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
• 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

• How Founder Expertise Shapes the Impact of Generative Artificial Intelligence on Digital Ventures [0.28647133890966986]
  比較的GenAI利用率の高いカテゴリーでは,新規ベンチャーのローンチ数が増加し,ローンチまでの中央値が大幅に減少したことが判明した。 GenAIの新規ローンチに対する効果は、経営経験や教育のない創業者にとっては大きいが、ベンチャーキャピタル(VC)の資金調達に対する影響は、技術経験や教育を持つ創業者にとっては強い。
  論文  参考訳（メタデータ） (2025-11-09T21:16:02Z)
• 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)
• Human Trust in AI Search: A Large-Scale Experiment [0.07589017023705934]
  生成的人工知能(GenAI)は、購入するもの、投票方法、健康に影響を及ぼす。 生成的検索デザインが人間の信頼に因果的影響を及ぼす研究はない。 我々は7カ国で12,000の検索クエリを実行し、80,000のリアルタイムGenAIと従来の検索結果を生成した。
  論文  参考訳（メタデータ） (2025-04-08T21:12:41Z)
• "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)
• Prompt Smells: An Omen for Undesirable Generative AI Outputs [4.105236597768038]
  我々は、GenAIモデルの適用に関する制約に対処する上で、研究コミュニティに役立つ2つの新しい概念を提案する。 まず、GenAI出力の「望ましさ」の定義と、それに影響を与える3つの要因について述べる。 第2に、Martin Fowler氏のコードの臭いからインスピレーションを得た上で、我々は「急激な臭い」の概念と、それらがGenAI出力の嫌悪性に与える影響について提案する。
  論文  参考訳（メタデータ） (2024-01-23T10:10:01Z)
• DemoFusion: Democratising High-Resolution Image Generation With No $$$ [75.38688090593867]
  生成人工知能(GenAI)による高解像度画像生成は大きな可能性を秘めているが、訓練に必要な巨額の資本投資のため、少数の大企業に集中化が進んでいる。 本稿では,ハイレゾ世代のフロンティアを広範に確保しつつ,高レゾリューションなGenAIのフロンティアを前進させることにより,高レゾリューションなGenAIの民主化を目指す。
  論文  参考訳（メタデータ） (2023-11-24T00:16:00Z)
• 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)
• Identifying and Mitigating the Security Risks of Generative AI [179.2384121957896]
  本稿では,GenAIによる双対ジレンマに関するGoogleのワークショップの成果を報告する。 GenAIはまた、攻撃者が新しい攻撃を生成し、既存の攻撃のベロシティと有効性を高めるためにも使用できる。 この話題について,コミュニティの短期的,長期的目標について論じる。
  論文  参考訳（メタデータ） (2023-08-28T18:51:09Z)
• 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)
• Guiding AI-Generated Digital Content with Wireless Perception [69.51950037942518]
  本稿では,AIGC(AIGC)と無線認識を統合し,デジタルコンテンツ制作の質を向上させる。 このフレームワークは、単語の正確な記述が難しいユーザの姿勢を読み取るために、新しいマルチスケール認識技術を採用し、それをスケルトン画像としてAIGCモデルに送信する。 生産プロセスはAIGCモデルの制約としてユーザの姿勢を強制するため、生成されたコンテンツはユーザの要求に適合する。
  論文  参考訳（メタデータ） (2023-03-26T04:39:03Z)
• 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)

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。