論文の概要: Content Platform GenAI Regulation via Compensation

• arxiv url: http://arxiv.org/abs/2604.06194v1
• Date: Thu, 12 Mar 2026 04:17:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-12 18:41:08.61657
• Title: Content Platform GenAI Regulation via Compensation
• Title（参考訳）: 補償によるコンテンツプラットフォームGenAI規制
• Authors: Wee Chaimanowong,
• Abstract要約: 本研究では, シンプルな経済主導型クリエーター報酬方式により, 高価値な人為的コンテンツの創造を促進できることを示す。 これにより、将来のGenAIトレーニングのデータ汚染が軽減され、コンシューマエンゲージメントとプラットフォーム利益が向上する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The use of Generative AI (GenAI) for creative content generation has gained popularity in recent years. GenAI allows creators to generate contents that are increasingly becoming indistinguishable to the human--generated counter--part at a much lower cost. While GenAI reshapes the competitive landscape of the contents market, the original creators were typically not compensated for their works that were used in the GenAI training. On the other hands, the wide--spread adoption of GenAI threatens to replace the human--generated shares of contents on content platforms, contaminating training data source for future GenAI models. In this paper, we argue that an unregulated usage of GenAI can also be harmful to the platform by causing a contents distribution distortion which can lower the consumers' engagement and the platform's profit. We show that a simple economically--driven creator compensation scheme, can incentivize more creation of high--value human--generated contents, without the need for an AI--detector. This reduces the data pollution for future GenAI training, while improves the consumer engagement and the platform's profit.
• Abstract（参考訳）: 近年,創造的コンテンツ生成にGenerative AI(GenAI)が用いられている。 GenAIを使えば、クリエイターは、人間が生成するカウンターパートと区別しにくくなっているコンテンツを、はるかに低コストで生成できる。 元AIは、コンテンツ市場の競争的な状況に不満を抱く一方で、原作者は、元AIの訓練に使用された作品に対して、通常補償を受けていなかった。 一方、GenAIの普及は、コンテンツプラットフォーム上のコンテンツ共有の人為的な共有を置き換えることを脅かし、将来のGenAIモデルのトレーニングデータソースを汚染する。 本稿では、コンテンツ配信の歪みを生じさせ、利用者のエンゲージメントやプラットフォーム利益を低下させることにより、規制されていないGenAIの使用もプラットフォームに有害であると主張する。 シンプルな経済主導型クリエーター補償スキームは、AI検出を必要とせずに、高価値な人為的コンテンツの作成をインセンティブにできることを示す。 これにより、将来のGenAIトレーニングのデータ汚染が軽減され、コンシューマエンゲージメントとプラットフォーム利益が向上する。

関連論文リスト

• Generative AI for Biosciences: Emerging Threats and Roadmap to Biosecurity [56.331312963880215]
  生物科学における生成人工知能(GenAI)は、バイオテクノロジー、医学、合成生物学を変革している。 この概要は、バイオサイエンスにおけるGenAIの現状と、脱獄攻撃やプライバシーリスクから、自律的なAIエージェントによって引き起こされるデュアルユースな課題まで、出現する脅威ベクターの概要を概説する。 我々は、厳格なデータフィルタリング、開発中の倫理原則との整合性、有害な要求をブロックするためのリアルタイム監視など、GenAIの安全性に対する多層的なアプローチを提唱する。
  論文  参考訳（メタデータ） (2025-10-13T00:24:41Z)
• "I Am the One and Only, Your Cyber BFF": Understanding the Impact of GenAI Requires Understanding the Impact of Anthropomorphic AI [55.99010491370177]
  我々は、人為的AIの社会的影響をマッピングしない限り、生成AIの社会的影響を徹底的にマッピングすることはできないと論じる。 人為的AIシステムは、人間のように知覚されるアウトプットを生成する傾向が強まっている。
  論文  参考訳（メタデータ） (2024-10-11T04:57:41Z)
• Data Shapley in One Training Run [88.59484417202454]
  Data Shapleyは、機械学習コンテキストにおけるデータのコントリビューションに寄与するための、原則化されたフレームワークを提供する。 既存のアプローチでは、計算集約的な異なるデータサブセット上の再学習モデルが必要である。 本稿では、対象とするデータモデルに対するスケーラブルなデータ属性を提供することにより、これらの制限に対処するIn-Run Data Shapleyを紹介する。
  論文  参考訳（メタデータ） (2024-06-16T17:09:24Z)
• The Influencer Next Door: How Misinformation Creators Use GenAI [1.1650821883155187]
  我々は、非専門家がGenAIをリミックス、再パッケージ、そして(再)コンテンツの制作に利用し、彼らの個人的ニーズや欲求に応えていることに気付きました。 我々は、これらの突発的GenAIの使用が、新しいまたは加速された誤情報障害をいかに生み出すかを分析する。
  論文  参考訳（メタデータ） (2024-05-22T11:40:22Z)
• GenAI Against Humanity: Nefarious Applications of Generative Artificial Intelligence and Large Language Models [11.323961700172175]
  本稿は、GenAIのリスクとLLMの誤用に関する厳密な研究の合成として機能する。 我々は、私たちが目にしているGenAI革命に波及した社会的影響を明らかにする。 仮想世界と現実世界の境界線はぼやけており、GenAIの悪名高いアプリケーションの結果が私たち全員に影響を与えています。
  論文  参考訳（メタデータ） (2023-10-01T17:25:56Z)
• DeepfakeArt Challenge: A Benchmark Dataset for Generative AI Art Forgery and Data Poisoning Detection [57.51313366337142]
  悪意ある目的のために生成的AIを使用することについて懸念が高まっている。 生成AIを用いた視覚コンテンツ合成の領域では、画像偽造とデータ中毒が重要な関心事となっている。 DeepfakeArt Challenge(ディープフェイクアートチャレンジ)は、AIアートのジェネレーションとデータ中毒検出のための機械学習アルゴリズムの構築を支援するために設計された、大規模なチャレンジベンチマークデータセットである。
  論文  参考訳（メタデータ） (2023-06-02T05:11:27Z)

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。