論文の概要: Environmental Slow AI: Design Principles for Generative Systems

• arxiv url: http://arxiv.org/abs/2608.20398v1
• Date: Thu, 02 Jul 2026 19:53:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-28 05:09:55.311452
• Title: Environmental Slow AI: Design Principles for Generative Systems
• Title（参考訳）: 環境のスローAI: 生成システムの設計原則
• Abstract要約: 本稿では,環境人文科学の伝統を通じて,現在生成中のAIの最大値について検討する。 環境サステナビリティがコアバリューとして機能する設計原則を提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative AI (genAI) systems produce cultural artefacts at scale, but they also reflect embedded cultural values through their design. Once identified, these values become open to deliberate reshaping. This position paper examines the maximalist values of current generative AI through an environmental humanities tradition and proposes design principles in which environmental sustainability serves as the core value instead. The principles are developed under the umbrella of Slow AI, a term that already circulates across several distinct research and practice programs. Five design principles are articulated (restraint, sufficiency, selectivity over retention, material visibility, and friction as affordance), each of them illustrated against the current design of widely deployed systems. Each principle operates at two levels: a design implementation, and an interpretive layer at which users and developers are prompted toward reflective engagement with the system. Together these principles extend human agency by restoring decisions that frictionless defaults have silently removed and do so by building interpretive reflection into design.
• Abstract（参考訳）: ジェネレーティブAI(genAI)システムは、大規模に文化的アーティファクトを生成するが、そのデザインを通じて、組み込みの文化的価値も反映する。 認識されると、これらの値は意図的に再形成される。 本稿では, 環境人文科学の伝統を通じて, 現在の生成AIの最大値について検討し, 環境サステナビリティが中心となる設計原則を提案する。 この原則はSlow AIの傘下で開発されており、すでにいくつかの異なる研究や実践プログラムを網羅している。 5つの設計原則(制約、十分性、保持に対する選択性、材料視認性、価格としての摩擦)が具体化され、それぞれが広く配備されているシステムの設計に対して説明されている。 各原則は、設計実装と、ユーザと開発者がシステムへのリフレクティブエンゲージメントに促される解釈レイヤの2つのレベルで動作します。 これらの原則は、摩擦のないデフォルトが静かに取り除かれ、設計に解釈的リフレクションを構築することで、人間のエージェントを回復することで拡張する。

関連論文リスト

• GRAIL: Autonomous Concept Grounding for Neuro-Symbolic Reinforcement Learning [36.384912895857674]
  GRAILは環境相互作用を通じて概念を自律的に基礎付けるフレームワークである。 粗末な報酬信号と、未決定環境において一般的な概念的ミスアライメントの両方に対処する。 GRAILはエージェントと手作りのコンセプトを簡易な設定でマッチングし、報酬とハイレベルなゴール完了の間の情報的トレードオフを明らかにする。
  論文  参考訳（メタデータ） (2026-04-18T06:41:59Z)
• Beyond Heuristic Prompting: A Concept-Guided Bayesian Framework for Zero-Shot Image Recognition [81.2779530670268]
  VLM(Vision-Language Models)は、ゼロショット画像認識を著しく進歩させたモデルである。 本稿では、クラス固有の概念を取り入れることで、プロンプトを強化する。 我々の手法は一貫して最先端の手法より優れている。
  論文  参考訳（メタデータ） (2026-03-09T03:11:11Z)
• Fundamentals of Building Autonomous LLM Agents [64.39018305018904]
  本稿では,大規模言語モデル(LLM)を用いたエージェントのアーキテクチャと実装手法について概説する。 この研究は、複雑なタスクを自動化し、人間の能力でパフォーマンスのギャップを埋めることのできる「アジェンティック」なLLMを開発するためのパターンを探求することを目的としている。
  論文  参考訳（メタデータ） (2025-10-10T10:32:39Z)
• Insights Informed Generative AI for Design: Incorporating Real-world Data for Text-to-Image Output [51.88841610098437]
  本稿では,DALL-E 3を材料データセットと統合して,サステナビリティ指標と材料利用の洞察を備えたAI設計を充実させるパイプラインを提案する。 我々は,(1) 生成AIによるプロンプトプロセスに先立ってユーザに対してサステナビリティの言及がなく,(2) プロンプト前にユーザと通信するサステナビリティの目標,(3) 生成AI出力に含まれる量的CO2eデータとともに通信するサステナビリティの目標である,という3つのユーザテストを通じてシステムを評価する。
  論文  参考訳（メタデータ） (2025-06-17T22:33:11Z)
• Evaluating the Application of SOLID Principles in Modern AI Framework Architectures [0.0]
  この研究は、現代のAIフレームワーク、特にスキキットラーンがSOLID設計原則にどの程度準拠しているかを評価する。 それぞれのフレームワークのドキュメンテーション、ソースコード、アーキテクチャコンポーネントを調べて、これらの原則への準拠性を評価しました。
  論文  参考訳（メタデータ） (2025-03-18T00:37:23Z)
• A Survey on All-in-One Image Restoration: Taxonomy, Evaluation and Future Trends [67.43992456058541]
  画像復元(IR)は、ノイズ、ぼかし、圧縮、悪天候など幅広い要因によって生じる劣化した観察から高品質な画像の復元を目指している。 従来のIR法は、個々の劣化タイプを対象とすることで顕著な進歩を遂げてきたが、それらの特殊化は、しばしば一般化のコストがかかる。 オールインワンのイメージ復元パラダイムが最近登場し、複数の劣化タイプに順応的に対処する統一されたフレームワークを提供している。
  論文  参考訳（メタデータ） (2024-10-19T11:11:09Z)
• Design Principles for Generative AI Applications [22.587972924039992]
  生成AIアプリケーションはユニークな設計課題を提示する。 効果的で安全な使用を促進するユーザエクスペリエンスの設計方法に関するガイダンスが緊急に必要である。 生成型AIアプリケーションの設計に関する6つの原則を提示する。
  論文  参考訳（メタデータ） (2024-01-25T19:38:21Z)
• Toward General Design Principles for Generative AI Applications [16.11712547530946]
  生成AIアプリケーションの設計に関する7つの原則を提示する。 生成AIの特徴として、複数の成果と不完全性、探索と制御、メンタルモデルと説明の6つの原則が重視されている。 我々は、生成モデルの有害な出力、誤用、または人的変位の可能性によって引き起こされる可能性のある潜在的な害に対して設計をするようデザイナーに促す。
  論文  参考訳（メタデータ） (2023-01-13T14:37:56Z)
• Core and Periphery as Closed-System Precepts for Engineering General Intelligence [62.997667081978825]
  AIシステムの入力が出力から独立するかどうかは不明であり、従ってAIシステムが従来のコンポーネントとして扱われるかどうかは不明である。 本稿では, 工学的汎用知能は, コアと周辺と呼ばれる, 新たな汎用システム規範を必要とすることを示唆する。
  論文  参考訳（メタデータ） (2022-08-04T18:20:25Z)
• An interdisciplinary conceptual study of Artificial Intelligence (AI) for helping benefit-risk assessment practices: Towards a comprehensive qualification matrix of AI programs and devices (pre-print 2020) [55.41644538483948]
  本稿では,インテリジェンスの概念に対処するさまざまな分野の既存の概念を包括的に分析する。 目的は、AIシステムを評価するための共有概念や相違点を特定することである。
  論文  参考訳（メタデータ） (2021-05-07T12:01:31Z)

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。