論文の概要: Expertise elevates AI usage: experimental evidence comparing laypeople and professional artists

• arxiv url: http://arxiv.org/abs/2501.12374v1
• Date: Tue, 21 Jan 2025 18:53:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-01-22 14:25:58.737409
• Title: Expertise elevates AI usage: experimental evidence comparing laypeople and professional artists
• Title（参考訳）: ExpertiseがAIの使用率を高め、レイパーとプロのアーティストを比較した実験的証拠
• Authors: Thomas F. Eisenmann, Andres Karjus, Mar Canet Sola, Levin Brinkmann, Bramantyo Ibrahim Supriyatno, Iyad Rahwan,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 1.5296069874080693
• License:
• Abstract: Novel capacities of generative AI to analyze and generate cultural artifacts raise inevitable questions about the nature and value of artistic education and human expertise. Has AI already leveled the playing field between professional artists and laypeople, or do trained artistic expressive capacity, curation skills and experience instead enhance the ability to use these new tools? In this pre-registered study, we conduct experimental comparisons between 50 active artists and a demographically matched sample of laypeople. We designed two tasks to approximate artistic practice for testing their capabilities in both faithful and creative image creation: replicating a reference image, and moving as far away as possible from it. We developed a bespoke platform where participants used a modern text-to-image model to complete both tasks. We also collected and compared participants' sentiments towards AI. On average, artists produced more faithful and creative outputs than their lay counterparts, although only by a small margin. While AI may ease content creation, professional expertise is still valuable - even within the confined space of generative AI itself. Finally, we also explored how well an exemplary vision-capable large language model (GPT-4o) would complete the same tasks, if given the role of an image generation agent, and found it performed on par in copying but outperformed even artists in the creative task. The very best results were still produced by humans in both tasks. These outcomes highlight the importance of integrating artistic skills with AI training to prepare artists and other visual professionals for a technologically evolving landscape. We see a potential in collaborative synergy with generative AI, which could reshape creative industries and education in the arts.
• Abstract（参考訳）: 文化的なアーティファクトを分析し、生成する新たなAI能力は、芸術教育と人間の専門知識の性質と価値に関する必然的な疑問を提起する。 AIはすでに、プロのアーティストと一般の人たちのプレー分野をレベル付けしているか、それとも、訓練された表現力、キュレーションのスキル、経験により、これらの新しいツールを使用する能力を高めているのか? 本研究は,50人の活動的アーティストと,人口統計学的に一致した素人のサンプルを比較検討した。 われわれは2つのタスクをデザインし、忠実で創造的なイメージ生成において、その能力をテストするための芸術的実践を近似した。 参加者は、両方のタスクを完了させるために、モダンなテキスト・ツー・イメージ・モデルを使用するベスポーク・プラットフォームを開発した。 また、参加者のAIに対する感情を収集、比較した。 平均すると、アーティストは通常のアーティストよりも忠実で創造的なアウトプットを制作した。 AIはコンテンツ作成を楽にしてくれるかもしれないが、プロの専門知識は、生成AI自体の限られた領域内でさえ、依然として価値がある。 最後に、画像生成エージェントの役割を考慮し、模範的な視覚能力を持つ大規模言語モデル(GPT-4o)が、どのようにして同じタスクを完了できるかについても検討した。 もっとも優れた結果は、両方のタスクにおいて人間によってもたらされた。 これらの成果は、芸術スキルとAIトレーニングを統合することの重要性を強調し、技術的に進化したランドスケープのためにアーティストや他の視覚専門家を準備する。 私たちは、創造的な産業や芸術教育を形作ることができる、創造的なAIとの協調的なシナジーの可能性を見出している。

関連論文リスト

• "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)
• Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
  本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。 本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。 我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
  論文  参考訳（メタデータ） (2024-08-22T04:49:50Z)
• Artworks Reimagined: Exploring Human-AI Co-Creation through Body Prompting [3.7907687118593323]
  本稿では、生成人工知能を用いた画像生成のための入力として、ボディプロンプトについて考察する。 このコンセプトをインタラクティブなアートインスタレーションであるArtworks Reimaginedに実装し、ボディプロンプトを通じてアートを変換します。 我々は、生成AIとの3つの異なる相互作用パターンを識別し、参加者のボディプロンプトとAI共創体験に関する洞察を提供する。
  論文  参考訳（メタデータ） (2024-08-10T08:05:59Z)
• GalleryGPT: Analyzing Paintings with Large Multimodal Models [64.98398357569765]
  美術品の分析は、個人の審美性を豊かにし、批判的思考能力を促進することができる芸術鑑賞のための重要かつ基本的な技術である。 アートワークを自動解析する以前の作業は、主に分類、検索、その他の単純なタスクに焦点を当てており、AIの目標とは程遠い。 LLaVAアーキテクチャに基づいて微調整されたGalleryGPTと呼ばれる,絵画解析のための優れた大規模マルチモーダルモデルを提案する。
  論文  参考訳（メタデータ） (2024-08-01T11:52:56Z)
• Exploring the Potential of Large Language Models in Artistic Creation: Collaboration and Reflection on Creative Programming [10.57792673254363]
  プログラム全体を呼び出し、複数のサブタスクを発行する、という2つの一般的なコラボレーションアプローチを比較します。 本研究は,アーティストの異なる刺激反射を2つの異なる方法で示すものである。 創造的コーディングにおけるLLMの芸術的可能性を明らかにする。
  論文  参考訳（メタデータ） (2024-02-15T07:00:06Z)
• 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)
• Pathway to Future Symbiotic Creativity [76.20798455931603]
  そこで本研究では, 5クラス階層の創造システムを分類し, 擬人アーティストから機械アーティストへの創造の道筋を示す。 芸術創造においては、機械は欲求、感謝、感情を含む人間の精神状態を理解する必要があるが、機械の創造的能力と限界も理解する必要がある。 我々は、人間互換のAIシステムが「ループ内人間」の原理に基づいているべきだという哲学を取り入れた、未来のマシンアーティストを構築するための新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-18T15:12:02Z)

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。