論文の概要: The Rise of the Knowledge Sculptor: A New Archetype for Knowledge Work in the Age of Generative AI

• arxiv url: http://arxiv.org/abs/2510.07829v1
• Date: Thu, 09 Oct 2025 06:19:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-10 17:54:14.902682
• Title: The Rise of the Knowledge Sculptor: A New Archetype for Knowledge Work in the Age of Generative AI
• Title（参考訳）: ナレッジ・スカルプターの台頭 : ジェネレーティブ・AI時代のナレッジ・ワークの新しいアーチタイプ
• Authors: Cathal Doyle,
• Abstract要約: 本稿では,Human-GenAIコラボレーションのための新しいプロフェッショナルアーチタイプであるKSを紹介する。 KSはビジョンのアーキテクチャを含む能力の枠組みを通じて概念化されている。 実践に基づくヴィグネットはKSの役割を表現しており、自己参照的なアプローチでは、紙自体が表現する彫刻過程の人工物として機能する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In the Generative Age, the nature of knowledge work is transforming. Traditional models that emphasise the organisation and retrieval of pre-existing information are increasingly inadequate in the face of generative AI (GenAI) systems capable of autonomous content creation. This paper introduces the Knowledge Sculptor (KS), a new professional archetype for Human-GenAI collaboration that transforms raw AI output into trustworthy, actionable knowledge. Grounded in a socio-technical perspective, the KS is conceptualised through a framework of competencies, including architecting a vision, iterative dialogue, information sculpting, and curiosity-driven synthesis. A practice-based vignette illustrates the KS role in action, and in a self-referential approach, the paper itself serves as an artefact of the sculpting process it describes.
• Abstract（参考訳）: 生成時代には、知識労働の性質が変化している。 組織を重視し、既存の情報を検索する伝統的なモデルは、自律的なコンテンツ作成が可能な生成AI(GenAI)システムに直面して、ますます不十分になっている。 本稿では、AIの生出力を信頼できる行動可能な知識に変換する、人間-ゲンAIコラボレーションのための新しいプロフェッショナルなアーカイタイプであるKSを紹介する。 社会技術的観点から見れば、KSはビジョン、反復対話、情報彫刻、好奇心駆動合成などの能力の枠組みを通じて概念化されている。 実践に基づくヴィグネットはKSの役割を表現しており、自己参照的なアプローチでは、紙自体が表現する彫刻過程の人工物として機能する。

関連論文リスト

• Aesthetic Experience and Educational Value in Co-creating Art with Generative AI: Evidence from a Survey of Young Learners [1.9863718017611578]
  本研究は,若手学生と美術学生を対象に,創造的人工知能(AI)を用いたコラボレーションアート作成の美的経験と教育的価値について検討した。 本研究では,112人の参加者を対象に,人間の創造者の役割の再交渉,従来の独創性概念への挑戦,人間-AI共創における美的判断の形成について検討する。
  論文  参考訳（メタデータ） (2025-09-11T17:55:46Z)
• A Community-driven vision for a new Knowledge Resource for AI [59.29703403953085]
  WordNetのような知識リソースの成功にもかかわらず、検証可能な汎用的な知識ソースは、AIインフラストラクチャにおいて重要な欠陥である。 本稿では,この知見を要約し,新しい知識基盤に向けたコミュニティ主導のビジョンを概説する。
  論文  参考訳（メタデータ） (2025-06-19T20:51:28Z)
• Towards Responsible AI Music: an Investigation of Trustworthy Features for Creative Systems [1.976667849039851]
  創造的なAIは、創造的な芸術を根本的に変える。 この技術はまた、倫理的、社会的、法的懸念を提起する。 中でも重要なのは、人間の創造性の潜在的な逸脱、膨大なトレーニングデータセットに起因する著作権侵害、透明性の欠如、説明可能性、公正性のメカニズムである。
  論文  参考訳（メタデータ） (2025-03-24T15:54:47Z)
• Foundations of GenIR [14.45971746205563]
  この章では、情報アクセスシステムにおける現代の生成AIモデルの基盤的影響について論じている。 従来のAIとは対照的に、生成AIモデルの大規模なトレーニングと優れたデータモデリングにより、高品質で人間らしい応答を生成することができる。
  論文  参考訳（メタデータ） (2025-01-06T08:38:29Z)
• Diffusion-Based Visual Art Creation: A Survey and New Perspectives [51.522935314070416]
  本調査は,拡散に基づく視覚芸術創造の新たな領域を探求し,その発展を芸術的,技術的両面から検討する。 本研究は,芸術的要件が技術的課題にどのように変換されるかを明らかにし,視覚芸術創造における拡散法の設計と応用を強調した。 我々は、AIシステムが芸術的知覚と創造性において人間の能力をエミュレートし、潜在的に増強するメカニズムに光を当てることを目指している。
  論文  参考訳（メタデータ） (2024-08-22T04:49:50Z)
• Visual Knowledge in the Big Model Era: Retrospect and Prospect [63.282425615863]
  視覚知識は、視覚概念とその関係を簡潔で包括的で解釈可能な方法でカプセル化できる新しい知識表現である。 視覚世界に関する知識は、人間の認知と知性にとって欠かせない要素として認識されているため、視覚知識は、機械知性を確立する上で重要な役割を担っていると考えられる。
  論文  参考訳（メタデータ） (2024-04-05T07:31:24Z)
• Agency and legibility for artists through Experiential AI [12.941266914933454]
  Experiential AIは、AIを具体的で明示的なものにするという課題に対処する、新たな研究分野である。 本稿では,創造的データ探索を目的とした経験的AIシステムの実証事例について報告する。 実験的なAIがアーティストの妥当性とエージェンシーを高める方法について論じる。
  論文  参考訳（メタデータ） (2023-06-04T11:00:07Z)
• Experiential AI: A transdisciplinary framework for legibility and agency in AI [13.397979132753138]
  実験AI(Experiential AI)は、科学者とアーティストが集まって人間と機械の絡み合いを調べる研究課題である。 本稿では、説明可能なAIの分野における進歩と限界について論じる。
  論文  参考訳（メタデータ） (2023-06-01T12:59:06Z)
• A Comprehensive Survey of AI-Generated Content (AIGC): A History of Generative AI from GAN to ChatGPT [63.58711128819828]
  ChatGPTおよびその他の生成AI(GAI)技術は、人工知能生成コンテンツ(AIGC)のカテゴリに属している。 AIGCの目標は、コンテンツ作成プロセスをより効率的かつアクセスしやすくし、高品質なコンテンツをより高速に生産できるようにすることである。
  論文  参考訳（メタデータ） (2023-03-07T20:36:13Z)
• Towards Human Cognition Level-based Experiment Design for Counterfactual Explanations (XAI) [68.8204255655161]
  XAI研究の重点は、より理解を深めるために、より実践的な説明アプローチに変わったようだ。 認知科学研究がXAIの進歩に大きく影響を与える可能性のある領域は、ユーザの知識とフィードバックを評価することである。 本研究では,異なる認知レベルの理解に基づく説明の生成と評価を実験する枠組みを提案する。
  論文  参考訳（メタデータ） (2022-10-31T19:20:22Z)

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。