論文の概要: A Systematic Review of Human-AI Co-Creativity

• arxiv url: http://arxiv.org/abs/2506.21333v1
• Date: Thu, 26 Jun 2025 14:44:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-27 19:53:10.140549
• Title: A Systematic Review of Human-AI Co-Creativity
• Title（参考訳）: 人間-AIコクリーティビティの体系的レビュー
• Authors: Saloni Singh, Koen Hndriks, Drik Heylen, Kim Baraka,
• Abstract要約: Coクリエイティビティコミュニティは、人間のクリエイティビティをサポートし、強化するための、より洗練され、調整されたシステムの開発において、大きな進歩を遂げている。 共同創造システムに関する62論文の体系的な文献レビューを行った。 以上の結果から,高いユーザコントロールを提供するシステムは,創造的成果よりも満足感,信頼感,所有意識が強くなる可能性が示唆された。
• 参考スコア（独自算出の注目度）: 1.6874375111244329
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The co creativity community is making significant progress in developing more sophisticated and tailored systems to support and enhance human creativity. Design considerations from prior work can serve as a valuable and efficient foundation for future systems. To support this effort, we conducted a systematic literature review of 62 papers on co-creative systems. These papers cover a diverse range of applications, including visual arts, design, and writing, where the AI acts not just as a tool but as an active collaborator in the creative process. From this review, we identified several key dimensions relevant to system design: phase of the creative process, creative task, proactive behavior of the system, user control, system embodiment, and AI model type. Our findings suggest that systems offering high user control lead to greater satisfaction, trust, and a stronger sense of ownership over creative outcomes. Furthermore, proactive systems, when adaptive and context sensitive, can enhance collaboration. We also extracted 24 design considerations, highlighting the value of encouraging users to externalize their thoughts and of increasing the system's social presence and transparency to foster trust. Despite recent advancements, important gaps remain, such as limited support for early creative phases like problem clarification, and challenges related to user adaptation to AI systems.
• Abstract（参考訳）: 共同創造性コミュニティは、人間の創造性をサポートし、強化するための、より洗練され、調整されたシステムの開発において、大きな進歩を遂げている。 事前の作業から設計を考えることは、将来のシステムにとって価値があり効率的な基盤となる。 この取り組みを支援するために,共同創造システムに関する62の論文の体系的な文献レビューを行った。 これらの論文は、視覚芸術、デザイン、執筆など、さまざまな応用をカバーしており、AIはツールとしてだけでなく、クリエイティブなプロセスにおける積極的なコラボレーション者としても機能する。 このレビューから,創造的プロセスのフェーズ,創造的タスク,システムの積極的な動作,ユーザコントロール,システム実施,AIモデルタイプなど,システム設計に関連するいくつかの重要な側面を特定した。 以上の結果から,高いユーザコントロールを提供するシステムは,創造的成果よりも満足感,信頼感,所有意識が強くなる可能性が示唆された。 さらに、適応性と文脈に敏感な場合には、協調性を高めることができる。 また, ユーザの思考の外部化を促すこと, システムの社会的存在感を高め, 信頼を育むための透明性を高めることの価値を強調し, 設計上の考慮事項を24件抽出した。 最近の進歩にもかかわらず、問題の明確化のような初期の創造的なフェーズのサポートの制限や、AIシステムへのユーザ適応に関する課題など、重要なギャップが残っている。

関連論文リスト

• Extended Creativity: A Conceptual Framework for Understanding Human-AI Creative Relations [0.6031721946649193]
  AIが創造的なプロセスをサポートし、形作る3つの基本的なモードを特定します。 AIがツールとして機能するサポート、AIと人間が補完的な方法で協力するSynergy、そして人間とAIの認知が統合され、統一された創造システムを形成する共生。 各構成が日々の問題解決からパラダイムシフトイノベーションに至るまで,創造性のレベルにどのように影響するかを検討する。
  論文  参考訳（メタデータ） (2025-06-12T00:16:52Z)
• Creativity in LLM-based Multi-Agent Systems: A Survey [56.25583236738877]
  大規模言語モデル(LLM)によるマルチエージェントシステム(MAS)は、人間とAIが協調してアイデアやアーティファクトを生成する方法を変えつつある。 これはMASにおける創造性に関する最初の調査である。 本研究では,(1)エージェントの能動性やペルソナ設計の分類,(2)分岐探索,反復改良,協調合成などの生成技術の概要,(3)不整合評価基準,不整合性バイアス緩和,協調競合,統一ベンチマークの欠如といった重要な課題について論じる。
  論文  参考訳（メタデータ） (2025-05-27T12:36:14Z)
• AI Automatons: AI Systems Intended to Imitate Humans [54.19152688545896]
  人々の行動、仕事、能力、類似性、または人間性を模倣するように設計されたAIシステムが増加している。 このようなAIシステムの研究、設計、展開、可用性は、幅広い法的、倫理的、その他の社会的影響に対する懸念を喚起している。
  論文  参考訳（メタデータ） (2025-03-04T03:55:38Z)
• Initial Development and Evaluation of the Creative Artificial Intelligence through Recurring Developments and Determinations (CAIRDD) System [0.0]
  大型言語モデル (LLMs) は創造性と感覚の出現のファクシミリを提供するが、実際は創造的でも知覚的でもない。 本稿では,概念注入・精錬の反復的プロセスを通じてLCM出力の創造性を向上する手法を提案する。
  論文  参考訳（メタデータ） (2024-09-03T21:04:07Z)
• Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
  エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。 本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
  論文  参考訳（メタデータ） (2024-02-28T16:09:56Z)
• 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)
• Beyond Prompts: Exploring the Design Space of Mixed-Initiative Co-Creativity Systems [11.427320283363326]
  我々は185人の参加者とともに、異なる構成のMI-CCシステムとどのように対話したいかを理解するために、人間による研究を行う。 設計空間を広範囲に網羅したMI-CCシステムは、様々な創造的およびゴール・コンプリートメトリクスに匹敵するものと評価されている。
  論文  参考訳（メタデータ） (2023-05-03T22:32:37Z)
• Team Learning as a Lens for Designing Human-AI Co-Creative Systems [12.24664973838839]
  ジェネレーティブでML駆動の対話システムは、人々が創造的なプロセスでコンピュータと対話する方法を変える可能性がある。 オープンエンドタスクドメインにおいて,効果的な人間とAIのコラボレーションを実現する方法が,まだ不明である。
  論文  参考訳（メタデータ） (2022-07-06T22:11:13Z)
• Distributed and Democratized Learning: Philosophy and Research Challenges [80.39805582015133]
  民主化学習(Dem-AI)という新しいデザイン哲学を提案する。 ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。 本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
  論文  参考訳（メタデータ） (2020-03-18T08:45:10Z)

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。