論文の概要: Recursivism: An Artistic Paradigm for Self-Transforming Art in the Age of AI

• arxiv url: http://arxiv.org/abs/2601.14401v1
• Date: Tue, 20 Jan 2026 19:05:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-22 21:27:50.126886
• Title: Recursivism: An Artistic Paradigm for Self-Transforming Art in the Age of AI
• Title（参考訳）: 再帰主義(Recursivism):AI時代の自己変革アートのための芸術パラダイム
• Authors: Florentin Koch,
• Abstract要約: 本稿では,人工知能時代の現代芸術的実践を分析するための概念的枠組みとして,再帰主義を紹介する。 再帰主義(Recursivism)とは、アウトプットが時間とともに変化するだけでなく、生成過程自体が自身の効果を通じて反射的な修正を行うことができるプラクティスを指す。 この記事は、自己修正芸術システムの美学、カリキュラム、倫理的意味を調べることで締めくくられる。
• 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: This article introduces Recursivism as a conceptual framework for analyzing contemporary artistic practices in the age of artificial intelligence. While recursion is precisely defined in mathematics and computer science, it has not previously been formalized as an aesthetic paradigm. Recursivism designates practices in which not only outputs vary over time, but in which the generative process itself becomes capable of reflexive modification through its own effects. The paper develops a five-level analytical scale distinguishing simple iteration, cumulative iteration, parametric recursion, reflexive recursion, and meta-recursion. This scale clarifies the threshold at which a system shifts from variation within a fixed rule to genuine self-modification of the rule itself. From this perspective, art history is reinterpreted as a recursive dynamic alternating between internal recursion within movements and meta-recursive transformations of their generative principles. Artificial intelligence renders this logic technically explicit through learning loops, parameter updates, and code-level self-modification. To distinguish Recursivism from related notions such as generative art, cybernetics, process art, and evolutionary art, the article proposes three operational criteria: state memory, rule evolvability, and reflexive visibility. These concepts are examined through case studies including Refik Anadol, Sougwen Chung, Karl Sims, and the Darwin-Godel Machine. The article concludes by examining the aesthetic, curatorial, and ethical implications of self-modifying artistic systems.
• Abstract（参考訳）: 本稿では,人工知能時代の現代芸術的実践を分析するための概念的枠組みとして,再帰主義を紹介する。 再帰は数学と計算機科学で正確に定義されているが、これまでは美学のパラダイムとして形式化されていなかった。 再帰主義(Recursivism)とは、アウトプットが時間とともに変化するだけでなく、生成過程自体が自身の効果を通じて反射的な修正を行うことができるプラクティスを指す。 本稿では, 単純な反復, 累積反復, パラメトリック再帰, 反射再帰, メタ再帰を区別する5段階解析尺度を開発した。 この尺度は、システムが一定の規則内の変動からルール自体の真の自己修正へと移行するしきい値を明らかにする。 この観点から、美術史は、運動の内部再帰とそれらの生成原理のメタ再帰的変換の間の再帰的動的交互化として再解釈される。 人工知能は、学習ループ、パラメータ更新、コードレベルの自己修正を通じて、このロジックを技術的に明示する。 生成的芸術、サイバネティックス、プロセスアート、進化的芸術といった関連概念と再帰的主義を区別するために、本稿では、状態記憶、ルールの進化可能性、反射的可視性という3つの運用基準を提案する。 これらの概念は、Refik Anadol、Sougwen Chung、Karl Sims、Darwin-Godel Machineといったケーススタディを通して検証される。 この記事は、自己修正芸術システムの美学、カリキュラム、倫理的意味を調べることで締めくくられる。

関連論文リスト

• AI's Euclid's Elements Moment: From Language Models to Computable Thought [2.1142253753427402]
  本稿では,人工知能の発展を理解するための包括的な5段階進化の枠組みを提案する。 AIは、それぞれが表現と推論の能力の革命的なシフトによって定義される、異なるエポックを通じて進歩していると仮定する。
  論文  参考訳（メタデータ） (2025-06-29T04:14:19Z)
• Authoritarian Recursions: How Fiction, History, and AI Reinforce Control in Education, Warfare, and Discourse [0.0]
  論文は、AIシステムが教育、戦争、デジタル談話の機関的制御を統合する方法を理論的に論じている。 ケーススタディはオーウェルのtextitNineteen Eighty-Four, Skynet, textitBlack Mirror などの文化的想像物とともに分析され、倫理的な盲点を探索するための道具として使用される。
  論文  参考訳（メタデータ） (2025-04-12T01:01:26Z)
• A Survey on All-in-One Image Restoration: Taxonomy, Evaluation and Future Trends [67.43992456058541]
  画像復元(IR)は、ノイズ、ぼかし、圧縮、悪天候など幅広い要因によって生じる劣化した観察から高品質な画像の復元を目指している。 従来のIR法は、個々の劣化タイプを対象とすることで顕著な進歩を遂げてきたが、それらの特殊化は、しばしば一般化のコストがかかる。 オールインワンのイメージ復元パラダイムが最近登場し、複数の劣化タイプに順応的に対処する統一されたフレームワークを提供している。
  論文  参考訳（メタデータ） (2024-10-19T11:11:09Z)
• A challenge in A(G)I, cybernetics revived in the Ouroboros Model as one algorithm for all thinking [0.0]
  論文の目的は、現在の人工知能アプローチの長所と短所を明らかにすることである。 サイバネティックスとアナログ制御プロセスの側面を新たに取り入れることが提案されている。
  論文  参考訳（メタデータ） (2024-03-07T07:39:54Z)
• Transformer-Based Models Are Not Yet Perfect At Learning to Emulate Structural Recursion [14.739369424331478]
  本稿では,プログラミング言語領域における構造的再帰という抽象概念を,シーケンスモデリング問題や学習モデルの振る舞いにうまく結合する汎用フレームワークを提案する。 フレームワークを強力な概念ツールとして、さまざまな設定の下で異なる問題を特定します。
  論文  参考訳（メタデータ） (2024-01-23T18:07:38Z)
• Inverse Decision Modeling: Learning Interpretable Representations of Behavior [72.80902932543474]
  我々は,逆決定モデルに関する表現的,統一的な視点を開拓する。 これを逆問題(記述モデルとして)の形式化に用います。 この構造が(有界な)有理性の学習(解釈可能な)表現を可能にする方法について説明する。
  論文  参考訳（メタデータ） (2023-10-28T05:05:01Z)
• LOGICSEG: Parsing Visual Semantics with Neural Logic Learning and Reasoning [73.98142349171552]
  LOGICSEGは、神経誘導学習と論理推論をリッチデータとシンボリック知識の両方に統合する、全体論的視覚意味論である。 ファジィ論理に基づく連続的な緩和の間、論理式はデータとニューラルな計算グラフに基礎を置いており、論理によるネットワークトレーニングを可能にする。 これらの設計によりLOGICSEGは、既存のセグメンテーションモデルに容易に統合できる汎用的でコンパクトなニューラル論理マシンとなる。
  論文  参考訳（メタデータ） (2023-09-24T05:43:19Z)
• Generative Models as a Complex Systems Science: How can we make sense of large language model behavior? [75.79305790453654]
  事前訓練されたモデルから望ましい振る舞いを排除し、望ましくないモデルを避けながら、NLPを再定義した。 言語モデルの振る舞いをタスク間性能を説明するカテゴリに分解する体系的な取り組みについて論じる。
  論文  参考訳（メタデータ） (2023-07-31T22:58:41Z)
• A Recursive Bateson-Inspired Model for the Generation of Semantic Formal Concepts from Spatial Sensory Data [77.34726150561087]
  本稿では,複雑な感覚データから階層構造を生成するための記号のみの手法を提案する。 このアプローチは、概念や概念の創始の鍵としてのバテソンの差異の概念に基づいている。 このモデルは、トレーニングなしでかなりリッチだが人間に読まれる概念表現を生成することができる。
  論文  参考訳（メタデータ） (2023-07-16T15:59:13Z)

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。