論文の概要: Nonslop: A Gamified Experiment in Human-AI Collaborative Writing
- arxiv url: http://arxiv.org/abs/2606.12350v1
- Date: Wed, 10 Jun 2026 17:21:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-11 16:42:38.588126
- Title: Nonslop: A Gamified Experiment in Human-AI Collaborative Writing
- Title（参考訳）: Nonslop:人間とAIのコラボレーションによる文章作成実験
- Authors: Maria Edwards, Julian Togelius,
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 4.079191726815924
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid proliferation of large language models (LLMs) raises critical questions about human creativity and individual expression in an era of AI-assisted creation. When do humans adopt AI suggestions, and what are the implications for individual voice? This study examines these questions through a gamified writing exercise where 74 participants (214 responses) replied to prompts while AI-generated word suggestions were available as they wrote. The game simulates a dystopian future in which an AI is attempting to learn from what remains of human individuality, and disincentivizes AI-like writing. In doing so, it attempts to create conditions that reveal authentic user preferences rather than default behaviors, such as accepting a readily available AI-generated suggestion. Note that this is a deliberate inversion of the "helpful assistant" design pattern; the system is explicitly forbidding you from accepting AI suggestions. We analyze user behavior patterns across different task types, user behaviors, and response characteristics to understand the factors influencing human-AI interaction in creative tasks. The study focuses on when users choose to maintain creative autonomy versus violating the rules of the game and accepting AI assistance. It also explores how these choices relate to response patterns, task characteristics, and user behavior. This gamified approach offers both a framework for studying authentic human-AI interaction and a provocative lens for understanding the tension between efficiency and authenticity in AI-augmented creativity.
- Abstract（参考訳）: 大規模言語モデル(LLM)の急速な普及は、AI支援創造の時代において、人間の創造性や個人の表現について批判的な疑問を提起する。
人間はいつAIの提案を採用するのか。
本研究は、74名の参加者(214名)がプロンプトに応答するゲーミフィケーション・ライティング・エクササイズを通じて、これらの質問を調査する。
このゲームは、AIが人間の個人性の残存物から学ぼうとしているディストピアの未来をシミュレートし、AIライクな文章を非インセンティブ化する。
そうすることで、AI生成の容易な提案を受け入れるなど、デフォルトの動作よりも真正なユーザの嗜好を明らかにする条件の作成を試みる。
これは“ヘルプフルアシスタント”デザインパターンの意図的な逆転であり、AI提案の受け入れを明示的に禁止している点に注意が必要だ。
我々は,異なるタスクタイプ,ユーザ行動,応答特性のユーザ行動パターンを分析し,創造的タスクにおける人間とAIの相互作用に影響を与える要因を理解する。
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。
また、これらの選択がレスポンスパターン、タスク特性、ユーザの振る舞いにどのように関係しているかについても検討する。
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。
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) - Resisting Humanization: Ethical Front-End Design Choices in AI for Sensitive Contexts [1.1565654851982565]
AIフロントエンド設計における人間化は、ユーザのメンタルモデルを大きく形作る価値駆動的な選択である、と私たちは主張する。
ジェンダーベースの暴力の生存者を支援する非営利団体であるChaynによって開発された2つのAIシステムについて論じる。
論文 参考訳（メタデータ） (2026-03-25T22:39:16Z) - How Problematic Writer-AI Interactions (Rather than Problematic AI) Hinder Writers' Idea Generation [18.06791806791819]
学生のアイデア開発に対するgenAIの影響は、AIだけでなく、学生と学生の相互作用にも大きく依存している。
積極的にアイデアを探求する学生は、オートコンプリートでもソクラティックAIアシスタントでも、新しいアイデアを書けるようになった。
これらの発見は、AI記述アシスタントを設計する機会を示唆している。
論文 参考訳（メタデータ） (2025-03-14T22:53:53Z) - Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。
また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
論文 参考訳（メタデータ） (2024-10-28T23:10:06Z) - 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) - Towards Human-AI Deliberation: Design and Evaluation of LLM-Empowered Deliberative AI for AI-Assisted Decision-Making [47.33241893184721]
AIによる意思決定において、人間はしばしばAIの提案を受動的にレビューし、それを受け入れるか拒否するかを決定する。
意思決定における人間-AIの意見の対立に関する議論と人間のリフレクションを促進する新しい枠組みであるHuman-AI Deliberationを提案する。
人間の熟考の理論に基づいて、この枠組みは人間とAIを次元レベルの意見の引用、熟考的議論、意思決定の更新に携わる。
論文 参考訳（メタデータ） (2024-03-25T14:34:06Z) - 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) - Learning interactions to boost human creativity with bandits and GPT-4 [10.817205577415434]
我々は、人間の創造性、すなわち意味的特徴生成の限界を示す心理的タスクを採用する。
人間と言語AI(GPT-4)を用いた実験では、参加者がアルゴリズムによって生成されたヒントを要求できる変種に対して、標準タスクにおける振る舞いを対比する。
人間とAIはヒントからも同様の利点を示しており、驚くほど、AIの反応から学ぶバンディットは、人間の行動から学ぶのと同じプロンプト戦略を好む。
論文 参考訳（メタデータ） (2023-11-16T16:53:17Z) - Improving Human-AI Collaboration With Descriptions of AI Behavior [14.904401331154062]
人々はAIシステムを使って意思決定を改善するが、しばしばAIの予測を過度に、あるいは過度に予測し、手伝わなかったよりも悪いパフォーマンスをする。
人々がAIアシスタントを適切に頼りにするために、行動記述を示すことを提案する。
論文 参考訳（メタデータ） (2023-01-06T00:33:08Z) - Cybertrust: From Explainable to Actionable and Interpretable AI (AI2) [58.981120701284816]
Actionable and Interpretable AI (AI2)は、AIレコメンデーションにユーザの信頼度を明確に定量化し視覚化する。
これにより、AIシステムの予測を調べてテストすることで、システムの意思決定に対する信頼の基盤を確立することができる。
論文 参考訳（メタデータ） (2022-01-26T18:53:09Z)
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。