論文の概要: MOSAAIC: Managing Optimization towards Shared Autonomy, Authority, and Initiative in Co-creation

• arxiv url: http://arxiv.org/abs/2505.11481v1
• Date: Fri, 16 May 2025 17:41:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-19 14:36:15.775422
• Title: MOSAAIC: Managing Optimization towards Shared Autonomy, Authority, and Initiative in Co-creation
• Title（参考訳）: MOSAAIC:共同創造における共有自治・権限・イニシアティブの最適化
• Authors: Alayt Issak, Jeba Rezwana, Casper Harteveld,
• Abstract要約: 人間と共同創造型AIの適切なバランスを取ることは、計算クリエイティビティにおけるオープンな研究課題である。 MOSAAICは共同創造における制御のキャラクタリゼーションとバランスをとるための新しいフレームワークである。 MOSAAICの適用性を実証するため、既存の6つの共創造型AIケーススタディにおける制御の分布を分析した。
• 参考スコア（独自算出の注目度）: 12.004649295106239
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Striking the appropriate balance between humans and co-creative AI is an open research question in computational creativity. Co-creativity, a form of hybrid intelligence where both humans and AI take action proactively, is a process that leads to shared creative artifacts and ideas. Achieving a balanced dynamic in co-creativity requires characterizing control and identifying strategies to distribute control between humans and AI. We define control as the power to determine, initiate, and direct the process of co-creation. Informed by a systematic literature review of 172 full-length papers, we introduce MOSAAIC (Managing Optimization towards Shared Autonomy, Authority, and Initiative in Co-creation), a novel framework for characterizing and balancing control in co-creation. MOSAAIC identifies three key dimensions of control: autonomy, initiative, and authority. We supplement our framework with control optimization strategies in co-creation. To demonstrate MOSAAIC's applicability, we analyze the distribution of control in six existing co-creative AI case studies and present the implications of using this framework.
• Abstract（参考訳）: 人間と共同創造型AIの適切なバランスを取ることは、計算クリエイティビティにおけるオープンな研究課題である。 共創造性(co-creativity)とは、人間とAIの両方が積極的に行動するハイブリッドインテリジェンスの一種で、創造的なアーティファクトとアイデアを共有するプロセスである。 共同創造性においてバランスの取れたダイナミクスを達成するには、人間とAIの間でコントロールを分配するための制御と識別戦略を特徴づける必要がある。 我々は、制御を共同創造のプロセスを決定し、開始し、指示する力として定義する。 MOSAAIC(Managing Optimization to Shared Autonomy, Authority, and Initiative in Co-creation)は172冊のフル長論文を体系的にレビューし,共同創造における制御の特徴付けとバランスのための新しい枠組みである。 MOSAAICは、自律性、イニシアチブ、権威の3つの重要なコントロールの側面を特定している。 我々は,共同創造における制御最適化戦略でフレームワークを補完する。 MOSAAICの適用性を実証するために、既存の6つの共創造型AIケーススタディにおける制御の分布を分析し、このフレームワークの使用の意味を提示する。

関連論文リスト

• Advances and Challenges in Foundation Agents: From Brain-Inspired Intelligence to Evolutionary, Collaborative, and Safe Systems [133.45145180645537]
  大規模言語モデル(LLM)の出現は、人工知能の変革的シフトを触媒している。 これらのエージェントがAI研究と実践的応用をますます推進するにつれて、その設計、評価、継続的な改善は複雑で多面的な課題を呈している。 この調査は、モジュール化された脳にインスパイアされたアーキテクチャ内でインテリジェントエージェントをフレーミングする、包括的な概要を提供する。
  論文  参考訳（メタデータ） (2025-03-31T18:00:29Z)
• Media and responsible AI governance: a game-theoretic and LLM analysis [61.132523071109354]
  本稿では,信頼できるAIシステムを育成する上での,AI開発者,規制当局,ユーザ,メディア間の相互作用について検討する。 進化的ゲーム理論と大言語モデル(LLM)を用いて、異なる規制体制下でこれらのアクター間の戦略的相互作用をモデル化する。
  論文  参考訳（メタデータ） (2025-03-12T21:39:38Z)
• Agentic AI: Autonomy, Accountability, and the Algorithmic Society [0.2209921757303168]
  エージェント人工知能(AI)は、自律的に長期的な目標を追求し、意思決定を行い、複雑なマルチターンを実行することができる。 この指導的役割から積極的執行課題への移行は、法的、経済的、創造的な枠組みを確立した。 我々は,創造性と知的財産,法的・倫理的考察,競争効果の3つの分野における課題を探求する。
  論文  参考訳（メタデータ） (2025-02-01T03:14:59Z)
• Collaborative Gym: A Framework for Enabling and Evaluating Human-Agent Collaboration [51.452664740963066]
  Collaborative Gymは、エージェント、人間、タスク環境間の非同期で三分割的なインタラクションを可能にするフレームワークである。 シミュレーション条件と実環境条件の両方において,Co-Gymを3つの代表的なタスクでインスタンス化する。 その結果、協調作業員はタスクパフォーマンスにおいて、完全に自律的なエージェントよりも一貫して優れていたことが判明した。
  論文  参考訳（メタデータ） (2024-12-20T09:21:15Z)
• Augmenting Minds or Automating Skills: The Differential Role of Human Capital in Generative AI's Impact on Creative Tasks [4.39919134458872]
  ジェネレーティブAIは、創造的な仕事を急速に作り直し、その受益者や社会的意味について批判的な疑問を提起している。 この研究は、創造的タスクにおいて、生成的AIが様々な形態の人的資本とどのように相互作用するかを探求することによって、一般的な仮定に挑戦する。 AIはクリエイティブツールへのアクセスを民主化するが、同時に認知的不平等を増幅する。
  論文  参考訳（メタデータ） (2024-12-05T08:27:14Z)
• Strategic Integration of Artificial Intelligence in the C-Suite: The Role of the Chief AI Officer [0.0]
  私は、C-スーツにおけるチーフAIオフィサー(CAIO)の役割を探求し、AI戦略、統合、ガバナンスを成功させるためにこのポジションの必要性を強調します。 私は、AI経済、AI組織、AI時代の競争という3つの重要な領域における現在のトレンドに基づいて、将来のシナリオを分析します。 本稿では、経営レベルでのAIの戦略的統合の根拠を提供し、組織内のチーフAIオフィサーの役割を検討することによって、AIリーダーシップに関する議論を進める。
  論文  参考訳（メタデータ） (2024-04-30T19:07:18Z)
• Cooperate or Collapse: Emergence of Sustainable Cooperation in a Society of LLM Agents [101.17919953243107]
  GovSimは、大規模言語モデル(LLM)における戦略的相互作用と協調的意思決定を研究するために設計された生成シミュレーションプラットフォームである。 最強のLSMエージェントを除く全てのエージェントは、GovSimの持続的均衡を達成することができず、生存率は54%以下である。 道徳的思考の理論である「大学化」に基づく推論を活用するエージェントは、持続可能性を大幅に向上できることを示す。
  論文  参考訳（メタデータ） (2024-04-25T15:59:16Z)
• A Game-Theoretic Framework for AI Governance [8.658519485150423]
  規制当局とAI企業間の戦略的相互作用は、Stackelbergのゲームを連想させる固有の構造を持っていることを示す。 本稿では,AIガバナンスのためのゲーム理論モデリングフレームワークを提案する。 私たちの知る限りでは、この研究はAIガバナンスの分析と構造化にゲーム理論を使った最初のものである。
  論文  参考訳（メタデータ） (2023-05-24T08:18:42Z)
• Artificial Intelligence and Dual Contract [2.1756081703276]
  独立したQ-ラーニングアルゴリズムを備えた2つのプリンシパルが1つのエージェントと対話するモデルを開発する。 その結果、AIプリンシパルの戦略的行動は、利益の整合性に決定的に左右されることがわかった。
  論文  参考訳（メタデータ） (2023-03-22T07:31:44Z)
• Decentralized Reinforcement Learning: Global Decision-Making via Local Economic Transactions [80.49176924360499]
  我々は、シーケンシャルな意思決定問題を解決するために、単純で専門的で自己関心のあるエージェントの社会を指示する枠組みを確立する。 我々は分散強化学習アルゴリズムのクラスを導出する。 我々は、より効率的な移動学習のための社会固有のモジュラー構造の潜在的な利点を実証する。
  論文  参考訳（メタデータ） (2020-07-05T16:41:09Z)

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。