論文の概要: Human diversity fuels collective creativity that large language models cannot simulate or sustain

• arxiv url: http://arxiv.org/abs/2607.26899v1
• Date: Wed, 29 Jul 2026 13:31:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-30 21:06:25.689529
• Title: Human diversity fuels collective creativity that large language models cannot simulate or sustain
• Title（参考訳）: 人間の多様性は、大きな言語モデルがシミュレートまたは持続できない集団的創造性を促進する
• Authors: Mengchen Dong, Hiromu Yakura,
• Abstract要約: 生成AIはこのエンジンに2回挑戦する。 毎日のAI支援は、多様な人々が創り出すものを均質化するかもしれないし、AIを模した多様性は、人々を完全に置き換えるかもしれない。 本稿は,L1) と非ネイティブ (L2) の英語作家による,事前登録された創造的メタファ実験において,両課題を検証した。
• 参考スコア（独自算出の注目度）: 15.452096738253928
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diverse human groups produce diverse ideas, the raw material of innovation. Generative AI challenges this engine twice over: everyday AI assistance may homogenize what diverse people create, and AI-simulated diversity may replace the people altogether. We tested both challenges in a preregistered creative metaphor experiment with native (L1) and non-native (L2) English writers, who wrote without AI, with AI-generated ideas (AI ideation), or with AI refining their own ideas (AI refinement). L2 writers contributed more collective diversity than L1 writers, with native-language ideation showing the most diverse pools. AI ideation compressed collective diversity for everyone and left the L2 advantage undetectable, whereas AI refinement preserved both. We then simulated the entire writer pool using personas built from participants' real backgrounds, three model families, native-language prompting, and elevated sampling temperatures. Every simulated pool fell below every human pool, and pushing models further induced diversity only through degenerate text. However, at the individual level, AI ideation raised writers' ratings, pitting private incentives against the collective good, except when L2 writers used their native language, which benefited both. Human diversity remains a valuable creative resource that current AI cannot simulate or sustain; the design of human-AI collaborative workflows determines whether it survives.
• Abstract（参考訳）: 多様な人間集団は、イノベーションの原料である多様なアイデアを生み出している。 日々のAIアシストは、さまざまな人々が作り出すものを均質化し、AIを模した多様性が、人々を全面的に置き換える可能性がある。 我々は、AIなし、AI生成のアイデア(AIのアイデア)、あるいはAIが自身のアイデア(AIの洗練)を洗練させるという、ネイティブ(L1)と非ネイティブ(L2)による事前登録された創造的なメタファ実験において、両方の課題をテストした。 L2ライターはL1ライターよりも集団的な多様性に寄与し、母語的な考えは最も多様なプールを示している。 AIのアイデアは全員の多様性を圧縮し、L2のアドバンテージは検出できないままにしたが、AIの洗練は両方を保存した。 次に、参加者の実際の背景から構築されたペルソナ、3つのモデルファミリー、母国語プロンプト、サンプリング温度の上昇を用いて、ライタープール全体をシミュレートした。 シミュレーションされたすべてのプールは、すべての人間のプールより低くなり、モデルは退化したテキストを通してのみ多様性を誘発した。 しかし、個々のレベルでは、L2ライターが母国語を使用した場合を除いて、AIの考えは作家の格付けを高め、集団的善に対する私的なインセンティブを落とし、両者に恩恵を与えた。 人間の多様性は、現在のAIがシミュレートまたは維持できない貴重な創造的リソースであり、人間とAIの協調ワークフローの設計は、それが生き残るかどうかを決定する。

関連論文リスト

• Multi-agent AI systems outperform human teams in creativity [55.46056199651459]
  大規模言語モデル(LLM)は、研究やイノベーションにおいてますます採用されている。 ここでは、マルチエージェントのLLMチームが、創造性において人間チームよりも大幅に優れています。 この利点は、同等の有用性を維持しながら、斬新さによって引き起こされる。
  論文  参考訳（メタデータ） (2026-05-18T05:52:11Z)
• 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)
• Artificial Hivemind: The Open-Ended Homogeneity of Language Models (and Beyond) [90.45301024940329]
  言語モデル(LM)は、多様で人間らしい創造的コンテンツを生成するのに苦労することが多い。 Infinity-Chatは26万の多様な実世界のオープンエンドユーザクエリからなる大規模データセットである。 本研究では, LMのモード崩壊について大規模に検討し, 人工Hivemind効果が明らかとなった。
  論文  参考訳（メタデータ） (2025-10-27T03:16:21Z)
• Could AI Trace and Explain the Origins of AI-Generated Images and Text? [53.11173194293537]
  AI生成コンテンツは、現実の世界ではますます普及している。 敵は、大規模なマルチモーダルモデルを利用して、倫理的または法的基準に違反した画像を作成するかもしれない。 ペーパーレビュアーは、大きな言語モデルを誤用して、真の知的努力なしにレビューを生成する。
  論文  参考訳（メタデータ） (2025-04-05T20:51:54Z)
• Using Generative AI Personas Increases Collective Diversity in Human Ideation [0.0]
  本研究は,創造的成果に対するジェネレーティブAI(GenAI)の貢献と,これらの成果の多様性の低下という,広く報告されているトレードオフに挑戦する。 我々は2024年、同志とハウザーによるこのような研究のデザインを修正し、参加者はGenAIプロットのアイデアに助けられたり、無視されたりした短編を執筆した。 以上の結果から,異なるペルソナによるAI入力段階での多様性の導入は,GenAIとのコラボレーションにおいて,人間の創造的アウトプットの集合的多様性を保ち,向上させる可能性が示唆された。
  論文  参考訳（メタデータ） (2025-03-29T12:43:29Z)
• "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)
• How AI Ideas Affect the Creativity, Diversity, and Evolution of Human Ideas: Evidence From a Large, Dynamic Experiment [3.7900123585903827]
  実験では、参加者がChatGPTまたは以前の実験参加者から得た創造的アイデアを観察し、そのアイデアをブレインストーミングした。 我々は,AI生成例数(無,低,高露出)と,その例を「AI」とラベル付けした場合(開示)に変動した。 高いAI暴露は、個々のアイデアの創造性に影響を与えるものではなく、集団的アイデアの多様性の平均的量と変化率を増加させることを発見した。
  論文  参考訳（メタデータ） (2024-01-24T14:29:39Z)
• 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。