論文の概要: Individual Gain, Collective Loss: Metacognitive Adaptation in AI-Assisted Creativity
- arxiv url: http://arxiv.org/abs/2606.05532v1
- Date: Thu, 04 Jun 2026 00:21:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-05 22:39:44.448026
- Title: Individual Gain, Collective Loss: Metacognitive Adaptation in AI-Assisted Creativity
- Title（参考訳）: 個人の利益、集合的損失:AI支援創造性におけるメタ認知的適応
- Authors: Anna Mikeda,
- Abstract要約: AIは個人の創造的なアウトプットを高めながら、集団の多様性を減らします。
選択的メタ認知適応を提案する: 日常的なAIは、メタ認知の努力を均一に減らすのではなく、再分節を使用する。
本稿では、時間的位相によって組織された6つのメタ認知能力の分類を提示し、それらの傾向を日常的なAI使用下で特徴づけ、個々に合理的な適応が創発的な社会的コストをいかに生み出すかを示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Recent studies reveal a paradox: AI enhances individual creative outputs while reducing collective diversity. Current explanations -- cognitive offloading and over-reliance -- identify symptoms but not mechanisms. We propose selective metacognitive adaptation: routine AI use redistributes rather than uniformly diminishes metacognitive effort. Some capacities are amplified (partner modeling, surface control), while others are systematically under-supported (originality evaluation, reflective integration). This redistribution explains both individual satisfaction and collective convergence. We present a taxonomy of six metacognitive capacities organized by temporal phase, characterize their tendencies under routine AI use, and show how individually rational adaptation produces emergent social costs. The framework generates specific predictions for researchers and design principles for practitioners seeking to preserve both individual creative satisfaction and collective creative diversity.
- Abstract（参考訳）: AIは個人の創造的なアウトプットを高めながら、集団の多様性を減らします。
現在の説明(認知的オフロードと過度信頼)は症状を識別するが、メカニズムではない。
選択的メタ認知適応を提案する: 日常的なAIは、メタ認知の努力を均一に減らすのではなく、再分節を使用する。
いくつかの能力は増幅され(パートナーモデリング、表面制御)、他の能力は体系的に不足している(原産地評価、反射積分)。
この再分配は、個人の満足度と集団収束の両方を説明する。
本稿では、時間的位相によって組織された6つのメタ認知能力の分類を提示し、それらの傾向を日常的なAI使用下で特徴づけ、個々に合理的な適応が創発的な社会的コストをいかに生み出すかを示す。
このフレームワークは、個々の創造的満足度と集団的創造的多様性を両立させようとする実践者のために、研究者のための特定の予測と設計原則を生成する。
関連論文リスト
- Incentives shape how humans co-create with generative AI [3.182696575286433]
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。
論文 参考訳（メタデータ） (2026-04-04T00:18:51Z) - Shared Nature, Unique Nurture: PRISM for Pluralistic Reasoning via In-context Structure Modeling [11.987225062711692]
PRISMは、動的オンザフライ・エピステミックグラフで大規模言語モデルを拡張するモデルに依存しないシステムである。
3つのクリエイティビティベンチマークにおいて、PRISMは最先端のノベルティを達成し、分布の多様性を著しく拡大する。
以上の結果から,PRISMは標準LPMが誤診した長い尾の診断に成功していることが示された。
論文 参考訳（メタデータ） (2026-02-24T19:38:31Z) - What Drives Compositional Generalization in Visual Generative Models? [56.01574461407906]
画像生成と映像生成において,様々なデザイン選択が構成一般化にどのように影響するかを体系的に研究する。
i)訓練対象が離散的あるいは連続的な分布に作用するか否か,および(ii)訓練中に構成概念に関する情報を提供する条件がどの程度あるか,という2つの要因を同定する。
これらの知見に基づいて,MaskGITの離散的損失を補助的連続JEPAベースで緩和することにより,MaskGITのような離散モデルにおける構成性能を向上させることができることを示す。
論文 参考訳（メタデータ） (2025-10-03T15:02:27Z) - DisCo: Reinforcement with Diversity Constraints for Multi-Human Generation [60.741022906593685]
DisCoは、マルチヒューマン世代におけるアイデンティティの多様性を直接最適化する最初のRLベースのフレームワークである。
グループ相対ポリシー最適化によるDisCo微粒フローマッチングモデル。
DiverseHumans Testsetでは、DisCoは98.6のユニークな顔の精度とほぼ完璧なグローバルアイデンティティスプレッドを実現している。
論文 参考訳（メタデータ） (2025-10-01T19:28:51Z) - A Theory of Information, Variation, and Artificial Intelligence [0.0]
実証研究の活発化は、生成AIの普及が情報、創造性、文化生産に顕著な均質化効果をもたらすことを示唆している。
本稿では、特殊領域内の知識を平らにする非常に均質化が、その知識をそれら全体で再結合可能な一貫したモジュールに同時にレンダリングする、と論じる。
この論文は、この緊張を解決するのに必要な認知的および制度的な足場を概説し、生成的AIがイノベーションの道具になるか、均質化されるかを決定する決定的な変数であると主張した。
論文 参考訳（メタデータ） (2025-08-20T16:21:13Z) - Invisible Architectures of Thought: Toward a New Science of AI as Cognitive Infrastructure [0.0]
認知基盤研究(CIS)は、AIを「認知基盤」として再認識する新たな学際分野である。
CISは、AIによる事前処理が、個人、集団、文化の規模で分散認知をどのように認識するかを解決することを目的としている。
論文 参考訳（メタデータ） (2025-06-19T15:33:47Z) - Alien Recombination: Exploring Concept Blends Beyond Human Cognitive Availability in Visual Art [90.8684263806649]
視覚芸術の創造において、AIが人間の認知的限界を超越する方法を示します。
我々の研究は、視覚芸術には膨大な未探索の概念的組み合わせが含まれているという仮説を立てている。
本稿では,人間の認知能力を超えた概念の組み合わせを同定し,生成するエイリアン組換え法を提案する。
論文 参考訳（メタデータ） (2024-11-18T11:55:38Z) - Emergent Collective Reproduction via Evolving Neuronal Flocks [0.0]
この研究は、VitaNovaという新しい人工生命の枠組みを通じて、個人性(ETI)の進化的遷移の理解を促進する。
VitaNovaは複雑に自己組織化と自然選択を融合させ、複雑な生殖群の出現をシミュレートする。
論文 参考訳（メタデータ） (2024-09-20T06:22:24Z) - 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)
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。