論文の概要: What Makes Creation Human? Authorship, Reasons, and Meaningful Human Control in Generative AI

• arxiv url: http://arxiv.org/abs/2609.10738v1
• Date: Wed, 09 Sep 2026 18:32:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-11 23:53:35.110058
• Title: What Makes Creation Human? Authorship, Reasons, and Meaningful Human Control in Generative AI
• Title（参考訳）: 創造を人間にするものは何か? 生成AIにおける著者、理由、および意味のある人間制御
• Abstract要約: 本稿では,創造性のレベルにおける創造性と創造性のレベルにおける創造性とを区別する。 人間の権威は、手動の介入、自動化の度合い、最初のアイデアの起源、最終的な選択権限によってのみ決定できない、と論じている。 本稿では,動的反射性トラッキング(DRT)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 artificial intelligence (GenAI) significantly expands creators' productive capacity, but this does not necessarily entail a corresponding increase in creative agency or authorship. This paper distinguishes creativity at the level of the work from creative agency at the level of the creator, and argues that human authorship cannot be determined solely by manual intervention, degree of automation, the origin of an initial idea, or final selection authority. Rather, authorship depends on whether human judgment and reasons genuinely shape the development of the work. To articulate this requirement, the paper introduces Meaningful Human Control (MHC) into generative creation and identifies a limitation of its classical tracking condition. Creative reasons are not always fully specified prior to interaction with AI; they may emerge, change, or be abandoned as the creative process unfolds. The paper therefore proposes dynamic-reflexive tracking (DRT), which requires that a creator's evolving reasons undergo reflective uptake, exert genuine influence on the subsequent trajectory of creation, and remain capable of rejecting and redirecting the system's default direction. DRT consists of four conditions: diachronic reason formation, reflective uptake, trajectory efficacy, and contestability and redirection, together with a minimal tracing requirement. The paper argues that human authorship under generative AI depends not on how many steps a person personally performs, but on whether that person's reasons continuously, reflectively, and effectively shape what the work becomes.
• Abstract（参考訳）: 創造的人工知能(GenAI)はクリエーターの生産性を著しく向上させるが、創造的エージェンシーや著者の増員を必ずしも必要としない。 本稿では,創作者のレベルでの創造的エージェンシーと創造的エージェンシーのレベルでの創造性を区別し,手作業による介入,自動化の程度,初期アイデアの起源,最終選択権限によってのみ人的著作物が決定できないことを論じる。 むしろ、著者は人間の判断と理由が作品の発展を真に形作るかどうかにかかっている。 この要件を明確にするために,本論文では,MHC(Meaningful Human Control)を生成的生成に導入し,その古典的追跡条件の限界を特定する。 創造的理由は、AIと対話する前に常に完全に特定されるわけではない。 そこで本稿では, 動的反射性トラッキング (DRT) を提案する。これは, 創造者の進化する理由を反映して, 創造の軌道に真の影響を及ぼし, システムのデフォルト方向を拒絶・リダイレクトすることが可能である。 DRTは4つの条件から構成される:ダイアクロニックな理由形成、反射性取り込み、軌道効果、競合性とリダイレクト、そして最小限のトレーサビリティ要件である。 この論文は、生成的AIの下での人間のオーサシップは、その人の個人が行うステップの数ではなく、その人の理由が連続的に、反射的に、そして効果的に作品を形成するかどうかにかかっている、と論じている。

関連論文リスト

• The Boundaries of Automation: A Theory of Persistent Human Participation [107.84677954791773]
  高い能力を持つAIシステムであっても、人間の参加は継続する可能性がある、と私たちは主張する。 一部のアクティビティでは、ターゲットは事前に完全に指定されるのではなく、代わりにインタラクション自体を通じて現れる。 この観点は、自動化の限界に重要な意味を持つ。
  論文  参考訳（メタデータ） (2026-07-23T17:33:43Z)
• The Tao of Agency: Autotelic AI, Embedded Agency and Dissolution of the Self [0.0]
  エージェントが自身の目標を生成し始めると、自動AIの分野が開きます。 本研究は,本質的なモチベーション,資源主導の先行性,因果介入学習,ホメオスタシス,組込み性を通じて,その成果を追究する。 オートテリックAIの最も深い問題は、エージェントが目標をどうやって生成するかではなく、その目標が割り当てられた自己をどうやって生成し、相対化するかである。
  論文  参考訳（メタデータ） (2026-06-18T08:20:33Z)
• 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)
• Creativity in the Age of AI: Rethinking the Role of Intentional Agency [0.35854592084750364]
  インテンショナル・エージェンシー・コンディション(IAC)は創造性の一般的な条件として拒絶されるべきである。 近年のジェネレーティブAIの進歩により、IACは記述的かつ機能的にも、ますます問題になっている。 我々はIACを一貫性のある要件に置き換えることを提案し、創造性は新規で価値のある製品の生成を確実に追跡する。
  論文  参考訳（メタデータ） (2026-01-22T09:31:12Z)
• Real-Time Reasoning Agents in Evolving Environments [52.21796134114843]
  進化する環境におけるエージェントに対する新しい問題定式化としてリアルタイム推論を導入する。 我々の研究は、実用的なエージェントを開発するための重要なテストベッドとしてリアルタイム推論を確立している。
  論文  参考訳（メタデータ） (2025-11-07T00:51:02Z)
• Stochastic, Dynamic, Fluid Autonomy in Agentic AI: Implications for Authorship, Inventorship, and Liability [0.2209921757303168]
  エージェントAIシステムは、暗黙の学習を通じて戦略を適応し、自律的に目標を追求する。 人間と機械の貢献は、相互に絡み合った創造的なプロセスに不可避的に絡まってしまう。 法律と政策の枠組みは、人間と機械の貢献を機能的に同等に扱う必要があるかもしれないと我々は主張する。
  論文  参考訳（メタデータ） (2025-04-05T04:44:59Z)
• 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)
• Exploration with Principles for Diverse AI Supervision [88.61687950039662]
  次世代の予測を用いた大規模トランスフォーマーのトレーニングは、AIの画期的な進歩を生み出した。 この生成AIアプローチは印象的な結果をもたらしたが、人間の監督に大きく依存している。 この人間の監視への強い依存は、AIイノベーションの進歩に重大なハードルをもたらす。 本稿では,高品質なトレーニングデータを自律的に生成することを目的とした,探索型AI(EAI)という新しいパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T07:03:39Z)
• Automated Machine Learning, Bounded Rationality, and Rational Metareasoning [62.997667081978825]
  有界合理性の観点から、自動機械学習(AutoML)と関連する問題を考察する。 リソース境界の下でアクションを取るには、エージェントがこれらのリソースを最適な方法で利用する方法を反映する必要がある。
  論文  参考訳（メタデータ） (2021-09-10T09:10:20Z)
• Machine Common Sense [77.34726150561087]
  機械の常識は、人工知能(AI)において広範で潜在的に無拘束な問題のままである 本稿では、対人インタラクションのようなドメインに焦点を当てたコモンセンス推論のモデル化の側面について論じる。
  論文  参考訳（メタデータ） (2020-06-15T13:59:47Z)

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。