論文の概要: WeDesign: Generative AI-Facilitated Community Consultations for Urban Public Space Design
- arxiv url: http://arxiv.org/abs/2508.19256v2
- Date: Sun, 07 Sep 2025 01:28:25 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-09 14:07:03.318835
- Title: WeDesign: Generative AI-Facilitated Community Consultations for Urban Public Space Design
- Title（参考訳）: WeDesign: 都市公共空間設計のためのAI支援コミュニティコンサルテーション
- Authors: Rashid Mushkani, Hugo Berard, Shin Koseki,
- Abstract要約: 本稿では,テキストから画像への生成手法,具体的には安定拡散XLをカスタムプラットフォーム(WeDesign)に統合することで,適切なコンサルテーションを支援する方法について検討する。
- 参考スコア（独自算出の注目度）: 1.3787753513429983
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Community consultations are integral to urban planning processes intended to incorporate diverse stakeholder perspectives. However, limited resources, visual and spoken language barriers, and uneven power dynamics frequently constrain inclusive decision-making. This paper examines how generative text-to-image methods, specifically Stable Diffusion XL integrated into a custom platform (WeDesign), may support equitable consultations. A half-day workshop in Montreal involved five focus groups, each consisting of architects, urban designers, AI specialists, and residents from varied demographic groups. Additional data was gathered through semi-structured interviews with six urban planning professionals. Participants indicated that immediate visual outputs facilitated creativity and dialogue, yet noted issues in visualizing specific needs of marginalized groups, such as participants with reduced mobility, accurately depicting local architectural elements, and accommodating bilingual prompts. Participants recommended the development of an open-source platform incorporating in-painting tools, multilingual support, image voting functionalities, and preference indicators. The results indicate that generative AI can broaden participation and enable iterative interactions but requires structured facilitation approaches. The findings contribute to discussions on generative AI's role and limitations in participatory urban design.
- Abstract（参考訳）: 地域協議は、多様な利害関係者の視点を取り入れることを意図した都市計画プロセスに不可欠なものである。
しかし、限られたリソース、視覚的および音声言語障壁、不均一なパワーダイナミクスは、しばしば包括的意思決定を制約する。
本稿では,テキストから画像への生成手法,具体的には安定拡散XLをカスタムプラットフォーム(WeDesign)に統合することで,適切なコンサルテーションを支援する方法について検討する。
モントリオールでの半日間のワークショップには、建築家、都市デザイナー、AIスペシャリスト、様々な人口集団の住民からなる5つのフォーカスグループが含まれていた。
追加データは、6人の都市計画専門家との半構造化されたインタビューを通じて収集された。
参加者は、即時的な視覚的アウトプットは創造性と対話を促進するが、モビリティの低下、局所的な建築要素の正確に描写、バイリンガルなプロンプトの調整など、疎外されたグループの特定のニーズを可視化する際の課題が指摘された。
参加者は、インペイントツール、多言語サポート、画像投票機能、嗜好指標を組み込んだオープンソースプラットフォームの開発を推奨した。
その結果、生成AIは参加を広げ、反復的なインタラクションを可能にするが、構造化されたファシリテーションアプローチが必要であることが示唆された。
この知見は、参加型都市デザインにおける生成的AIの役割と限界に関する議論に寄与する。
関連論文リスト
- ThematicPlane: Bridging Tacit User Intent and Latent Spaces for Image Generation [49.805992099208595]
ThematicPlaneは,ユーザが高レベルのセマンティック概念をナビゲートし操作できるシステムである。
このインターフェースは、暗黙の創造意図とシステム制御のギャップを埋める。
論文 参考訳（メタデータ） (2025-08-08T06:57:14Z) - ONION: A Multi-Layered Framework for Participatory ER Design [11.390471205672588]
ONIONは、参加型エンティティ関連(ER)モデリングのためのフレームワークである。
デザインの正義、参加型AI、概念モデリングからの洞察を統合する。
非構造的ステークホルダ入力から構造化ERダイアグラムへのプログレッシブ抽象化をサポートする。
論文 参考訳（メタデータ） (2025-07-11T15:53:44Z) - From Fragment to One Piece: A Survey on AI-Driven Graphic Design [19.042522345775193]
この調査では、視覚要素の知覚と生成、美的および意味的理解、レイアウト分析、生成など、さまざまなサブタスクをカバーしている。
著しい進歩にもかかわらず、人間の意図を理解し、解釈可能性を確保し、多層構成の制御を維持することが課題である。
論文 参考訳（メタデータ） (2025-03-24T13:05:09Z) - GLDesigner: Leveraging Multi-Modal LLMs as Designer for Enhanced Aesthetic Text Glyph Layouts [53.568057283934714]
本稿では,コンテンツ対応のテキストロゴレイアウトを生成するVLM(Vision-Language Model)ベースのフレームワークを提案する。
本稿では,複数のグリフ画像を同時に処理するための計算コストを削減する2つのモデル手法を提案する。
本モデルでは,既存の公開データセットの5倍の広義のテキストロゴデータセットを2つ構築する。
論文 参考訳（メタデータ） (2024-11-18T10:04:10Z) - From Fake Perfects to Conversational Imperfects: Exploring Image-Generative AI as a Boundary Object for Participatory Design of Public Spaces [5.968063252533802]
画像生成人工知能(IGAI)は参加型デザインをサポートすることができる。
公共空間の設計においてIGAIが参加プロセスをどのように促進するかを検討する。
ロサンゼルスの公園を改修するためのワークショップとIGAIによるインタビューを行った。
論文 参考訳（メタデータ） (2024-11-01T18:02:46Z) - Constraining Participation: Affordances of Feedback Features in Interfaces to Large Language Models [49.74265453289855]
大規模言語モデル(LLM)は、コンピュータ、Webブラウザ、ブラウザベースのインターフェースによるインターネット接続を持つ人なら誰でも利用できるようになった。
本稿では,ChatGPTインタフェースにおける対話型フィードバック機能の可能性について検討し,ユーザ入力の形状やイテレーションへの参加について分析する。
論文 参考訳（メタデータ） (2024-08-27T13:50:37Z) - Designing and Evaluating Dialogue LLMs for Co-Creative Improvised Theatre [48.19823828240628]
本研究では,Edinburgh Festival Fringeで1ヶ月のライブショーで展開されたLarge Language Models(LLMs)について紹介する。
オンザスポット多人数対話の技術的能力と制約について検討する。
我々のHuman-in-the-loop法は、文脈関連応答を生成する上で、これらのLCMの課題を浮き彫りにしている。
論文 参考訳（メタデータ） (2024-05-11T23:19:42Z) - Using Left and Right Brains Together: Towards Vision and Language
Planning [95.47128850991815]
本稿では,任意の形態の入力を伴うタスクに対して,視覚と言語を同時に計画する新しい視覚言語計画フレームワークを提案する。
我々は,視覚言語タスク,視覚のみタスク,言語のみタスクにまたがるフレームワークの有効性を評価する。
論文 参考訳（メタデータ） (2024-02-16T09:46:20Z) - Large language model empowered participatory urban planning [5.402147437950729]
本研究では,大規模言語モデル(LLM)を参加型プロセスに統合した革新的な都市計画手法を提案する。
このフレームワークは、LLMエージェントをベースとして、役割プレイ、共同生成、フィードバックで構成され、コミュニティレベルの土地利用タスクを1000の異なる関心事に対応させて解決する。
論文 参考訳（メタデータ） (2024-01-24T10:50:01Z) - Building Emotional Support Chatbots in the Era of LLMs [64.06811786616471]
我々は,Large Language Models (LLMs) の計算能力で人間の洞察を合成する革新的な方法論を導入する。
また,ChatGPTの文脈内学習の可能性を利用して,ExTESと呼ばれる感情支援対話データセットを生成する。
次に、LLaMAモデルに高度なチューニング手法を展開し、多様なトレーニング戦略の影響を検証し、最終的に感情的支援の相互作用に細心の注意を払ってLLMを出力する。
論文 参考訳（メタデータ） (2023-08-17T10:49:18Z)
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。