[論文レビュー] Implementing feedback in creative systems: A workshop approach

Joseph Corneli, Anna Jordanous|arXiv (Cornell University)|May 26, 2015

Data Visualization and Analytics参考文献 33被引用数 6

ひとこと要約

この論文は、もともと人間のクリエイティブライティングの実践であったWriter's Workshopを、計算的創造システムにおけるフィードバックの実装フレームワークとして、計算モデルとして提案している。批判と見直しの構造的でピアレビューに類似したプロセスを応用することで、AIシステムが協働的なフィードバックを通じて反復的に創造的出力を改善できるようにし、社会的学習を計算的創造システムに組み込むための実現可能なロードマップを示している。

ABSTRACT

One particular challenge in AI is the computational modelling and simulation of creativity. Feedback and learning from experience are key aspects of the creative process. Here we investigate how we could implement feedback in creative systems using a social model. From the field of creative writing we borrow the concept of a Writers Workshop as a model for learning through feedback. The Writers Workshop encourages examination, discussion and debates of a piece of creative work using a prescribed format of activities. We propose a computational model of the Writers Workshop as a roadmap for incorporation of feedback in artificial creativity systems. We argue that the Writers Workshop setting describes the anatomy of the creative process. We support our claim with a case study that describes how to implement the Writers Workshop model in a computational creativity system. We present this work using patterns other people can follow to implement similar designs in their own systems. We conclude by discussing the broader relevance of this model to other aspects of AI.

研究の動機と目的

• 計算的創造システムにおけるフィードバック統合の欠如に応えるもので、多くのAIモデルが孤立して動作する現状を改善すること。
• 人間のクリエイティブライティング・ワークショップにインspiredされた社会的でインタラクティブなフィードバックモデルを提唱すること。
• AIシステムにおけるフィードバックメカニズムを実装するための実用的で再利用可能なフレームワークを提供すること。
• 計算的エージェントが構造的でプロトコル駆動の批判を通じてお互いに学べる仕組みを示すこと。
• Writer's Workshopを、経験と相互作用から学ぶ将来のAIシステムの基盤的モデルとして位置づけること。

提案手法

• システムが進行中の作品を提示し、他のシステムから構造的で建設的なフィードバックを受けるWriter's Workshop形式を採用すること。
• 定義された役割（プレゼンタ―：作品を持つシステム、レビュアー：フィードバックを提供するシステム、モデレーター：進行を管理する）を持つ計算プロトコルを設計すること。
• フィードバック表現の標準化のため、例えばInteraction Network Ontologyのようなオントロジーに基づく制御されたコミュニケーション語彙を実装すること。
• システムがフィードバックを吟味し、自身の出力を更新し、受信した入力の有用性を評価できるようにすること。
• 国際計算的創造会議（ICCC）のような学術的場において、AIシステムのピアレビュー機構としてこのモデルを用いること。
• 教育的AI分野へのモデルの拡張を図り、システムが学習者の経験を模倣することで、人間の学習者に対してパーソナライズされたフィードバックを生成できるようにすること。

実験結果

リサーチクエスチョン

• RQ1 どのようにしてフィードバックを計算的創造システムに体系的に統合し、反復的改善を支援できるか？
• RQ2 Writer's Workshopのどのような構造的・手順的要素を計算的にモデル化することで、AIシステムが建設的な批判に参加できるか？
• RQ3 AIシステムは、人間のクリエイティブ協働に類似した形で、ピアフィードバックからどのように利益を得られるか？
• RQ4 フィードバックメカニズムは、一時的な評価ではなく、長期的学習と適応を支援するために、どのように設計できるか？
• RQ5 構造的でプロトコル駆動のフィードバックは、人工的創造の社会的・インタラクティブな側面をどのように前進させるか？

主な発見

• Writer's Workshopモデルは、計算的創造システムにフィードバックを埋め込むための実現可能で構造的なフレームワークを提供し、評価の形としての形態的評価ではなく、形成的評価を可能にしている。
• このモデルは、反復的でマルチエージェントのフィードバックを通じて、偶然的で発見的なインサイトや出現的発展を支援し、人間のクリエイティブ発展に類似している。
• 初期の実装では、システムが作品を提示し、フィードバックを受け、出力を見直すように設計でき、人間と類似した学習を模倣できることが示された。
• このアプローチにより、システムがフィードバックの有用性を評価でき、自己改善とメタ認知的反省を支援できるようになった。
• このモデルは、学術的および教育的文脈に適応可能で、国際会議でのピアレビュー、あるいは人間の学習者に対する形成的評価の両方で活用できる。
• このフレームワークは、AIシステムがデータだけでなく、相互作用と社会的フィードバックから学ぶ道筋を示しており、計算的創造分野の前進に寄与している。