maier, Stephen Dwyer, Pranav Ragupathy, Thomas W. Malone
- Abstract要約: 生成的AI技術は、ユーザには決して起こらなかったかもしれない新しいアイデアを提案できる。
このようなシステムをスーパーミンド・イデオレータと呼ぶ。
これらの技法のいくつかはどんな問題にも適用できるが、人やコンピュータのグループをどう設計するかという革新的なアイデアを生み出すのに役立つものもいる。
- 参考スコア(独自算出の注目度): 2.000243045925909
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Previous efforts to support creative problem-solving have included (a)
techniques (such as brainstorming and design thinking) to stimulate creative
ideas, and (b) software tools to record and share these ideas. Now, generative
AI technologies can suggest new ideas that might never have occurred to the
users, and users can then select from these ideas or use them to stimulate even
more ideas. Here, we describe such a system, Supermind Ideator. The system uses
a large language model (GPT 3.5) and adds prompting, fine tuning, and a user
interface specifically designed to help people use creative problem-solving
techniques. Some of these techniques can be applied to any problem; others are
specifically intended to help generate innovative ideas about how to design
groups of people and/or computers ("superminds"). We also describe our early
experiences with using this system and suggest ways it could be extended to
support additional techniques for other specific problem-solving domains.
- Abstract(参考訳): 創造的な問題解決を支援する以前の取り組みには
(a)創造的アイデアを刺激する技法(ブレインストーミングやデザイン思考など)、
(b)これらのアイデアを記録し共有するためのソフトウェアツール。
現在、ジェネレイティブai技術は、ユーザには起きなかった新しいアイデアを提案でき、ユーザーはこれらのアイデアの中から選択したり、さらに多くのアイデアを刺激するためにそれらを利用することができる。
本稿では,そのようなシステムであるSupermind Ideatorについて述べる。
このシステムは、大きな言語モデル(GPT 3.5)を使用し、プロンプト、微調整、クリエイティブな問題解決テクニックの使用を支援するために特別に設計されたユーザーインターフェースを追加している。
これらの技法のいくつかはあらゆる問題に適用できるが、人やコンピュータ(スーパーミンド)の群をどう設計するかという革新的なアイデアを生み出すことを目的としているものもある。
また、このシステムを使った初期の経験について述べ、他の特定の問題解決領域に対する追加のテクニックをサポートする方法を提案する。
関連論文リスト
- Prompting Diverse Ideas: Increasing AI Idea Variance [0.0]
この論文は、アイデア生成プロセスの生産性と品質を高めるために、人工知能を活用することへの新たな関心を掘り下げるものである。
これまでの研究によると、AIのアイデアの平均品質は非常に高い。
以前の研究では、AIベースのブレインストーミングが、アイデアの十分な分散を生み出すことができないことも指摘されている。
論文 参考訳(メタデータ) (2024-01-27T21:02:50Z) - AI for the Generation and Testing of Ideas Towards an AI Supported
Knowledge Development Environment [2.0305676256390934]
生成AIが人間のバイアスを排除してアイデア生成を促進する方法について論じる。
また、検索が事実、論理、文脈をどう検証できるかについても記述する。
本稿では,知識労働者のためのシステムであるジェネレーション・アンド・サーチ・テスト(Generate and Search Test)を紹介し,個人が効率的にソリューションを作成できるようにする。
論文 参考訳(メタデータ) (2023-07-17T22:17:40Z) - 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) - Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。
本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。
43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
論文 参考訳(メタデータ) (2022-11-12T21:54:05Z) - Towards Human Cognition Level-based Experiment Design for Counterfactual
Explanations (XAI) [68.8204255655161]
XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。
認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。
本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
論文 参考訳(メタデータ) (2022-10-31T19:20:22Z) - Creative Wand: A System to Study Effects of Communications in
Co-Creative Settings [9.356870107137093]
共創造的な混合開始システムは、アルゴリズムに影響を与えるユーザー中心の手段を必要とする。
共創造AIの主な疑問は以下のとおりである。
本稿では,共同創造型混合開始生成のためのカスタマイズ可能なフレームワークCREATIVE-WANDを紹介する。
論文 参考訳(メタデータ) (2022-08-04T20:56:40Z) - Doubting AI Predictions: Influence-Driven Second Opinion Recommendation [92.30805227803688]
我々は,補完的な意見を提供する可能性のある専門家を識別する,共通の組織的実践に基づいて,人間とAIのコラボレーションを強化する方法を提案する。
提案手法は、一部の専門家がアルゴリズムによる評価に異を唱えるかどうかを特定することによって、生産的な不一致を活用することを目的としている。
論文 参考訳(メタデータ) (2022-04-29T20:35:07Z) - Telling Creative Stories Using Generative Visual Aids [52.623545341588304]
私たちはライターに、開始プロンプトからクリエイティブなストーリーを書くように頼み、同じプロンプトから生成するAIモデルによって生成されたビジュアルを提供した。
コントロールグループと比較すると、ビジュアルをストーリー・ライティング・アシストとして使用した作家は、より創造的で、オリジナルで、完全で、視覚的にできるストーリーを著した。
発見は、AIによる横断的なモダリティ入力は、人間とAIの共創において創造性の異なる側面に利益をもたらすが、収束する思考を妨げることを示している。
論文 参考訳(メタデータ) (2021-10-27T23:13:47Z) - The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。
Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。
これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文 参考訳(メタデータ) (2021-07-05T12:18:17Z) - Enhancing user creativity: Semantic measures for idea generation [0.0]
我々は,WordNet 3.1に基づく49のセマンティック測度を用いて,実環境における設計問題解決会話のデータセットを解析した。
意味的類似性の相違,情報内容の増大,多義性の低下が生成したアイデアの成功を予測していることを示す。
これらの結果は、人間の問題解決における現実世界のプロセスを特定することによって認知科学を推し進める。
論文 参考訳(メタデータ) (2021-06-18T13:47:56Z) - On the Social and Technical Challenges of Web Search Autosuggestion
Moderation [118.47867428272878]
自動提案は通常、検索ログと文書表現のコーパスに基づいてトレーニングされた機械学習(ML)システムによって生成される。
現在の検索エンジンは、このような問題のある提案を抑えるのに、ますます熟練している。
問題のある提案のいくつかの側面、パイプラインに沿った困難な問題、そしてWeb検索を超えたアプリケーションの増加になぜ私たちの議論が適用されるのかについて論じる。
論文 参考訳(メタデータ) (2020-07-09T19:22:00Z)
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。