論文の概要: Harnessing Abundance: A Generativity Perspective on Human-GenAI Collaboration

• arxiv url: http://arxiv.org/abs/2608.07500v1
• Date: Sat, 20 Jun 2026 19:07:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.169098
• Title: Harnessing Abundance: A Generativity Perspective on Human-GenAI Collaboration
• Title（参考訳）: Harnessing Abundance:Human-GenAIコラボレーションの創発的視点
• Abstract要約: 人間とゲンカイのコラボレーションに関する研究は、矛盾する結果をもたらす。 これらの矛盾はGenAIの中核的な特徴を反映している、と我々は主張する。 本稿では, 生産的創造性が得られるか, 逆火を起こすかを説明する統一メカニズムとして, 生成的適合性を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Research on human-GenAI collaboration yields conflicting findings: GenAI can enhance creativity yet reduce collective diversity, with uneven benefits across skill levels. Rather than treating these as contradictions, we argue they reflect a core feature of GenAI: abundance. GenAI makes ideas, drafts, and recombinations plentiful, potentially expanding the hypothesis space and surfacing unanticipated possibilities. However, abundance alone doesn't ensure better outcomes. We propose generative fit as a unifying mechanism explaining when abundance yields productive creativity and when it backfires. Drawing on Generativity Theory, generative fit captures how well a system's generative potential complements a community's generative capacities. We develop a conceptual framework for collaborative human-GenAI settings where participants share goals, depend on one another, and must integrate diverse contributions. By mapping abundance to cognitive, social, and organizational factors of collective creativity, we explain apparent tradeoffs and offer actionable implications for designing workflows that convert abundance into valued creative outcomes.
• Abstract（参考訳）: GenAIは創造性を高めつつ、集団の多様性を減らし、スキルレベルの不均一な利益を得ることができます。 これらは矛盾として扱うのではなく、GenAIの中核的な特徴を反映している、と我々は主張する。 GenAIはアイデア、ドラフト、組換えを豊富に行い、仮説空間を拡大し、予期せぬ可能性に直面する可能性がある。 しかし、豊かさだけではより良い結果が得られない。 本稿では, 生産的創造性が得られるか, 逆火を起こすかを説明する統一メカニズムとして, 生成的適合性を提案する。 生成的適合性理論(Generativity Theory)に基づいて、生成的適合性(generative fit)は、システムの生成的ポテンシャルがコミュニティの生成能力をどのように補完するかをキャプチャする。 我々は、参加者が目標を共有し、互いに依存し、多様なコントリビューションを統合するという、協調的な人間-GenAI設定のための概念的枠組みを開発する。 集団創造の認知的、社会的、組織的要因に豊富なものをマッピングすることにより、明らかなトレードオフを説明し、豊富なものを価値ある創造的成果に変換するワークフローを設計するための実用的な意味を提供する。

関連論文リスト

• Collective creativity in hybrid societies [0.30782642039384867]
  生成的AIの文脈における創造性は、ハイブリッド集団の性質として最もよく理解されている。 結果を決定するのは、どのエージェントが存在するか、どの比率で、どのように接続されているかである。
  論文  参考訳（メタデータ） (2026-09-02T13:59:08Z)
• Measuring Creativity in the Age of Generative AI: Distinguishing Human and AI-Generated Creative Performance in Hiring and Talent Systems [0.0]
  本稿では,創造性を共有制約と競争インセンティブの下で出現する分散的・プロセス的特性として再認識する。 本稿では,創造性を合成の新規性として測定するための定量的枠組みを導入する。 この知見は, 生成AIの時代において, 浮力よりも独特性が人間の創造能力の第一のシグナルとなることを示唆している。
  論文  参考訳（メタデータ） (2026-04-10T12:49:17Z)
• 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)
• Evolutionary Computation as Natural Generative AI [35.99576885880116]
  進化計算(Evolutionary Computation、EC)は、多様性と創造性を高めるための探索駆動の経路を提供する。 ECは自然選択の下で探索探索によって支配される生成パラダイムである。 我々は,創造性に不可欠な要因として,構造破壊と選択圧の調整を強調した。
  論文  参考訳（メタデータ） (2025-10-04T01:54:31Z)
• Beyond Brainstorming: What Drives High-Quality Scientific Ideas? Lessons from Multi-Agent Collaboration [59.41889496960302]
  本稿では,構造化マルチエージェントの議論が独創的思考を超えうるかどうかを考察する。 研究提案を作成するための協調型マルチエージェントフレームワークを提案する。 エージェントベースのスコアリングと,新規性,戦略的ビジョン,統合深度といった領域にわたるヒューマンレビューを備えた包括的プロトコルを採用している。
  論文  参考訳（メタデータ） (2025-08-06T15:59:18Z)
• Generative AI and Creativity: A Systematic Literature Review and Meta-Analysis [20.57872238271025]
  我々は、GenAIが創造的タスクのパフォーマンスに与える影響を評価するためのメタ分析を行う。 この結果から,GenAIとヒトの創造性に有意な差は認められなかった。 GenAIは、人間とGenAIのコラボレーションにおけるアイデアの多様性に有意な悪影響を及ぼす。
  論文  参考訳（メタデータ） (2025-05-22T19:39:10Z)
• Probing and Inducing Combinational Creativity in Vision-Language Models [52.76981145923602]
  VLM(Vision-Language Models)の最近の進歩は、それらのアウトプットが組合せの創造性を反映しているかという議論を引き起こしている。 本稿では,創造的プロセスを3つのレベルに分解するIEIフレームワークを提案する。 このフレームワークを検証するために、IEIフレームワークに従って注釈付けされた666人のアーティストによる視覚マッシュアップの高品質データセットであるCreativeMashupをキュレートする。
  論文  参考訳（メタデータ） (2025-04-17T17:38:18Z)
• 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。