論文の概要: The Value of AI-Generated Metadata for UGC Platforms: Evidence from a Large-scale Field Experiment
- arxiv url: http://arxiv.org/abs/2412.18337v1
- Date: Tue, 24 Dec 2024 10:47:27 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-25 15:53:59.726366
- Title: The Value of AI-Generated Metadata for UGC Platforms: Evidence from a Large-scale Field Experiment
- Title(参考訳): UGCプラットフォームにおけるAI生成メタデータの価値:大規模フィールド実験から
- Authors: Xinyi Zhang, Chenshuo Sun, Renyu Zhang, Khim-Yong Goh,
- Abstract要約: われわれはアジアの短ビデオプラットフォームで、約100万人のユーザーがアップロードしたビデオのAI生成タイトルにアクセスできるようにするフィールド実験を行った。
以上の結果から,AIによるタイトル提供によってコンテンツ消費が著しく増加し,有効視聴時間が1.6%増加し,視聴時間が0.9%向上した。
このビューワーシップ・ブースト効果は、この生成AI(GAI)ツールを使用することで、タイトルを持つビデオの確率が41.4%増加したことに起因する。
- 参考スコア(独自算出の注目度): 6.8951681566687055
- License:
- Abstract: AI-generated content (AIGC), such as advertisement copy, product descriptions, and social media posts, is becoming ubiquitous in business practices. However, the value of AI-generated metadata, such as titles, remains unclear on user-generated content (UGC) platforms. To address this gap, we conducted a large-scale field experiment on a leading short-video platform in Asia to provide about 1 million users access to AI-generated titles for their uploaded videos. Our findings show that the provision of AI-generated titles significantly boosted content consumption, increasing valid watches by 1.6% and watch duration by 0.9%. When producers adopted these titles, these increases jumped to 7.1% and 4.1%, respectively. This viewership-boost effect was largely attributed to the use of this generative AI (GAI) tool increasing the likelihood of videos having a title by 41.4%. The effect was more pronounced for groups more affected by metadata sparsity. Mechanism analysis revealed that AI-generated metadata improved user-video matching accuracy in the platform's recommender system. Interestingly, for a video for which the producer would have posted a title anyway, adopting the AI-generated title decreased its viewership on average, implying that AI-generated titles may be of lower quality than human-generated ones. However, when producers chose to co-create with GAI and significantly revised the AI-generated titles, the videos outperformed their counterparts with either fully AI-generated or human-generated titles, showcasing the benefits of human-AI co-creation. This study highlights the value of AI-generated metadata and human-AI metadata co-creation in enhancing user-content matching and content consumption for UGC platforms.
- Abstract(参考訳): AI生成コンテンツ(AIGC)は、広告コピー、製品説明、ソーシャルメディア投稿など、ビジネスプラクティスにおいて広く普及している。
しかし、タイトルなどのAI生成メタデータの価値は、ユーザ生成コンテンツ(UGC)プラットフォームでは依然として不明である。
このギャップに対処するため、私たちはアジアの主要なショートビデオプラットフォームで大規模なフィールド実験を行い、アップロードしたビデオのAI生成タイトルに約100万人のユーザーがアクセスできるようにしました。
以上の結果から,AIによるタイトル提供によってコンテンツ消費が著しく増加し,有効視聴時間が1.6%増加し,視聴時間が0.9%向上した。
これらのタイトルを採用すると、それぞれ7.1%と4.1%に上昇した。
このビューワーシップ・ブースト効果は、この生成AI(GAI)ツールを使用することで、タイトルを持つビデオの確率が41.4%増加したことに起因する。
この効果はメタデータの疎結合により影響を受けやすいグループに対してより顕著であった。
メカニズム分析により、AI生成メタデータはプラットフォームのレコメンデータシステムにおけるユーザビデオマッチングの精度を改善した。
面白いことに、プロデューサーがいずれにせよタイトルを投稿したであろうビデオでは、AI生成タイトルの採用は平均して視聴者数を減らし、AI生成タイトルは人間生成タイトルよりも品質が低い可能性が示唆された。
しかし、プロデューサーがGAIとの共同制作を選択し、AIが生成したタイトルを大幅に改訂した際、ビデオはAIが生成したタイトルと人間が生成したタイトルのどちらよりも優れており、人間とAIの共同制作の利点を示している。
本研究は,UGCプラットフォームにおけるユーザコンテンツマッチングとコンテンツ消費を向上させる上で,AI生成メタデータとヒューマンAIメタデータの共創造の価値を強調した。
関連論文リスト
- Generative Ghost: Investigating Ranking Bias Hidden in AI-Generated Videos [106.5804660736763]
ビデオ情報検索は、ビデオコンテンツにアクセスするための基本的なアプローチである。
我々は,検索モデルがアドホックや画像検索タスクにおいて,AI生成コンテンツに好適であることを示す。
我々は、ビデオ検索に挑戦する文脈において、同様のバイアスが出現するかどうかを考察する。
論文 参考訳(メタデータ) (2025-02-11T07:43:47Z) - Detecting AI-Generated Text in Educational Content: Leveraging Machine Learning and Explainable AI for Academic Integrity [1.1137087573421256]
本研究は、学生労働におけるAI生成コンテンツを検出するツールを提供することにより、学術的整合性を高めることを目的とする。
我々は,CyberHumanAIデータセットを用いて,機械学習(ML)およびディープラーニング(DL)アルゴリズムの評価を行った。
GPTZeroは、Pure AI、Pure Human、Mixed Classの分類を行う場合、48.5%の精度で約77.5%の精度を達成した。
論文 参考訳(メタデータ) (2025-01-06T18:34:20Z) - GAIA: Rethinking Action Quality Assessment for AI-Generated Videos [56.047773400426486]
アクション品質アセスメント(AQA)アルゴリズムは、主に実際の特定のシナリオからのアクションに焦点を当て、規範的なアクション機能で事前訓練されている。
我々は,新たな因果推論の観点から大規模主観評価を行うことにより,GAIAを構築した。
その結果、従来のAQA手法、最近のT2Vベンチマークにおけるアクション関連指標、メインストリームビデオ品質手法は、それぞれ0.454、0.191、0.519のSRCCで性能が良くないことがわかった。
論文 参考訳(メタデータ) (2024-06-10T08:18:07Z) - The Influencer Next Door: How Misinformation Creators Use GenAI [1.1650821883155187]
我々は、非専門家がGenAIをリミックス、再パッケージ、そして(再)コンテンツの制作に利用し、彼らの個人的ニーズや欲求に応えていることに気付きました。
我々は、これらの突発的GenAIの使用が、新しいまたは加速された誤情報障害をいかに生み出すかを分析する。
論文 参考訳(メタデータ) (2024-05-22T11:40:22Z) - The Impact of Generative Artificial Intelligence on Market Equilibrium: Evidence from a Natural Experiment [19.963531237647103]
生成人工知能(AI)は、人間の出力に似た創造的なコンテンツをより効率よく、コストを削減できる能力を示す。
本稿では,中国の主要なアートアウトソーシングプラットフォームにおいて,生成AIが市場均衡に与える影響を実証的に検討する。
我々の分析によると、生成AIの出現は平均価格を64%引き下げる結果となったが、同時に注文量が121%増加し、全体の売上が56%増加した。
論文 参考訳(メタデータ) (2023-11-13T04:31:53Z) - Exploration with Principles for Diverse AI Supervision [88.61687950039662]
次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。
この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。
この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。
本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
論文 参考訳(メタデータ) (2023-10-13T07:03:39Z) - Where are we in the search for an Artificial Visual Cortex for Embodied
Intelligence? [106.81451807227103]
Embodied AIのための、事前訓練された視覚表現(PVR)や視覚的「基礎モデル」に関する、最大かつ最も包括的な実証研究を提示する。
事前学習したデータサイズと多様性の効果を調べるため、7つの異なるソースから4000時間以上のエゴセントリックなビデオを合成する。
当社の最大のモデルであるVC-1は、従来のPVRを平均で上回っているが、どちらも支配的ではない。
論文 参考訳(メタデータ) (2023-03-31T17:56:33Z) - 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) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳(メタデータ) (2022-12-08T23:23:39Z)
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。