論文の概要: Understanding the Impact of AI Generated Content on Social Media: The
Pixiv Case
- arxiv url: http://arxiv.org/abs/2402.18463v1
- Date: Wed, 28 Feb 2024 16:39:34 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-29 14:15:07.736833
- Title: Understanding the Impact of AI Generated Content on Social Media: The
Pixiv Case
- Title(参考訳): AI生成コンテンツがソーシャルメディアに与える影響を理解する:Pixivの場合
- Authors: Yiluo Wei and Gareth Tyson
- Abstract要約: 筆者らは、イラストの共有やフィードバックを希望するアーティストのためのオンラインコミュニティPixivについて、総合的研究を行った。
我々は1520万件の投稿(240万件のAI生成画像を含む)のデータセットに基づいて、AIGCがコミュニティに与える影響を測定する。
我々の結果は、AIGCがPixivのようなソーシャルメディアプラットフォームのダイナミクスをどのように変えつつあるか、重要な洞察を与えてくれる。
- 参考スコア(独自算出の注目度): 9.99562453779203
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In the last two years, Artificial Intelligence Generated Content (AIGC) has
received significant attention, leading to an anecdotal rise in the amount of
AIGC being shared via social media platforms. The impact of AIGC and its
implications are of key importance to social platforms, e.g., regarding the
implementation of policies, community formation, and algorithmic design. Yet,
to date, we know little about how the arrival of AIGC has impacted the social
media ecosystem. To fill this gap, we present a comprehensive study of Pixiv,
an online community for artists who wish to share and receive feedback on their
illustrations. Pixiv hosts over 100 million artistic submissions and receives
more than 1 billion page views per month (as of 2023). Importantly, it allows
both human and AI generated content to be uploaded. Exploiting this, we perform
the first analysis of the impact that AIGC has had on the social media
ecosystem, through the lens of Pixiv. Based on a dataset of 15.2 million posts
(including 2.4 million AI-generated images), we measure the impact of AIGC on
the Pixiv community, as well as the differences between AIGC and
human-generated content in terms of content creation and consumption patterns.
Our results offer key insight to how AIGC is changing the dynamics of social
media platforms like Pixiv.
- Abstract(参考訳): この2年間、AIGC(Artificial Intelligence Generated Content)は大きな注目を集めており、ソーシャルメディアプラットフォームを介して共有されるAIGCの爆発的な増加につながっている。
aigcの影響とその影響は、政策の実行、コミュニティ形成、アルゴリズム設計など、社会プラットフォームにとって重要な意味を持つ。
しかし、これまでのところ、AIGCの到来がソーシャルメディアのエコシステムにどんな影響を及ぼしたかはほとんどわかっていない。
このギャップを埋めるために、我々はPixivを総合的に研究する。Pixivは、イラストの共有とフィードバックを希望するアーティストのためのオンラインコミュニティだ。
Pixivは1億以上の芸術作品をホストし、月間10億ページビューを受け取った(2023年現在)。
重要なのは、人間とAIが生成したコンテンツの両方をアップロードできることだ。
そこで私たちは、Pixivのレンズを通して、AIGCがソーシャルメディアエコシステムに与える影響を初めて分析しました。
240万のAI生成画像を含む1520万の投稿のデータセットに基づいて、我々は、AIGCがPixivコミュニティに与える影響、およびコンテンツ生成と消費パターンの観点からAIGCと人為的コンテンツの違いを測定する。
我々の結果は、AIGCがPixivのようなソーシャルメディアプラットフォームのダイナミクスをどのように変えつつあるか、重要な洞察を与えてくれる。
関連論文リスト
- AI-Generated Faces in the Real World: A Large-Scale Case Study of Twitter Profile Images [26.891299948581782]
われわれは,Twitter上でAI生成プロフィール画像の普及状況について,大規模な調査を行った。
約1500万枚のTwitterプロフィール写真を分析したところ、0.052%が人工的に生成され、プラットフォーム上での存在が確認された。
結果は、スパムや政治的増幅キャンペーンなど、いくつかの動機も明らかにしている。
論文 参考訳(メタデータ) (2024-04-22T14:57:17Z) - AIGIQA-20K: A Large Database for AI-Generated Image Quality Assessment [54.93996119324928]
AIGIQA-20Kとして知られる2万のAIGIと420,000の主観評価を備えた、これまでで最大のAIGI主観的品質データベースを作成します。
このデータベース上でベンチマーク実験を行い、16の主流AIGI品質モデルと人間の知覚との対応性を評価する。
論文 参考訳(メタデータ) (2024-04-04T12:12:24Z) - Sora OpenAI's Prelude: Social Media Perspectives on Sora OpenAI and the Future of AI Video Generation [30.556463355261695]
本研究では, Reddit 上でソーシャルメディア上での議論を通じて, 先駆的なGen-AI ビデオ生成ツールである Sora OpenAI に対する一般大衆の認識を調査した。
この分析は、コンテンツ制作のポジティブな変化を予測し、Soraがビデオマーケティングを民主化し、ゲーム開発を革新すると予想している。
ディープフェイクと偽情報の可能性には懸念があり、偽情報と偏見に対処する戦略の必要性が強調されている。
論文 参考訳(メタデータ) (2024-03-02T00:16:22Z) - "There Has To Be a Lot That We're Missing": Moderating AI-Generated
Content on Reddit [5.847084649531299]
ジェネレーティブAIは、私たちの働き方、学習方法、コミュニケーション方法、オンラインコミュニティへの参加方法の破壊を脅かす。
AIGC(AIGC)によるRedditモデレーターの課題を理解するための質的研究を行った。
我々は、AIGCの経験について、サブレディットモデレーターとの詳細な半構造化インタビューを15回行った。
論文 参考訳(メタデータ) (2023-11-21T16:15:21Z) - Public Perception of Generative AI on Twitter: An Empirical Study Based
on Occupation and Usage [7.18819534653348]
本稿は,2019年1月から2023年3月までのTwitter上での3Mポストを用いた生成AIに対するユーザの認識について検討する。
私たちは、IT関連だけでなく、様々な職種にまたがる人々が、生成AIに強い関心を示していることに気付きました。
ChatGPTのリリース後、AI全般に対する人々の関心は劇的に高まった。
論文 参考訳(メタデータ) (2023-05-16T15:30:12Z) - A Complete Survey on Generative AI (AIGC): Is ChatGPT from GPT-4 to
GPT-5 All You Need? [112.12974778019304]
生成AI(AIGC、つまりAI生成コンテンツ)は、テキスト、画像、その他を分析、作成する能力により、あらゆる場所で話題を呼んだ。
純粋な分析から創造へと移行するAIの時代において、ChatGPTは最新の言語モデルであるGPT-4とともに、多くのAIGCタスクからなるツールである。
本研究は,テキスト,画像,ビデオ,3Dコンテンツなど,出力タイプに基づいたAIGCタスクの技術的開発に焦点を当てている。
論文 参考訳(メタデータ) (2023-03-21T10:09:47Z) - A Comprehensive Survey of AI-Generated Content (AIGC): A History of
Generative AI from GAN to ChatGPT [63.58711128819828]
ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。
AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
論文 参考訳(メタデータ) (2023-03-07T20:36:13Z) - A Pathway Towards Responsible AI Generated Content [68.13835802977125]
我々は、AIGCの健全な開発と展開を妨げかねない8つの主要な懸念に焦点を当てている。
これらの懸念には、(1)プライバシー、(2)バイアス、毒性、誤情報、(3)知的財産(IP)、(4)堅牢性、(5)オープンソースと説明、(6)技術の乱用、(7)同意、信用、補償、(8)環境からのリスクが含まれる。
論文 参考訳(メタデータ) (2023-03-02T14:58:40Z) - The Who in XAI: How AI Background Shapes Perceptions of AI Explanations [61.49776160925216]
私たちは、2つの異なるグループ、つまりAIのバックグラウンドを持つ人々といない人たちの、異なるタイプのAI説明に対する理解について、混合手法による研究を行います。
その結果,(1) 両群は異なる理由から不合理な数に対する信頼を示し,(2) それぞれの群は意図した設計以上の異なる説明に価値を見出した。
論文 参考訳(メタデータ) (2021-07-28T17:32:04Z) - Echo Chambers on Social Media: A comparative analysis [64.2256216637683]
本研究では,4つのソーシャルメディアプラットフォーム上で100万ユーザが生成した100万個のコンテンツに対して,エコーチャンバーの操作的定義を導入し,大規模な比較分析を行う。
議論の的になっているトピックについてユーザの傾きを推測し、異なる特徴を分析してインタラクションネットワークを再構築する。
我々は、Facebookのようなニュースフィードアルゴリズムを実装するプラットフォームが、エコーチャンバの出現を招きかねないという仮説を支持する。
論文 参考訳(メタデータ) (2020-04-20T20:00:27Z)
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。