論文の概要: Scale over Preference: The Impact of AI-Generated Content on Online Content Ecology
- arxiv url: http://arxiv.org/abs/2604.01690v1
- Date: Thu, 02 Apr 2026 06:46:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-03 14:21:10.570819
- Title: Scale over Preference: The Impact of AI-Generated Content on Online Content Ecology
- Title（参考訳）: 優先順位を超えるスケール: オンラインコンテンツエコロジーにおけるAI生成コンテンツの影響
- Authors: Tianhao Shi, Yang Zhang, Xiaoyan Zhao, Fengbin Zhu, Chenyi Lei, Han Li, Wenwu Ou, Yang Song, Yongdong Zhang, Fuli Feng,
- Abstract要約: 本研究は,AIGCとHGCの区別した生成行動と消費行動を明らかにした。
我々は、AIGCクリエーターがHGCクリエーターに匹敵する集約エンゲージメントを達成するという、広く普及しているスケールオーバー参照のダイナミクスを特定した。
より深い分析により、AIGCに関する競合する関心を緩和するアルゴリズムコンテンツ配信機構の能力が明らかになった。
- 参考スコア（独自算出の注目度）: 65.9206409098888
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: The rapid proliferation of Artificial Intelligence-Generated Content (AIGC) is fundamentally restructuring online content ecologies, necessitating a rigorous examination of its behavioral and distributional implications. Leveraging a comprehensive longitudinal dataset comprising tens of millions of users from a leading Chinese video-sharing platform, this study elucidated the distinct creation and consumption behaviors characterizing AIGC versus Human-Generated Content (HGC). We identified a prevalent scale-over-preference dynamic, wherein AIGC creators achieve aggregate engagement comparable to HGC creators through high-volume production, despite a marked consumer preference for HGC. Deeper analysis uncovered the ability of the algorithmic content distribution mechanism in moderating these competing interests regarding AIGC. These findings advocated for the implementation of AIGC-sensitive distribution algorithms and precise governance frameworks to ensure the long-term health of the online content platforms.
- Abstract（参考訳）: 人工知能生成コンテンツ(AIGC)の急速な普及は、オンラインコンテンツエコロジーを根本的に再構築し、その行動や分布に関する厳密な調査を必要としている。
中国の主要ビデオ共有プラットフォームから数千万人のユーザーからなる包括的縦断データセットを利用することで、AIGCとHuman-Generated Content(HGC)を特徴付ける創造行動と消費行動を明らかにした。
我々は,AIGC作成者がHGC作成者に匹敵する集約的なエンゲージメントをハイボリューム生産によって達成し,HGCを消費者に好まれる一方で,広く普及しているスケールオーバー参照のダイナミクスを特定した。
より深い分析により、AIGCに関する競合する関心を緩和するアルゴリズムコンテンツ配信機構の能力が明らかになった。
これらの知見は、オンラインコンテンツプラットフォームの長期的な健全性を確保するために、AIGCに敏感な配信アルゴリズムと正確なガバナンスフレームワークの実装を提唱した。
関連論文リスト
- The Evolution and Future Perspectives of Artificial Intelligence Generated Content [7.586328912947784]
レビューでは、AIGCの進化が4つの発展的なマイルストーンを辿っている。
本研究は,AIGCモデルの選択と最適化における研究者や実践者の指導を目的とする。
論文 参考訳（メタデータ） (2024-12-02T20:16:40Z) - Exploring the Escalation of Source Bias in User, Data, and Recommender System Feedback Loop [65.23044868332693]
我々は,AIGC(AIGC)がレコメンダシステムの性能と力学に与える影響について検討する。
短期的には、AIGCに対する偏見はLLMベースのコンテンツ作成を促進し、AIGCコンテンツを増大させ、不公平なトラフィック分散を引き起こす。
長期コンテンツエコシステムのバランスを維持するため,L1-loss最適化に基づくデバイアス化手法を提案する。
論文 参考訳（メタデータ） (2024-05-28T09:34:50Z) - Semantic Communications for Artificial Intelligence Generated Content
(AIGC) Toward Effective Content Creation [75.73229320559996]
本稿では,AIGCとSemComの統合の概念モデルを開発する。
AIGC技術を利用した新しいフレームワークが,意味情報のためのエンコーダおよびデコーダとして提案されている。
このフレームワークは、生成されたさまざまなタイプのコンテンツ、要求される品質、活用される意味情報に適応することができる。
論文 参考訳（メタデータ） (2023-08-09T13:17:21Z) - AI-Generated Content (AIGC): A Survey [4.108847841902397]
人工知能生成コンテンツ(AIGC)は、デジタル経済におけるデジタルインテリジェンスの課題に対処するために登場した。
本稿では,AIGCの定義,必須条件,最先端機能,高度な機能について概説する。
論文 参考訳（メタデータ） (2023-03-26T02:22:12Z) - 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) - Enabling AI-Generated Content (AIGC) Services in Wireless Edge Networks [68.00382171900975]
無線エッジネットワークでは、不正に生成されたコンテンツの送信はネットワークリソースを不要に消費する可能性がある。
我々は、AIGC-as-a-serviceの概念を示し、エッジネットワークにAをデプロイする際の課題について議論する。
最適なASP選択のための深層強化学習可能なアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-01-09T09:30:23Z)
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。