Seeing Differently: Modeling Interpretive Perspectives in Computational Creativity using a Four-World Framework
本論文は、3つの異なる評価的ペルソナ（形式主義的、社会歴史的、および図像学的）を用いることで、創造性を視点依存的な構成概念としてモデル化し、解釈的観点が芸術的価値の評価をいかに体系的に形作り、視覚的表現空間における対応する方向ベクトルを明らかにするかを提示する計算論的枠組みを提案するものである。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
あなたは、広大なアートギャラリーの中に立っているところを想像してみてください。一角では、あるロボットが、どの絵画が「最も創造的」であるかを判断しようと苦戦しています。長い間、こうしたロボットを開発してきた科学者たちは、厳格な審判のように、たった一つの固定されたチェックリストに従ってきました。彼らは、「それは新しいか？」「驚きがあるか？」「見た目が良いか？」と問いかけます。もしロボットが十分に賢ければ、温度計が部屋の正確な温度を測るように、あらゆる芸術作品に対して唯一の真実のスコアを見つけ出せると考えてきたのです。
しかし、ここにひねりがあります。人間は芸術をそのようには見ていません。あなたが絵画を見る時、脳は単にキャンバス上の絵具を見ているのではなく、一つの物語を見ています。もしあなたが歴史家であれば、そこにある王への抗議活動を見るかもしれません。もしあなたが詩人であれば、悲しいラブレターを見るかもしれません。もしあなたが科学者であれば、光と影の研究を見るかもしれません。芸術の「意味」は額縁の中に閉じ込められているのではなく、絵画とそれを見る人の間の空間で発生するのです。この論文は、大きな問いを投げかけています。もしロボットが創造性を理解したいのであれば、単一のスコアを見つけようとするべきでしょうか、それとも、異なる目を通して芸術を見るために、さまざまな「帽子」を被ることを学ぶべきでしょうか？
「Seeing Differently（異なる視点を見る）」と題されたこの研究は、まさにその問いを深く掘り下げています。研究者たちは、単にロボットに推測させたのではありません。視点がどのようにスコアを変化させるかをテストするために、特定のツールを与えました。彼らは「Four-World Framework（四つの世界フレームワーク）」という枠組みを用い、創造性を12の異なる特性へと分解しました。これらの特性を、家の中にある4つの異なる部屋と考えてください。それは、Inner World（内面の世界：感情や記憶）、Outer World（外面の世界：社会や文化）、Imaginative World（想像の世界：シュールな夢や遊び）、そして Moral World（道徳の世界：倫理や正義）です。
この理論を検証するために、研究者たちはSemArtと呼ばれるデジタルコレクションから、1,069点の有名なヨーロッパ絵画を取り出しました。そして、強力なAI（GPT-4.1）に、それぞれ異なる「ペルソナ」あるいは「帽子」を被らせて、3回異なる視点で絵画を見せるようにプログラムしました。
- フォーマリスト（形式主義者）：この帽子は、色、形、そして絵具の塗り方といった視覚的な要素のみに焦点を当てます。歴史や物語は無視します。
- 社会歴史学者：この帽子は、絵画を過去への窓として見ます。「これは、それを作った社会、政治、あるいは人々について何を物語っているのか？」と問いかけます。
- イコノグラファー（図像学者）：この帽子は、シンボルの探偵です。絵画の中に隠された意味、宗教的な物語、あるいはオブジェクトに隠された秘密のメッセージを探します。
AIは、これら3つの帽子の下で、12の特性すべてについて各絵画のスコアを付けました。その結果はどうだったでしょうか？ ロボットは単に少し異なる数字を出しただけではありませんでした。それは全く異なる「物語」を紡ぎ出したのです。
最も驚くべき発見は、ロボットが被った「帽子」が、絵画そのものよりもスコアを大きく変えたということでした。例えば、Social Reflexivity（社会反映性：芸術がどれほど社会について語っているか）という特性は、ロボットが社会歴史学者の帽子を被っていたとき、2.60という高いスコアを得ました。しかし、同じロボットが全く同じ絵画に対し、フォーマリストの帽子を被って見たとき、同じ特性に対して1.35というスコアしか与えませんでした。これは劇的な差です。ロボットは混乱していたのではなく、単に自分が被っている帽子のルールに従っていたのです。フォーマリストの帽子は社会的な物語を無視するように命じたため、それは見つけられませんでした。社会歴史学者の帽子はそれらを探すように命じたため、それを見つけたのです。
一方で、どのような帽子を被ってもあまり変化しない、頑固な特性もありました。Cultural Situatedness（文化的状況性：芸術がどれほどその文化に適合しているか）のようなものは、全員から3.83から3.98という高いスコアを得ていました。しかし、Symbolic Density（象徴の密度：どれほど多くの隠されたシンボルが詰め込まれているか）のような特性は、見る人によって激しく変動しました。イコノグラファーの帽子は、シンボルの宝庫を見出し（スコア3.18）、フォーマリストの帽子は、シンボルが非常に少ないと見なしました（スコア2.20）。
研究者たちは、AIの脳の「中」を覗き込み、どのようにしてこれらの違いを見ているのかを確認しました。彼らは、AIが帽子を切り替えるとき、単に意見を変えているのではなく、文字通り画像の異なる部分を見ていることを発見しました。AIが画像を保存している数学的な「空間」において、フォーマリストの帽子は一つの方向を指し、社会歴史学者の帽子は全く異なる方向を指していました。それはまるで、フォーマリストは筆致を見ている一方で、社会歴史学者は時刻を推測するために影を見ているかのようでした。
この論文は、創造性が、重さや大きさのような絵画の固定された属性ではないことを示唆しています。むしろ、創造性は「関係性」なのです。それは、特定の見方が特定の芸術に出会ったときに立ち上がります。この研究は、創造性の謎を永遠に解明したと主張しているわけではありません。しかし、たった一つの定規だけで創造性を測ろうとすることは間違いであることを証明しました。もし私たちが、コンピュータを真の創造的なパートナーにしたいのであれば、彼らは単一の眼鏡ではなく、多くの異なる眼鏡を通して世界を見る方法を学ぶ必要があります。これらの異なる視点をモデル化することで、私たちは、より豊かで多様な方法で、芸術、そしてお互いを理解するためのシステムを構築できるかもしれないのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。