要約
人工知能 (AI)、特に生成モデルは、知識労働のための変革ツールです。
彼らは、創造性、独創性、盗作、クレジットの帰属、著作権の所有権などの概念を問題視しています。
生成モデルの批判者は、大量のトレーニング データへの依存を強調し、これらのモデルの出力をソース データのランダム化された盗作、リミックス、またはコラージュにすぎないとみなします。
これらの理由から、多くの人が、これらのモデルの展開、使用、出力の帰属に関する規制の強化を主張しています。
ただし、これらの問題は新しいものでも、人工知能に特有のものでもありません。
この意見書では、文芸批評、美術史、著作権法の例を用いて、創造性と独創性がどのようにオブジェクトの注目すべき特性や情報理論的な特性としての定義に抵抗し、その代わりにプロセス、作者、または視聴者の特性として見なすことができるかを示します。
さらに別の見解では、すべての創造的な作品は本質的に再利用される（ほとんどの場合帰属表示なし）、またはランダム性自体が創造的である可能性があると考えられています。
私が提案したいのは、創造性は最終的には作成者と受信者のコミュニティによって定義され、ワークフロー内でみなされる創造性の源は、多くの場合、ワークフローのどの部分を自動化できるかによって決まるということです。
創造的な知識作業における AI の最近の研究の例を使用して、AI が知識作業を物質的な生産から重要な統合に移行させることを提案します。
この意見書は、生成モデルの創造性と単位の割り当ての問題に対する、より微妙なアプローチを中心とした対話を開始することを目的としています。これは、これらのモデルのユーザーの創造的および管理的な声の重要性をより十分に認識し、より単純な表記や情報理論的な見方から離れるものです。
要約(オリジナル)
Artificial Intelligence (AI), and in particular generative models, are transformative tools for knowledge work. They problematise notions of creativity, originality, plagiarism, the attribution of credit, and copyright ownership. Critics of generative models emphasise the reliance on large amounts of training data, and view the output of these models as no more than randomised plagiarism, remix, or collage of the source data. On these grounds, many have argued for stronger regulations on the deployment, use, and attribution of the output of these models. However, these issues are not new or unique to artificial intelligence. In this position paper, using examples from literary criticism, the history of art, and copyright law, I show how creativity and originality resist definition as a notatable or information-theoretic property of an object, and instead can be seen as the property of a process, an author, or a viewer. Further alternative views hold that all creative work is essentially reuse (mostly without attribution), or that randomness itself can be creative. I suggest that creativity is ultimately defined by communities of creators and receivers, and the deemed sources of creativity in a workflow often depend on which parts of the workflow can be automated. Using examples from recent studies of AI in creative knowledge work, I suggest that AI shifts knowledge work from material production to critical integration. This position paper aims to begin a conversation around a more nuanced approach to the problems of creativity and credit assignment for generative models, one which more fully recognises the importance of the creative and curatorial voice of the users of these models and moves away from simpler notational or information-theoretic views.
arxiv情報
| 著者 | Advait Sarkar |
| 発行日 | 2023-07-20 10:26:57+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google