[4G1-OS-23] 人工知能と創造性 — 人の模倣を超えて

10:00 〜 10:15

[4G1-OS-23-05] In-Context Preference Learningによる感性表現の獲得と多角的な提案を実現する共創的音楽生成モデル

〇手代木 真琴¹、日髙 風詩¹、吉川 雄一郎¹、堀井 隆斗^1,2 (1. 大阪大学、2. 東京大学IRCN)

キーワード：

音楽共創、演奏表現生成、文脈内選好学習

生成AIは創造的パートナーとして期待されるが，抽象的な感性イメージを共有し制御することは困難である．本研究では，「情熱的に」といった指示に基づく演奏表現生成を対象に，意図の具現化と発想の誘発を両立するシステムを提案する．
提案手法はIn-Context Preference Learning (ICPL) を拡張したものである．従来のランキング選択による適応に加え，(1)自然言語フィードバックによる詳細な意図伝達，(2)楽曲知識に基づく多角的な提案による探索空間の拡張を導入した．これにより，従来の選択のみでは表現しきれなかった微細な感性の反映と，広大な表現空間の自在な探索を実現した．
評価実験の結果，手動によるパラメータ調整と比較して直感的な操作性が支持され，高い満足度を示した．特に，AIの多角的な提案が「意図とは異なるが良い」と受容され，ユーザーの創作目標が柔軟に変容・洗練される様子が観察された．これは，AIの予期せぬ提案が創造プロセスを単なる最適化から相互創発的な探索へと変容させることを示しており，AIが真の共創パートナーとして機能する可能性を示唆している．