論文の概要: Design Generative AI for Practitioners: Exploring Interaction Approaches Aligned with Creative Practice
- arxiv url: http://arxiv.org/abs/2603.03074v1
- Date: Tue, 03 Mar 2026 15:19:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-04 21:38:10.851213
- Title: Design Generative AI for Practitioners: Exploring Interaction Approaches Aligned with Creative Practice
- Title（参考訳）: 実践者のためのデザイン生成AI:創造的実践に配慮したインタラクションアプローチの探索
- Authors: Xiaohan Peng, Wendy E. Mackay, Janin Koch,
- Abstract要約: インテント,インプット,プロセス間で制御を分散する3つのインタラクションアプローチを提案する。
我々は、アライメントはダイナミックな交渉であり、AIはデザイナのインスピレーションとインスピレーションのニーズと創造的な段階に応じて、積極的またはリアクティブな役割を採用する。
- 参考スコア（独自算出の注目度）: 20.726284013271584
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Design is a non-linear, reflective process in which practitioners engage with visual, semantic, and other expressive materials to explore, iterate, and refine ideas. As Generative AI (GenAI) becomes integrated into professional design practice, traditional interaction approaches focusing on prompts or whole-image manipulation can misalign AI output with designers' intent, forcing visual thinkers into verbal reasoning or post-hoc adjustments. We present three interaction approaches from DesignPrompt, FusAIn, and DesignTrace that distribute control across intent, input, and process, enabling designers to guide AI alignment at different stages of interaction. We further argue that alignment is a dynamic negotiation, with AI adopting proactive or reactive roles according to designers' instrumental and inspirational needs and the creative stage.
- Abstract（参考訳）: デザイン(Design)は、実践者が視覚的、意味的、および他の表現的な材料と関わり、アイデアを探求し、反復し、洗練する、非線形で反射的なプロセスである。
Generative AI(GenAI)がプロフェッショナルなデザインプラクティスに統合されるにつれて、プロンプトや全体像操作に焦点を当てた従来のインタラクションアプローチは、AIの出力をデザイナの意図と誤解させ、視覚的思考者に言葉による推論やポストホックな調整を強制する可能性がある。
本稿では,DesignPrompt,FusAIn,DesignTraceの3つのインタラクションアプローチを提案する。
さらに、アライメントはダイナミックネゴシエーションであり、AIはデザイナの道具的かつインスピレーション的なニーズと創造的な段階に応じて、積極的または反応性な役割を採用する。
関連論文リスト
- Synergizing Understanding and Generation with Interleaved Analyzing-Drafting Thinking [154.2388970262703]
Unified Vision-Language Models (UVLM) は、単一のフレームワーク内での理解と生成の両方をサポートすることで、マルチモーダル学習を促進することを目的としている。
本稿では,解析処理と起案処理を交互に行う新たな思考パラダイムである,インターリーブド・アナライジング・ドレイティング問題解決ループ(AD-Loop)を紹介する。
テキスト思考を視覚的思考とインターリーブすることで、AD-Loopはモデルが理解と出力の両方を反復的に洗練し、真のシナジーを育むことができる。
論文 参考訳（メタデータ） (2026-02-24T23:26:09Z) - Beyond Pixels: Visual Metaphor Transfer via Schema-Driven Agentic Reasoning [56.24016465596292]
視覚的メタファーは、抽象概念をインパクトのある視覚的レトリックに変換するために、クロスドメインなセマンティックフュージョンを用いて、人間の創造性の高階形式を構成する。
本稿では,参照画像から「創造的本質」を自律的に分離し,その抽象論理をユーザ特定対象に再物質化する,視覚メタファー伝達(VMT)の課題を紹介する。
提案手法は, メタファーの整合性, アナロジーの適切性, 視覚的創造性においてSOTAのベースラインを著しく上回り, 広告・メディアにおける高度にインパクトのある創造的アプリケーションを自動化するための道を開いた。
論文 参考訳（メタデータ） (2026-02-01T17:01:36Z) - 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) - Human-AI Co-Creation: A Framework for Collaborative Design in Intelligent Systems [0.6526824510982802]
本稿では、AIが自動化や効率向上にのみ使用されるだけでなく、アイデア、視覚的概念化、意思決定に積極的に参加する、人間とAIの共創の創発的パラダイムについて考察する。
具体的には, GPT-4のような大規模言語モデル(LLM)と, 提案, 批判, リビジョンの反復サイクルにデザイナを関与させる創造的エージェントとして, 安定拡散(Stable Diffusion)のようなマルチモーダル拡散モデルを使用することを検討する。
論文 参考訳（メタデータ） (2025-07-22T04:29:33Z) - Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。
また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
論文 参考訳（メタデータ） (2024-10-28T23:10:06Z) - A Novel Idea Generation Tool using a Structured Conversational AI (CAI) System [0.0]
本稿では、初心者デザイナーを支援する創造的アイデア生成ツールとして、対話型AIを活用したアクティブなアイデア生成インタフェースを提案する。
これは動的でインタラクティブで文脈に応答するアプローチであり、人工知能(AI)における自然言語処理(NLP)の領域から大きな言語モデル(LLM)を積極的に巻き込む。
このようなAIモデルとアイデアの統合は、連続的な対話ベースのインタラクション、コンテキストに敏感な会話、多彩なアイデア生成の促進に役立つ、アクティブな理想化(Active Ideation)シナリオと呼ばれるものを生み出します。
論文 参考訳（メタデータ） (2024-09-09T16:02:27Z) - 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) - MetaDesigner: Advancing Artistic Typography Through AI-Driven, User-Centric, and Multilingual WordArt Synthesis [65.78359025027457]
MetaDesignerがLarge Language Models(LLM)を利用したアートタイポグラフィーのための変換フレームワークを導入
その基盤は、Pipeline、Glyph、Textureエージェントで構成されるマルチエージェントシステムであり、カスタマイズ可能なWordArtの作成をまとめてオーケストレーションしている。
論文 参考訳（メタデータ） (2024-06-28T11:58:26Z) - Inspired by AI? A Novel Generative AI System To Assist Conceptual Automotive Design [6.001793288867721]
デザインインスピレーションは、デザインの方向性を確立するだけでなく、感情を呼び起こし、概念設計プロセス中に意味を伝えるためにも不可欠である。
多くの実践的デザイナーはPinterestのようなプラットフォーム上でテキストベースの検索を使用してイメージのアイデアを集め、続いて紙にスケッチしたり、デジタルツールを使ってコンセプトを開発したりする。
拡散モデルのような新しい生成AI技術は、テキストとイメージインスピレーションインプットに基づいてデザイン概念を迅速に生成することで、これらのプロセスを合理化するための有望な道を提供する。
論文 参考訳（メタデータ） (2024-06-06T17:04:14Z) - Prototyping with Prompts: Emerging Approaches and Challenges in Generative AI Design for Collaborative Software Teams [2.237039275844699]
生成型AIモデルは、人間のタスクに統合され、表現力のあるコンテンツの制作が可能になっている。
従来のヒューマンAI設計手法とは異なり、生成能力を設計するための新しいアプローチは、迅速なエンジニアリング戦略に重点を置いている。
我々の発見は、マルチステークホルダーチーム間のAIシステムのプロトタイピングにおける新たなプラクティスと役割シフトを浮き彫りにしている。
論文 参考訳（メタデータ） (2024-02-27T17:56:10Z)
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。