論文の概要: Generative AI floods and dilutes the market for books
- arxiv url: http://arxiv.org/abs/2607.20349v1
- Date: Wed, 22 Jul 2026 16:33:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-23 18:51:38.156854
- Title: Generative AI floods and dilutes the market for books
- Title（参考訳）: ジェネレーティブなAIが本の市場を席巻、希薄化
- Authors: Tuhin Chakrabarty, Xinyue Liu, Jane C. Ginsburg, Paramveer Dhillon,
- Abstract要約: 生成AIは、ほぼゼロのコストで、書籍長編のフィクションを制作することができる。
これらの本は、買い手が無視する低品質の「スロープ」として取り除かれ、商業重量はほとんど持たないとされることが多い。
私たちはこの仮定を、2023年から2026年にかけてAmazonで販売された14,419冊の自費出版のジャンルフィクションのフルテキストAI検出で検証した。
- 参考スコア（独自算出の注目度）: 10.319870361711267
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative AI can produce book-length works of fiction at near-zero cost. These books are often dismissed as low-quality ``slop'' that buyers will ignore, and are assumed to carry little commercial weight. We test that assumption with full-text AI detection across 14,419 self-published genre-fiction books sold on Amazon from 2023 to 2026, matched to daily sales records through June 2026. None of these books disclose whether or not they contain AI-produced content. We find that books for which we detected substantial AI text ($>$ 25\%) make up a large share of the catalog but a smaller share of sales. Even so, they reach commercial scale, winning a growing share of sales over time and taking more of the scarce top-rank positions once held by books with no detected AI text. Over this period, the number of books with observed sales in a quarter grew 19.2-fold, while quarterly revenue grew only 8.9-fold. The market therefore added selling books faster than it added revenue, and revenue per selling book fell across most genres. Books with no AI text lose the most ground in genres with high AI diffusion, and most of all where Kindle Unlimited availability is high. Among top-selling books, those with substantial AI text draw on more distinctive language from existing books than do books with no AI text; for these books overlap rises with revenue, a gradient we do not detect for books with no AI text. Generative AI can thus reshape a creative market through scale rather than quality. Our results bear directly on the market-effect question at the center of the fair use defense to copyright infringement.
- Abstract（参考訳）: 生成AIは、ほぼゼロのコストで、書籍長編のフィクションを制作することができる。
これらの本は、購入者が無視する低品質の『slop』として取り除かれ、商業的な重みをほとんど持たないと考えられている。
私たちは、2023年から2026年にかけてAmazonで販売された14,419冊の自費出版のジャンルフィクションを、フルテキストでAI検出することで、2026年6月までの日次販売記録と比較した。
これらの本はいずれも、AIが制作したコンテンツを含むかどうかを公表していない。
私たちは、相当量のAIテキスト($25\%)を検出した本が、カタログの大部分を占めているが、売り上げは少ないことに気付きました。
それでも、彼らは商業規模に到達し、時間とともに売上のシェアを伸ばし、検出されたAIテキストなしで書籍が保持した最上位のポジションを奪った。
この期間、四半期売上は19.2倍、四半期売上は8.9倍に留まった。
そのため、売れた本は売上よりも早く増え、売れた本1冊あたりの売上は、ほとんどのジャンルで減少した。
AIテキストのない本は、AIの普及率の高いジャンルで最も基礎を失っている。
トップセラーの本の中で、AIテキストを持つ本は、AIテキストを持たない本よりも、既存の本からより独特な言語を引いている。
これにより、生成AIは、品質よりもスケールを通じて創造的な市場を再構築することができる。
われわれの結果は、著作権侵害に対する公正使用防衛の中心にある市場効果問題に直接関係している。
関連論文リスト
- Readers Prefer Outputs of AI Trained on Copyrighted Books over Expert Human Writers [8.031052360107092]
著者のスタイルをエミュレートしながら、フロンティアAIモデルが高品質な文学テキストを生成できるかどうかは不明だ。
MFAの訓練を受けたエキスパートライターと、ChatGPT、Claude、Geminiの3つのフロンティアAIモデルを比較する。
論文 参考訳（メタデータ） (2025-10-15T17:51:58Z) - Extracting memorized pieces of (copyrighted) books from open-weight language models [63.06081428612624]
我々は、生成的AIに対する著作権訴訟における原告と被告が、大規模な言語モデル(LLM)が原告の保護された表現を記憶している範囲について、その主張に反対することが多いことを示している。
これらの偏極的な立場は、記憶と著作権の関係を劇的に単純化することを示します。
我々は、我々の結果が著作権訴訟に重大な影響を及ぼす理由について議論する。
論文 参考訳（メタデータ） (2025-05-18T21:06:32Z) - Which books do I like? [0.0]
ISAACはフィクション読者が文学的好みを認識し、楽しい本を見つけるのを支援するパイプラインである。
ISAACは4つのステップで構成されている: ユーザが書籍のレーティングを提供し、AIエージェントが提供された書籍を調査、注釈付けし、本を楽しむパターンがユーザによってレビューされ、AIエージェントは新しい本を推薦する。
その結果,既存の手法よりもISAACが優れていることがわかった。
論文 参考訳（メタデータ） (2025-03-05T09:31:49Z) - Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing [55.2480439325792]
本研究では、AI-Polished-Text Evaluationデータセットを用いて、12の最先端AIテキスト検出器を体系的に評価する。
我々の発見によると、検出器は、最小限に洗練されたテキストをAI生成としてフラグ付けし、AIの関与度を区別し、古いモデルや小さなモデルに対するバイアスを示す。
論文 参考訳（メタデータ） (2025-02-21T18:45:37Z) - Raidar: geneRative AI Detection viA Rewriting [42.477151044325595]
大規模な言語モデル(LLM)は、書き直しのタスクを行う場合、AI生成テキストよりも人間の書き起こしテキストを変更する傾向にある。
テキストの書き直しを LLM に促し,出力の編集距離を計算することで,AI 生成コンテンツを検出する手法を提案する。
この結果から,機械自体のレンズを通した機械生成テキストのユニークなインプリントが明らかになった。
論文 参考訳（メタデータ） (2024-01-23T18:57:53Z) - Long-Term Ad Memorability: Understanding & Generating Memorable Ads [54.23854539909078]
マーケティングやブランドビルディングにおける長期記憶の重要性にもかかわらず、これまで広告の記憶可能性に関する大規模な研究は行われていない。
276のブランドをカバーする1749の参加者と2205の広告からなる,最初の記憶可能性データセットであるLAMBDAをリリースする。
異なる参加者のサブポピュレーションや広告タイプに対する統計的テストを実行すると、広告を記憶可能なものにするための興味深い洞察がたくさん見つかる。
本稿では,自動アノテートデータを活用することで,高品質な記憶可能な広告生成モデルを構築するためのスケーラブルな手法を提案する。
論文 参考訳（メタデータ） (2023-09-01T10:27:04Z) - Artificial intelligence adoption in the physical sciences, natural
sciences, life sciences, social sciences and the arts and humanities: A
bibliometric analysis of research publications from 1960-2021 [73.06361680847708]
1960年には333の研究分野の14%がAIに関連していたが、1972年には全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
1960年には、333の研究分野の14%がAI(コンピュータ科学の多くの分野)に関連していたが、1972年までに全研究分野の半分以上、1986年には80%以上、現在では98%以上まで増加した。
我々は、現在の急上昇の状況が異なっており、学際的AI応用が持続する可能性が高いと結論付けている。
論文 参考訳（メタデータ） (2023-06-15T14:08:07Z) - Using Full-Text Content to Characterize and Identify Best Seller Books [0.6442904501384817]
文学作品の観点から、本がベストセラーになるかどうかを予測するという課題を考察する。
従来のアプローチとは違って,書籍の全内容に焦点を合わせ,可視化と分類作業を検討した。
以上の結果から,本文の全内容のみを用いて,精度の高い書籍の成功を予測することは不可能であることが示唆された。
論文 参考訳（メタデータ） (2022-10-05T15:40:25Z)
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。