論文の概要: How Do Hackathons Foster Creativity? Towards AI Collaborative Evaluation of Creativity at Scale

• arxiv url: http://arxiv.org/abs/2503.04290v1
• Date: Thu, 06 Mar 2025 10:17:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-07 16:01:40.065389
• Title: How Do Hackathons Foster Creativity? Towards AI Collaborative Evaluation of Creativity at Scale
• Title（参考訳）: ハッカソンは創造性を育むか? - 規模で創造性を評価するAIコラボレーティブな評価に向けて
• Authors: Jeanette Falk, Yiyi Chen, Janet Rafner, Mike Zhang, Johannes Bjerva, Alexander Nolte,
• Abstract要約: 我々は193,353のハッカソンプロジェクトの計算分析を行う。 組織がハッカソンで創造性を育むための手段を特定します。 創造的な成果を評価するために,大規模言語モデルの利用について検討する。
• 参考スコア（独自算出の注目度）: 47.73894679677285
• License:
• Abstract: Hackathons have become popular collaborative events for accelerating the development of creative ideas and prototypes. There are several case studies showcasing creative outcomes across domains such as industry, education, and research. However, there are no large-scale studies on creativity in hackathons which can advance theory on how hackathon formats lead to creative outcomes. We conducted a computational analysis of 193,353 hackathon projects. By operationalizing creativity through usefulness and novelty, we refined our dataset to 10,363 projects, allowing us to analyze how participant characteristics, collaboration patterns, and hackathon setups influence the development of creative projects. The contribution of our paper is twofold: We identified means for organizers to foster creativity in hackathons. We also explore the use of large language models (LLMs) to augment the evaluation of creative outcomes and discuss challenges and opportunities of doing this, which has implications for creativity research at large.
• Abstract（参考訳）: ハッカソンは創造的なアイデアやプロトタイプの開発を加速するために人気のあるコラボレーティブイベントとなっている。 産業、教育、研究などの分野にまたがる創造的な成果を示すいくつかのケーススタディがある。 しかし、ハッカソンにおける創造性に関する大規模な研究は存在せず、ハッカソンの形式が創造的な結果をもたらすかの理論を前進させることができる。 我々は193,353件のハッカソンプロジェクトの計算分析を行った。 有用性と新規性を通じて創造性を運用することにより、データセットを10,363のプロジェクトに洗練し、参加者の特徴、コラボレーションパターン、ハッカソンの設定がクリエイティブプロジェクトの開発にどのように影響するかを分析できるようにしました。 私たちは、組織がハッカソンで創造性を育む方法を特定しました。 また,大規模言語モデル(LLM)を用いて創造的成果の評価を向上し,創造的な研究に影響を及ぼす課題や機会についても検討する。

関連論文リスト

• A Framework for Collaborating a Large Language Model Tool in Brainstorming for Triggering Creative Thoughts [2.709166684084394]
  本研究は, 設計者に対して, ブレインストーミング時のアイデアの創造性向上のために, LLMツールで体系的に作業するための目標, プロンプト, 戦略を取り入れたGPSというフレームワークを提案する。 設計事例とケーススタディを通じてテストした本フレームワークは,創造性を刺激する効果と,設計プラクティスへのLCMツールのシームレスな統合を実証する。
  論文  参考訳（メタデータ） (2024-10-10T13:39:27Z)
• Good Idea or Not, Representation of LLM Could Tell [86.36317971482755]
  我々は、大規模言語モデルの知識を活用し、科学的アイデアのメリットを評価することを目的としたアイデアアセスメントに焦点をあてる。 我々は、このタスクに対する様々なアプローチのパフォーマンスを訓練し評価するために、細心の注意を払って設計された、フルテキストを持つ約4万の原稿からベンチマークデータセットをリリースする。 その結果, 大規模言語モデルの表現は, 生成出力よりもアイデアの価値を定量化する可能性が高いことが示唆された。
  論文  参考訳（メタデータ） (2024-09-07T02:07:22Z)
• Automating Creativity [1.0200170217746136]
  本稿では,AIを創造的から創造的へと進化させるために必要なものについて考察する。 我々は,GenAIの創造的能力を開発するために,3つの迅速な応答・逆エンジニアリングフレームワークを開発する。
  論文  参考訳（メタデータ） (2024-05-11T05:05:10Z)
• 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)
• Automatic Creativity Measurement in Scratch Programs Across Modalities [6.242018846706069]
  我々は、創造性の公式な尺度の定義から、この尺度を実践的な領域に適用することまで、効率的に計算できる旅を行ないます。 我々は、人気のあるビジュアルプログラミング言語であるScratchのプロジェクトに対して、一般的な測度を適用した。 我々は、Scratchプロジェクトの創造性を予測し、人間の専門家による創造性評価に基づいてトレーニングし、評価する機械学習モデルを設計した。
  論文  参考訳（メタデータ） (2022-11-07T10:43:36Z)
• Towards Creativity Characterization of Generative Models via Group-based Subset Scanning [64.6217849133164]
  創造的プロセスを特定し,定量化し,特徴付けるグループベースサブセットスキャンを提案する。 創造的なサンプルは、データセット全体にわたる通常のサンプルや非創造的なサンプルよりも大きな異常のサブセットを生成する。
  論文  参考訳（メタデータ） (2022-03-01T15:07:14Z)
• Enhancing user creativity: Semantic measures for idea generation [0.0]
  我々は,WordNet 3.1に基づく49のセマンティック測度を用いて,実環境における設計問題解決会話のデータセットを解析した。 意味的類似性の相違,情報内容の増大,多義性の低下が生成したアイデアの成功を予測していることを示す。 これらの結果は、人間の問題解決における現実世界のプロセスを特定することによって認知科学を推し進める。
  論文  参考訳（メタデータ） (2021-06-18T13:47:56Z)
• Towards creativity characterization of generative models via group-based subset scanning [51.84144826134919]
  創造的プロセスを定量化し,検出し,特徴付けるグループベースサブセットスキャンを提案する。 創造的なサンプルは、データセットをまたいだ通常または非創造的なサンプルよりも大きな異常のサブセットを生成する。
  論文  参考訳（メタデータ） (2021-04-01T14:07:49Z)
• Performing Creativity With Computational Tools [2.2856845877179492]
  この研究は、半構造化されたインタビューのセットに適用された根拠付き理論方法論によって推進された。 この結果は、新しいインテリジェントな創造性支援ツールの開発に投資する価値がない、といういくつかのシナリオを示唆している。
  論文  参考訳（メタデータ） (2021-03-09T16:24:43Z)
• Explaining Creative Artifacts [69.86890599471202]
  生成物と構成的創造性を結合鎖に分解する逆問題定式化を開発する。 特に、当社の定式化は、アソシエイト要素の知識グラフを通じて、旅行セールスマン問題の解決として構成されている。
  論文  参考訳（メタデータ） (2020-10-14T14:32:38Z)

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。