論文の概要: Human-AI Interaction Traces as Blackout Poetry: Reframing AI-Supported Writing as Found-Text Creativity
- arxiv url: http://arxiv.org/abs/2604.09605v1
- Date: Tue, 10 Mar 2026 16:04:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-19 19:09:11.545513
- Title: Human-AI Interaction Traces as Blackout Poetry: Reframing AI-Supported Writing as Found-Text Creativity
- Title（参考訳）: ブラックアウト詩としての人間とAIの相互作用
- Authors: Syemin Park, Soobin Park, Youn-kyung Lim,
- Abstract要約: 我々は、人間とAIの相互作用の痕跡がいかに表現力のある人工物として機能するかを探求することによって、異なるレンズを求める。
我々は、AIが生成したテキストを、著者のキュレーションと再解釈の行為がAIのオリジナルの出力の上に刻まれる資料として作成する。
- 参考スコア（独自算出の注目度）: 12.76364003775266
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: LLMs offer new creative possibilities for writers but also raise concerns about authenticity and reader trust, particularly when AI involvement is disclosed. Prior research has largely framed this as an issue of transparency and provenance, emphasizing the disclosure of human-AI interaction traces that account for how much the AI wrote and what the human did. Yet such audit-oriented disclosures may risk reducing creative collaboration to quantification and surveillance. In this position paper, we argue for a different lens by exploring how human-AI interaction traces might instead function as expressive artifacts that foreground the meaning-making inherent in human-AI collaboration. Drawing inspiration from blackout poetry, we frame AI-generated text as found material through which writers' acts of curation and reinterpretation become inscribed atop the AI's original output. In this way, we suggest that designing interaction traces as aesthetic artifacts may help readers better appreciate and trust writers' creative contributions in AI-assisted writing.
- Abstract（参考訳）: LLMはライターに新たな創造的可能性を提供するが、特にAIへの関与が開示された場合、信頼性と読者信頼に関する懸念も持ち上がる。
従来の研究は、このことを透明性と証明の問題とみなしており、AIがどれだけ書いたか、そして人間が何をしたかを説明する、人間とAIの相互作用の開示を強調していた。
しかし、こうした監査指向の開示は、創造的なコラボレーションを定量化と監視に還元するリスクがある。
本稿では,人間とAIの相互作用の痕跡が,人間とAIのコラボレーションに固有の意味形成の前提となる表現的成果物としてどのように機能するかを探求することによって,異なるレンズを論じる。
ブラックアウト詩からインスピレーションを得て、我々はAIが生成したテキストを、著者のキュレーションと再解釈の行為がAIのオリジナルのアウトプットの上部に刻まれる資料として捉えた。
このようにして、インタラクショントレースを美的アーティファクトとして設計することは、AI支援執筆における著者の創造的貢献をより高く評価し、信頼する上で有効である、と提案する。
関連論文リスト
- CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection [60.52240468810558]
我々は、AI生成ピアレビューの詳細なデータセットの上に構築されたコンテンツ指向ベンチマークであるCoCoNUTSを紹介する。
また、マルチタスク学習フレームワークを介してAIレビュー検出を行うCoCoDetを開発し、レビューコンテンツにおけるAIのより正確で堅牢な検出を実現する。
論文 参考訳（メタデータ） (2025-08-28T06:03:11Z) - Beyond the Human-AI Binaries: Advanced Writers' Self-Directed Use of Generative AI in Academic Writing [16.24460569356749]
この研究は、先進的なL2英語作家の学術著作におけるジェネレーティブAI(GAI)の自己間接的利用を探求する。
この結果より, GAIに対するアプローチは, 規範的使用からダイアログ的使用まで多岐にわたることが明らかとなった。
AIが著者、テキスト、学習といった従来の概念を乱す方法を強調します。
論文 参考訳（メタデータ） (2025-05-17T22:48:44Z) - Reflection on Data Storytelling Tools in the Generative AI Era from the Human-AI Collaboration Perspective [54.152639172274]
大規模生成AI技術は、ビジュアルおよびナレーション生成におけるそのパワーでデータストーリーテリングを強化する可能性がある。
我々は、最新のツールのコラボレーションパターンを、データストーリーテリングにおける人間とAIのコラボレーションを理解するための専用のフレームワークを使用して、以前のツールのパターンと比較する。
これらのAIテクニックのメリットと、人間とAIのコラボレーションへの影響も明らかにされている。
論文 参考訳（メタデータ） (2025-03-04T13:56:18Z) - "It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models [97.22914355737676]
我々は、AIツールと共同で書き込む際に、著者が自分の真正な声を保存したいかどうか、どのように検討する。
本研究は,人間とAIの共創における真正性の概念を解明するものである。
読者の反応は、人間とAIの共著に対する関心が低かった。
論文 参考訳（メタデータ） (2024-11-20T04:42:32Z) - 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) - Techniques for supercharging academic writing with generative AI [0.0]
このパースペクティブは、生成的人工知能(AI)を用いた学術著作の質と効率を高めるための原則と方法を示す。
我々は、書面におけるAIの関与の根拠(なぜ)、プロセス(方法)、そして自然(何)を明確にする人間とAIの協調フレームワークを紹介します。
論文 参考訳（メタデータ） (2023-10-26T04:35:00Z) - Towards Possibilities & Impossibilities of AI-generated Text Detection:
A Survey [97.33926242130732]
大規模言語モデル(LLM)は、自然言語処理(NLP)の領域に革命をもたらし、人間のようなテキスト応答を生成する能力を持つ。
これらの進歩にもかかわらず、既存の文献のいくつかは、LLMの潜在的な誤用について深刻な懸念を提起している。
これらの懸念に対処するために、研究コミュニティのコンセンサスは、AI生成テキストを検出するアルゴリズムソリューションを開発することである。
論文 参考訳（メタデータ） (2023-10-23T18:11:32Z) - Art-ificial Intelligence: The Effect of AI Disclosure on Evaluations of Creative Content [0.0]
創造的コンテンツ作成におけるAIの利用に関する情報開示は、そのようなコンテンツの人間による評価に影響を及ぼすことを示す。
我々はこの結果を解釈し、AI生成コンテンツに対する反応が、コンテンツが明らかに「人間」と見なされる場合、負である可能性を示唆する。
論文 参考訳（メタデータ） (2023-03-11T13:54:17Z) - The AI Ghostwriter Effect: When Users Do Not Perceive Ownership of
AI-Generated Text But Self-Declare as Authors [42.72188284211033]
パーソナライズされた言語生成のためのヒューマンAIコラボレーションにおけるオーサシップとオーサシップについて検討する。
AIゴーストライター効果: ユーザは自分自身をAI生成テキストの所有者や作者とはみなさない。
著者の枠組みに適応するための基盤を構築するために,心理学的所有権と人間とAIの相互作用との関連性について考察する。
論文 参考訳（メタデータ） (2023-03-06T16:53:12Z)
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。