論文の概要: Prevalence, Sharing Patterns, and Spreaders of Multimodal AI-Generated Content on X during the 2024 U.S. Presidential Election

• arxiv url: http://arxiv.org/abs/2502.11248v1
• Date: Sun, 16 Feb 2025 19:55:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-18 14:13:23.908657
• Title: Prevalence, Sharing Patterns, and Spreaders of Multimodal AI-Generated Content on X during the 2024 U.S. Presidential Election
• Title（参考訳）: 2024年アメリカ合衆国大統領選挙におけるX上のマルチモーダルAIコンテンツの普及状況と共有パターンおよび拡散
• Authors: Zhiyi Chen, Jinyi Ye, Emilio Ferrara, Luca Luceri,
• Abstract要約: AIGCのスーパースプレッダーは、右傾向きで自動動作を示すX Premiumサブスクライバーである可能性が高い。 この研究は、オンライン社会政治環境を形成する上で、生成的AIが果たす役割を理解するための第一歩となる。
• 参考スコア（独自算出の注目度）: 8.03589806827457
• License:
• Abstract: While concerns about the risks of AI-generated content (AIGC) to the integrity of social media discussions have been raised, little is known about its scale and the actors responsible for its dissemination online. In this work, we identify and characterize the prevalence, sharing patterns, and spreaders of AIGC in different modalities, including images and texts. Analyzing a large-scale dataset from X related to the 2024 U.S. Presidential Election, we find that approximately 12% of images and 1.4% of texts are deemed AI-generated. Notably, roughly 3% of text spreaders and 10% of image spreaders account for 80% of the AI-generated content within their respective modalities. Superspreaders of AIGC are more likely to be X Premium subscribers with a right-leaning orientation and exhibit automated behavior. Additionally, AI image spreaders have a higher proportion of AI-generated content in their profiles compared to AI text spreaders. This study serves as a very first step toward understanding the role generative AI plays in shaping online socio-political environments and offers implications for platform governance.
• Abstract（参考訳）: AIGC(AI- generated Content)のリスクとソーシャルメディアの議論の完全性に対する懸念が高まっているが、その規模やオンラインの普及に責任を負うアクターについてはほとんど知られていない。 本研究では,画像やテキストなど,AIGCの有病率,パターン,スプレッシャーの識別と特徴付けを行う。 2024年のアメリカ合衆国大統領選挙に関連するXからの大規模なデータセットを分析してみると、画像の約12%とテキストの1.4%がAI生成と見なされている。 特に、テキストスプレッダーの約3%と画像スプレッダーの10%が、それぞれのモードでAIが生成したコンテンツの80%を占めている。 AIGCのスーパースプレッダーは、右傾向きで自動動作を示すX Premiumサブスクライバーである可能性が高い。 さらに、AI画像スプレッドラーは、AIテキストスプレッドラーと比較して、プロファイル内でAI生成コンテンツの割合が高い。 この研究は、オンライン社会政治環境を形成する上で、生成的AIが果たす役割を理解するための第一歩であり、プラットフォームガバナンスに影響を及ぼす。

関連論文リスト

• Examining the Prevalence and Dynamics of AI-Generated Media in Art Subreddits [13.343255875002459]
  AI生成コンテンツがRedditのアート関連コミュニティに与える影響について検討する。 私たちは、これらのコミュニティがAIによって透明に作成する画像ベースの投稿や、生成的AIを使用する著者を疑うコミュニティのコメントを見てみます。 我々は、AIコンテンツが新参者にとってより簡単に利用でき、コミュニティのルールに従って参加を増やすのに役立つことを示している。
  論文  参考訳（メタデータ） (2024-10-09T17:41:13Z)
• Human Bias in the Face of AI: The Role of Human Judgement in AI Generated Text Evaluation [48.70176791365903]
  本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。 ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
  論文  参考訳（メタデータ） (2024-09-29T04:31:45Z)
• Measuring Human Contribution in AI-Assisted Content Generation [66.06040950325969]
  本研究は,AIによるコンテンツ生成における人間の貢献度を測定する研究課題を提起する。 人間の入力とAI支援出力の自己情報に対する相互情報を計算することにより、コンテンツ生成における人間の比例情報貢献を定量化する。
  論文  参考訳（メタデータ） (2024-08-27T05:56:04Z)
• Artificial Intelligence Index Report 2024 [15.531650534547945]
  AI Indexのレポートでは、人工知能(AI)に関連するデータを追跡、照合、蒸留、可視化している。 AIインデックスは、AIに関するデータと洞察の最も信頼性が高く権威のある情報源の1つとして、世界的に認識されている。 今年のエディションは、サイズ、スケール、スコープのすべての旧版を上回り、AIが私たちの人生で持つ重要性が増していることを反映している。
  論文  参考訳（メタデータ） (2024-05-29T20:59:57Z)
• 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)
• Understanding the Impact of AI Generated Content on Social Media: The Pixiv Case [9.99562453779203]
  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。
  論文  参考訳（メタデータ） (2024-02-28T16:39:34Z)
• Who Said That? Benchmarking Social Media AI Detection [12.862865254507177]
  本稿では、実ソーシャルメディアプラットフォームにおけるAIテキスト検出モデルの能力を評価するために開発された新しいベンチマークであるSAID(Social media AI Detection)を紹介する。 ZhihuやQuoraといった人気のソーシャルメディアプラットフォームから、AI生成テキストが組み込まれている。 Zhihuデータセットに基づく我々の研究の注目すべき発見は、アノテータがAI生成テキストと人間生成テキストを96.5%の平均精度で区別できることを示している。
  論文  参考訳（メタデータ） (2023-10-12T11:35:24Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• 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)
• 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。