論文の概要: Incentives shape how humans co-create with generative AI

• arxiv url: http://arxiv.org/abs/2604.03529v1
• Date: Sat, 04 Apr 2026 00:18:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-07 15:49:18.625567
• Title: Incentives shape how humans co-create with generative AI
• Title（参考訳）: インセンティブは、人間が生成AIでどのように創造するかを形作る
• Abstract要約: 創造的な執筆作業において、AIの均質化力を仲介するインセンティブが示される。 その結果、生成AIの効果は技術そのものだけでなく、その利用を取り巻く行動戦略やインセンティブ構造にも依存していることが明らかとなった。
• 参考スコア（独自算出の注目度）: 3.182696575286433
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative AI is quickly becoming an integral part of people's everyday workflows. Early evidence has shown that while generative AI can increase individual-level productivity, it does so at the cost of collective diversity, potentially narrowing the set of ideas and perspectives produced. Our research stands in contrast to this concern: through a pre-registered randomized control trial, we show that incentives mediate AI's homogenizing force in a creative writing task where participants can use AI interactively. Participants rewarded for originality relative to peers produce collectively more diverse writing than those rewarded for quality alone. This divergence is driven not by abandoning AI, but by how participants use it: those incentivized for originality incorporate fewer AI suggestions verbatim, relying on the model more selectively for brainstorming, proofreading, and targeted edits. Our results reveal that the effects of generative AI depend not only on the technology itself, but also the behavioral strategies and incentive structures surrounding its use.
• Abstract（参考訳）: ジェネレーティブAIは、人々の日常のワークフローにおいて、急速に不可欠な部分になりつつある。 初期のエビデンスでは、生成AIは個々のレベルの生産性を高めることができるが、集団的な多様性を犠牲にして、生み出されたアイデアと視点のセットを狭める可能性がある。 私たちの研究は、この懸念とは対照的に、事前登録されたランダム化コントロールトライアルを通じて、参加者がAIをインタラクティブに使用できるクリエイティブな記述タスクにおいて、AIの均質化力を仲介するインセンティブが示される。 ピアに対する独創性に報いる参加者は、品質だけに報いる参加者よりも集団的に多彩な著作を生み出している。 このばらつきは、AIを捨てるのではなく、参加者がそれを使う方法によって引き起こされる: 独創性にインセンティブを与える人は、より少ないAI提案を冗長に含み、ブレインストーミング、証明、ターゲット編集のためにより選択的にモデルに依存する。 その結果、生成AIの効果は技術そのものだけでなく、その利用を取り巻く行動戦略やインセンティブ構造にも依存していることが明らかとなった。

関連論文リスト

• Nonslop: A Gamified Experiment in Human-AI Collaborative Writing [4.079191726815924]
  この研究は、ユーザーがクリエイティビティの自主性を維持するか、ゲームのルールに違反し、AIアシストを受け入れるかを選択するかに焦点を当てている。 このゲーミフィケーションアプローチは、人間とAIの相互作用を研究するためのフレームワークと、AI強化クリエイティビティにおける効率性と信頼性の間の緊張を理解するための挑発的レンズの両方を提供する。
  論文  参考訳（メタデータ） (2026-06-10T17:21:38Z)
• Characterizing initial human-AI proof formalization workflows [66.06866890889131]
  AIシステムのコード生成能力の進歩と、証明を形式化し、検証する人々の能力を変えるための高度な数学的推論の約束への関与。 我々は、AIが人々のフォーマル化に与える影響について、混合メソッド分析を行う。 質的な調査では、人々の好みは多様であるが、形式化におけるAI支援に対する一般的な欲求が示されている。
  論文  参考訳（メタデータ） (2026-06-02T22:58:19Z)
• The Future of AI is Many, Not One [0.0]
  私たちは、特異な超知能エージェントではなく、一緒に働くAIエージェントのグループからのブレークスルーを期待すべき理由を示しています。 多様なチームを持つことで、ソリューションの探索を拡大し、早期のコンセンサスを遅らせ、非従来的なアプローチの追求を可能にします。 私たちが論じているのは、トランスフォーメーション・トランスフォーマーベースのAIの未来は、基本的に多様であり、一つではないということだ。
  論文  参考訳（メタデータ） (2026-03-30T23:31:38Z)
• Competition and Diversity in Generative AI [3.1507640991166603]
  競争市場は多様なAIモデルを選択し、モノカルチャーを緩和している。 独立して機能する生成AIモデル(つまりベンチマークによれば)は、反復的市場において価値の提供に失敗する可能性がある。
  論文  参考訳（メタデータ） (2024-12-11T18:34:31Z)
• Augmenting Minds or Automating Skills: The Differential Role of Human Capital in Generative AI's Impact on Creative Tasks [4.39919134458872]
  ジェネレーティブAIは、創造的な仕事を急速に作り直し、その受益者や社会的意味について批判的な疑問を提起している。 この研究は、創造的タスクにおいて、生成的AIが様々な形態の人的資本とどのように相互作用するかを探求することによって、一般的な仮定に挑戦する。 AIはクリエイティブツールへのアクセスを民主化するが、同時に認知的不平等を増幅する。
  論文  参考訳（メタデータ） (2024-12-05T08:27:14Z)
• Human Bias in the Face of AI: Examining Human Judgment Against Text Labeled as AI Generated [48.70176791365903]
  本研究では、偏見がAIと人為的コンテンツの知覚をどう形成するかを考察する。 ラベル付きおよびラベルなしコンテンツに対するヒトのラッカーの反応について検討した。
  論文  参考訳（メタデータ） (2024-09-29T04:31:45Z)
• Can AI Be as Creative as Humans? [84.43873277557852]
  理論的には、AIは人間の創造者によって生成されたデータに適切に適合できるという条件の下で、人間と同じくらい創造的になれることを証明しています。 AIの創造性に関する議論は、十分な量のデータに適合する能力の問題に縮小されている。
  論文  参考訳（メタデータ） (2024-01-03T08:49:12Z)
• Exploration with Principles for Diverse AI Supervision [88.61687950039662]
  次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。 この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。 この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。 本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T07:03:39Z)
• Human-AI Interactions and Societal Pitfalls [3.4471935446780355]
  生成人工知能(AI)を利用すると、ユーザーは生産性が向上するかもしれないが、AI生成コンテンツは好みと正確に一致しないかもしれない。 個人レベルの意思決定とAIトレーニングの相互作用が社会的課題を引き起こす可能性があることを示す。
  論文  参考訳（メタデータ） (2023-09-19T09:09:59Z)
• Fairness in AI and Its Long-Term Implications on Society [68.8204255655161]
  AIフェアネスを詳しく見て、AIフェアネスの欠如が、時間の経過とともにバイアスの深化につながるかを分析します。 偏りのあるモデルが特定のグループに対してよりネガティブな現実的な結果をもたらすかについて議論する。 問題が続くと、他のリスクとの相互作用によって強化され、社会不安という形で社会に深刻な影響を及ぼす可能性がある。
  論文  参考訳（メタデータ） (2023-04-16T11:22:59Z)
• Building Bridges: Generative Artworks to Explore AI Ethics [56.058588908294446]
  近年,人工知能(AI)技術が社会に与える影響の理解と緩和に重点が置かれている。 倫理的AIシステムの設計における重要な課題は、AIパイプラインには複数の利害関係者があり、それぞれがそれぞれ独自の制約と関心を持っていることだ。 このポジションペーパーは、生成的アートワークが、アクセス可能で強力な教育ツールとして機能することで、この役割を果たすことができる可能性のいくつかを概説する。
  論文  参考訳（メタデータ） (2021-06-25T22:31:55Z)

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。