Fugu-MT 論文翻訳(概要): Using Generative AI Personas Increases Collective Diversity in Human Ideation

論文の概要: Using Generative AI Personas Increases Collective Diversity in Human Ideation

arxiv url: http://arxiv.org/abs/2504.13868v1
Date: Sat, 29 Mar 2025 12:43:29 GMT
ステータス: 翻訳完了
システム内更新日: 2025-05-02 19:15:52.627625
Title: Using Generative AI Personas Increases Collective Diversity in Human Ideation
Title（参考訳）: ジェネレーティブなAIペルソナを使用すると、人間の思考における集団的多様性が向上する
Authors: Yun Wan, Yoram M Kalman,
Abstract要約: 本研究は,創造的成果に対するジェネレーティブAI(GenAI)の貢献と,これらの成果の多様性の低下という,広く報告されているトレードオフに挑戦する。我々は2024年、同志とハウザーによるこのような研究のデザインを修正し、参加者はGenAIプロットのアイデアに助けられたり、無視されたりした短編を執筆した。以上の結果から,異なるペルソナによるAI入力段階での多様性の導入は,GenAIとのコラボレーションにおいて,人間の創造的アウトプットの集合的多様性を保ち,向上させる可能性が示唆された。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This study challenges the widely-reported tradeoff between generative AI's (GenAI) contribution to creative outcomes and decreased diversity of these outcomes. We modified the design of such a study, by Doshi and Hauser (2024), in which participants wrote short stories either aided or unaided by GenAI plot ideas[1]. In the modified study, plot ideas were generated through ten unique GenAI "personas" with diverse traits (e.g. cultural backgrounds, thinking styles, genre preferences), creating a pool of 300 story plots. While plot ideas from any individual persona showed high similarity (average cosine similarity of 0.92), ideas across different personas exhibited substantial variation (average similarity of 0.20). When human participants wrote stories based on these diverse plot ideas, their collective outputs maintained the same level of diversity as stories written without GenAI assistance, effectively eliminating the diversity reduction observed in [1]. Traditional text analytics further revealed that GenAI-assisted stories featured greater diversity in descriptive and emotional language compared to purely human-generated stories without GenAI assistance. Our findings demonstrate that introducing diversity at the AI input stage through distinct personas can preserve and potentially enhance the collective diversity of human creative outputs when collaborating with GenAI.
Abstract（参考訳）: 本研究は,創造的成果に対するジェネレーティブAI(GenAI)の貢献と,これらの成果の多様性の低下という,広く報告されているトレードオフに挑戦する。我々は、2024年、同志とハウザーによる、GenAIプロットのアイデアに助けられたり、無視されたりした短編を参加者が書いたような研究のデザインを変更した。修正された研究において、プロットのアイデアは、多彩な特徴(例えば、文化的背景、思考スタイル、ジャンル嗜好)を持つ10の「人」を通して作り出され、300のストーリープロットのプールを形成した。個々の人格のプロットのアイデアは高い類似性(平均コサインの類似度0.92)を示したが、異なる人格のアイデアは実質的な変動(平均コサインの類似度0.20)を示した。ヒトがこれらの多様なプロットのアイデアに基づいてストーリーを書いたとき、その集合的なアウトプットはGenAIの助けなしに書かれたストーリーと同じレベルの多様性を維持し、[1]で観察された多様性の減少を効果的に排除した。従来のテキスト分析では、GenAIを補助しない純粋に人為的な物語に比べて、GenAIが支援する物語は記述的および感情的な言語に多様性があることがわかった。以上の結果から,異なるペルソナによるAI入力段階での多様性の導入は,GenAIとのコラボレーションにおいて,人間の創造的アウトプットの集合的多様性を保ち,向上させる可能性が示唆された。

関連論文リスト

Creativity in the Age of AI: Evaluating the Impact of Generative AI on Design Outputs and Designers' Creative Thinking [19.713133349166778]
我々は、GenAIサポートの有無にかかわらず、参加者に広告のデザインを依頼した。専門家評価者は、GenAIが支援するデザインをより創造的で非伝統的な「ウェアード」と評価したネイティブイングリッシュスピーカーはAIを使用するとリラックスを減らしたが、GenAIに慣れたデザイナは散発的思考の進歩を見せた。
論文参考訳（メタデータ） (2024-10-31T19:23:34Z)
Hey GPT, Can You be More Racist? Analysis from Crowdsourced Attempts to Elicit Biased Content from Generative AI [41.96102438774773]
本研究は,GenAIツールから偏りのあるアウトプットを抽出するプロンプトの設計に参加者が挑戦する大学レベルのコンペから得られた知見を提示する。我々は、競争の提出を定量的に質的に分析し、GenAIにおける多様なバイアスと、GenAIにおけるバイアスを誘発する参加者の戦略を同定する。
論文参考訳（メタデータ） (2024-10-20T18:44:45Z)
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)
The Factuality Tax of Diversity-Intervened Text-to-Image Generation: Benchmark and Fact-Augmented Intervention [61.80236015147771]
我々は多様性の介入とT2Iモデルにおける人口統計学的事実性とのトレードオフを定量化する。 DoFaiRの実験では、多様性指向の指示によって、性別や人種の異なる集団の数が増加することが明らかになった。本研究では,歴史における世代ごとのジェンダーや人種構成について,言語化された事実情報を反映したFact-Augmented Intervention (FAI)を提案する。
論文参考訳（メタデータ） (2024-06-29T09:09:42Z)
Generative AI for Visualization: State of the Art and Future Directions [7.273704442256712]
本稿では,GenAIを活用した過去の可視化研究を振り返る。本稿では,世代別アルゴリズムとその応用と限界を要約することにより,今後のGenAI4VIS研究に有用な知見を提供する。
論文参考訳（メタデータ） (2024-04-28T11:27:30Z)
Prompt Smells: An Omen for Undesirable Generative AI Outputs [4.105236597768038]
我々は、GenAIモデルの適用に関する制約に対処する上で、研究コミュニティに役立つ2つの新しい概念を提案する。まず、GenAI出力の「望ましさ」の定義と、それに影響を与える3つの要因について述べる。第2に、Martin Fowler氏のコードの臭いからインスピレーションを得た上で、我々は「急激な臭い」の概念と、それらがGenAI出力の嫌悪性に与える影響について提案する。
論文参考訳（メタデータ） (2024-01-23T10:10:01Z)
Generative artificial intelligence enhances creativity but reduces the diversity of novel content [0.0]
生成人工知能(GenAI)は、新しいアイデアを提供することによって人間がより創造的になること、あるいはGenAIのアイデアを定着させることによって創造的になることを約束する。 GenAIのアイデアへのアクセスは、著者の創造性を高め、ストーリーはより書きやすく、より楽しいものと評価される。しかし、GenAI対応の物語は人間単独の物語よりも互いに似通っている。
論文参考訳（メタデータ） (2023-12-01T11:20:36Z)
Affective and Dynamic Beam Search for Story Generation [50.3130767805383]
面白い物語を生成するために、AffGen(Affective Story Generator)を提案する。 AffGenはDynamic Beam SizeとAffective Re rankという2つの新しいテクニックを採用している。
論文参考訳（メタデータ） (2023-10-23T16:37:14Z)
How well can Text-to-Image Generative Models understand Ethical Natural Language Interventions? [67.97752431429865]
倫理的介入を加える際の画像の多様性への影響について検討した。予備研究は、モデル予測の大きな変化が「性別の無視」のような特定のフレーズによって引き起こされることを示している。
論文参考訳（メタデータ） (2022-10-27T07:32:39Z)
MGD-GAN: Text-to-Pedestrian generation through Multi-Grained Discrimination [96.91091607251526]
本稿では, 人的部分に基づく識別器と自己対応型識別器を併用した多点識別拡張生成適応ネットワークを提案する。 HPDモジュールには、多彩な外観と鮮明な詳細を強制するために、きめ細かい単語レベルの注意機構が採用されている。様々な測定値に対する大幅な改善は、MGD-GANがテキストからペデストリアン合成シナリオに有効であることを示す。
論文参考訳（メタデータ） (2020-10-02T12:24:48Z)

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。