論文の概要: Laypeople's Egocentric Perceptions of Copyright for AI-Generated Art
- arxiv url: http://arxiv.org/abs/2407.10546v1
- Date: Mon, 15 Jul 2024 08:53:43 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-16 15:50:53.343152
- Title: Laypeople's Egocentric Perceptions of Copyright for AI-Generated Art
- Title（参考訳）: レイピーのAIアートにおけるエゴセントリックな著作権認識
- Authors: Gabriel Lima, Nina Grgić-Hlača, Elissa Redmiles,
- Abstract要約: 本研究では,著作権保護に関連する要因に関する,AI生成技術に対する認識について検討する。
参加者は、AI生成画像の作者と著作権を、システムに画像を生成するよう促したユーザーに委ねる可能性が高い。
以上の結果から, 創造性や努力などに関して, 自分達のAI生成技術をより好意的に判断する者はいるものの, 他者(スキル)ではないことが示唆された。
- 参考スコア（独自算出の注目度）: 3.072340427031969
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent breakthroughs in generative AI (GenAI) have fueled debates concerning the status of AI-generated creations under copyright law. This research investigates laypeople's perceptions ($N$ = 424) of AI-generated art concerning factors associated with copyright protection. Inspired by prior work suggesting that people show egocentric biases when evaluating their own creative outputs, we also test if the same holds for AI-generated art. Namely, we study the differences between the perceptions of those who have something to gain from copyright protection -- creators of AI-generated art -- and uninvested third parties. To answer our research questions, we held an incentivized AI art competition, in which some participants used a GenAI model to generate images for consideration while others evaluated these submissions. We find that participants are most likely to attribute authorship and copyright over AI-generated images to the users who prompted the AI system to generate the image and the artists whose creations were used for training the AI model. We also find that participants egocentrically favored their own art over other participants' art and rated their own creations higher than other people evaluated them. Moreover, our results suggest that people judge their own AI-generated art more favorably with respect to some factors (creativity and effort) but not others (skills). Our findings have implications for future debates concerning the potential copyright protection of AI-generated outputs.
- Abstract（参考訳）: 近年のジェネレーティブAI(GenAI)のブレークスルーは、著作権法に基づくAI生成の状況に関する議論を加速させている。
本研究は、著作権保護に関連する要因に関するAI生成技術の一般人の認識(N$ = 424)を調査する。
創造的なアウトプットを評価する際に、人々が自我中心のバイアスを示すことを示唆する以前の研究に触発されて、AI生成アートにも同じことが当てはまるかどうかもテストします。
すなわち、著作権保護(AI生成アートの作成者)と未投資の第三者の認識の違いについて検討する。
そこでは、ある参加者がGenAIモデルを使用して検討用の画像を生成し、他の参加者がこれらの投稿を評価した。
参加者は、AI生成画像のオーサシップと著作権を、AIシステムに画像を生成するよう促したユーザと、AIモデルをトレーニングするために作成したアーティストに委ねる可能性が高い。
また,参加者は他者よりも自己中心的に自分の芸術を好み,他者よりも自作を高く評価した。
さらに,本研究の結果から,人間は,創造性や努力などに関して,自分達のAI生成技術をより好意的に判断するが,他者(スキル)ではないことが示唆された。
我々の発見は、AI生成出力の著作権保護の可能性に関する今後の議論に影響を及ぼす。
関連論文リスト
- Expertise elevates AI usage: experimental evidence comparing laypeople and professional artists [1.5296069874080693]
生成AIを用いて芸術家と一般人の芸術的能力を比較する。
平均して、アーティストは彼らの通常の作品よりも忠実でクリエイティブなアウトプットを生み出した。
AIはコンテンツ作成を楽にするかもしれないが、専門家の専門知識は依然として価値がある。
論文 参考訳（メタデータ） (2025-01-21T18:53:21Z) - "It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models [97.22914355737676]
我々は、AIツールと共同で書き込む際に、著者が自分の真正な声を保存したいかどうか、どのように検討する。
本研究は,人間とAIの共創における真正性の概念を解明するものである。
読者の反応は、人間とAIの共著に対する関心が低かった。
論文 参考訳（メタデータ） (2024-11-20T04:42:32Z) - ©Plug-in Authorization for Human Content Copyright Protection in Text-to-Image Model [71.47762442337948]
最先端のモデルは、オリジナルクリエーターを信用せずに高品質なコンテンツを作成する。
本稿では,3つの操作 – 追加,抽出,組み合わせ – を導入した著作権プラグイン認証フレームワークを提案する。
アーティストスタイルの複製と漫画IPレクリエーションの実験は、著作権プラグインの有効性を実証している。
論文 参考訳（メタデータ） (2024-04-18T07:48:00Z) - Foregrounding Artist Opinions: A Survey Study on Transparency, Ownership, and Fairness in AI Generative Art [0.0]
生成AIツールは、アートのようなアウトプットを作成し、時には創造的なプロセスを支援するために使用される。
我々は459人のアーティストを調査し、ジェネレーティブAIアートの潜在的有用性と害に関するアーティストの意見の緊張関係を調査した。
論文 参考訳（メタデータ） (2024-01-27T20:22:46Z) - Can AI Be as Creative as Humans? [84.43873277557852]
理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。
AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
論文 参考訳（メタデータ） (2024-01-03T08:49:12Z) - AIxArtist: A First-Person Tale of Interacting with Artificial
Intelligence to Escape Creative Block [20.96181205379132]
芸術と人工知能(AI)の将来は、技術が進歩するにつれて期待されている。
このワークショップは、HCI研究者とAIとのインタラクションを共有するファースト・パーソン・リサーチを推進している。
論文では、AIがアーティストの創造性をどのようにサポートするのか、この文脈で説明できることは何を意味するのか、という2つの質問を取り上げている。
論文 参考訳（メタデータ） (2023-08-22T13:15:29Z) - Inspire creativity with ORIBA: Transform Artists' Original Characters
into Chatbots through Large Language Model [4.984601297028257]
この研究は、イラストアートと人工知能(AI)の交差点を掘り下げる
創造的なプロセスと著者の境界に対するAIの影響を調べることで、創造的な分野における人間とAIの相互作用を強化することを目指している。
論文 参考訳（メタデータ） (2023-06-16T11:25:44Z) - Learning to Evaluate the Artness of AI-generated Images [64.48229009396186]
アートスコア(ArtScore)は、アーティストによる本物のアートワークと画像がどの程度似ているかを評価するために設計されたメトリクスである。
我々は、写真とアートワークの生成のために事前訓練されたモデルを採用し、一連の混合モデルを生み出した。
このデータセットはニューラルネットワークのトレーニングに使用され、任意の画像の定量化精度レベルを推定する方法を学ぶ。
論文 参考訳（メタデータ） (2023-05-08T17:58:27Z) - A Portrait of Emotion: Empowering Self-Expression through AI-Generated
Art [0.0]
本研究では,創造的表現を通じて著者の認知過程を反映する生成人工知能(AI)の可能性と限界について検討した。
その結果,主イベントに対する著者の感情の記述に基づく画像の嗜好が示された。
生成AIを用いた研究フレームワークは、関連する分野におけるAIベースの介入を設計するのに役立ちます。
論文 参考訳（メタデータ） (2023-04-26T06:54:53Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳（メタデータ） (2021-11-01T17:57:04Z) - Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。
倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。
このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
論文 参考訳（メタデータ） (2021-06-25T22:31:55Z)
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。