電通數位與電通將於日本人工知能學會發表五項深化人機協作的研究成果

株式會社電通數位（總公司：東京都港區，代表取締役社長執行役員：瀧本 恒，以下簡稱「電通數位」）與株式會社電通（總公司：東京都港區，代表取締役社長執行役員：松本 千里，以下簡稱「電通」）將於6月8日（週一）起舉行的日本人國工知能學會全國大會※1上，發表五項研究成果，旨在探討人與AI之間新的協作模式。這些研究以生成式AI和大型語言模型（LLM）在「擴展創造力」與「提升評估判斷能力」方面的應用為主題。

＊欲閱覽發表論文，需在學會全國大會召開前至會議期間（～6月12日）註冊並登入。大會結束後，約於7月上旬，任何人皆可透過J-STAGE的「人工知能學會全國大會論文集」頁面※2閱覽。

具體而言，彙整了以下五項研究成果：

1. 學習「跳脫常識」的創造性生成模型：運用反直覺思維鏈（Counter-Intuitive Chain of Thought）的創造性生成模型
https://pub.confit.atlas.jp/ja/event/jsai2026/presentation/2N6-GS-2x-02

本研究針對容易收斂至常識性解答的LLM，提出一種新方法：將熟練的創意工作者所使用的「刻意否定常識，達成非連續性飛躍的思維過程（CI-CoT）」作為訓練資料，透過監督式微調（Supervised Fine-Tuning, SFT）進行學習。實驗結果確認，此模型能刻意避開一般、常識性的解答，透過逆轉、誇張、概念結合等思維方式，生成具有高度新穎性的點子。這表明LLM的創造力並非源於隨機性，而是可以透過學習思維協議來獲得與控制。未來的展望包括開發一個評估器（Critic），用以判斷生成的點子是「創造性偏離」還是「不當偏離」，並利用它進行強化學習（RLHF）※3來優化模型。此外，採用類似生成對抗網路（GAN）的方法，讓生成非常識想法的生成器（Generator）與根據社會常規進行調整的鑑別器（Discriminator）相互對抗，也被認為是個有前景的方向。

2. 與學習他人思維模式的AI協作對創意任務成果的影響
https://pub.confit.atlas.jp/ja/event/jsai2026/presentation/1G4-OS-13b-03

本研究比較了與自我個人化AI和他人個人化AI的協作，實證探討AI角色的特性對創意成果的影響。結果顯示，自我個人化AI在易用性和信賴感等操作性方面佔有優勢，而他人個人化AI則傾向於提升獨創性和想法的廣度。此外，透過分析參與者與AI思維風格的距離，研究暗示創造力的提升並非來自單純的同質性或最大程度的異質性，而可能在於中等距離時達到最大化。因此，本研究的結論是，在為創意任務設計AI時，策略性地導入「適度的他者性」比單純的自我優化更為重要。

3. 透過Training-Free GRPO觀察Criteria Drift：用於廣告文案品質評估的自我進化評估標準
https://pub.confit.atlas.jp/ja/event/jsai2026/presentation/1G4-OS-13b-01

本研究旨在實現廣告文案品質評估標準的自動進化，應用了Training-Free GRPO（TF-GRPO）技術，並實證觀察到評估標準在改善過程中發生變化的「Criteria Drift」現象。使用階段性改善方法的實驗結果顯示，所有模型的評估精準度（R1, F1）均有提升，特別是透過固定注入領域知識，標準抽取的再現性大幅改善。另一方面，Criteria Drift的效果呈現模型依賴性，暗示了模型規模、推理能力與改善空間之間的平衡至關重要。本研究提出了一個新的框架，能將過去依賴專家隱性知識的評估標準自動化地語言化並使其進化，不僅適用於廣告文案評估，也顯示了其在教育、生成式AI評估以及需要熟練判斷的領域中的應用潛力。

4. 運用LLM的虛擬人物基礎德菲法進行多視角都市政策評估
https://pub.confit.atlas.jp/ja/event/jsai2026/presentation/1G4-OS-13b-05

本研究驗證了一種方法，透過基於LLM的虛擬人物和引導者，採用類似德菲法※4的迭代評估流程，從多元視角評估都市政策方案。研究讓基於PeopleModel※5建構的500個AI虛擬人物，針對都市政策方案，以13個評估軸進行三輪評估，藉此分析綜合評估的變化，以及支持因素、疑慮因素和資訊不足之處的結構。本研究的目的並非自動化達成共識，而是在政策公布前，提供一個低成本且可再現的框架，以視覺化方式呈現「哪些地方容易成為爭議點」、「應在說明資料中補充什麼內容」，有望應用於都市政策的初期研討與說明設計。

5. 將圖形樂譜的視覺質感轉換為音響的生成性詮釋嘗試
https://pub.confit.atlas.jp/ja/event/jsai2026/presentation/5F3-GS-10s-01

圖形樂譜不使用五線譜或音名，而是透過線條、圖形、符號等視覺元素提示演奏線索，被廣泛應用於現代音樂和實驗音樂領域。本研究以Cornelius Cardew的圖形樂譜《Treatise》為對象，結合了學習圖像與語言對應關係的視覺語言模型CLIP和音樂生成模型MusicGen，提出一種將圖形的形狀、線條粗細、質感等視覺特徵轉換為音響的方法。此外，透過驗證視覺資訊的約束與AI生成伴隨的不確定性並存的條件，本研究展示了一個在保持圖形樂譜多義性的同時將其音響化的框架，為實驗音樂和媒體藝術領域的創作與展演揭示了新的可能性。

＜關於日本電通集團獨有的AI策略＞

企業利用AI來提升業務效率和品質的趨勢正不斷加速。如今，AI的應用已成為企業重要的經營議程之一，相關研究也正飛速發展。特別是在行銷領域，為了實現更高解析度的分析和輸出，需要在「功能性」和「對人類偏好的理解」兩方面進行深化。

本公司基於2024年8月發表的日本電通集團獨有AI策略「AI For Growth」，率先投入廣告創意領域的AI解決方案開發。同年，與電通共同開發並導入了學習電通文案撰寫員長年累積的思維過程的AI廣告文案生成工具「AICO2」※6，並開始提供支援事業和服務開發的服務。此外，電通數位也提供活用AI的整合行銷解決方案品牌「∞AI®（Mugen AI）」※7，為眾多企業的數位行銷活動升級做出貢獻。

未來，電通數位與電通將活用本次研究的成果，透過結合人與AI來擴展可能性，進一步推動AI解決方案的進化，並在新的行銷策略、商品開發、廣告企劃、廣告手法研究開發、廣告評估、點子評估等方面持續創新。

日本電通集團正推動其獨有的AI策略「AI For Growth」，旨在透過結合「人類的智慧（Intelligence）」與「AI的智慧」，為客戶和社會的成長做出貢獻。

關於AI For Growth的詳細資訊，請參閱以下網頁：
https://www.dentsu.co.jp/labo/ai_for_growth/

※1：2026年度的日本人國工知能學會全國大會（第40屆）將於2026年6月8日（週一）至12日（週五）在G MESSE群馬及線上會場舉行。https://www.ai-gakkai.or.jp/jsai2026/

※2：J-STAGE「人工知能學會全國大會論文集」頁面 https://www.jstage.jst.go.jp/browse/pjsai/-char/ja

※3：RLHF（Reinforcement Learning from Human Feedback）是一種利用人類的評價（回饋）來改善AI行為的強化學習方法。

※4：德菲法（Delphi method）是一種透過向多位專家進行多次相同提問，並彙整其結果以達成共識的方法。

※5：People Model是電通獨自建構的AI模型，利用LLM對大規模調查數據進行微調，從而虛擬重現一億人規模的高解析度虛擬人物。
電通利用AI開發可重現多樣化生活者樣貌的新虛擬人物（2026年4月6日電通發表）https://www.dentsu.co.jp/news/release/2026/0406-011026.html

※6：開發學習電通文案撰寫員長年累積的思維過程的AI廣告文案生成工具「AICO2」（2024年8月5日電通發表）https://www.dentsu.co.jp/news/release/2024/0805-010761.html

※7：關於「∞AI」 https://www.dentsudigital.co.jp/services/data-ai/mugen-ai

＜關於電通數位＞https://www.dentsudigital.co.jp/

電通數位是日本國內最大規模的綜合數位行銷公司。以「感動人心、創造價值、改變世界」為宗旨，透過整合貼近生活者的創意與科技，實現全方位的轉型。作為客戶事業成長的夥伴，我們共同創造新價值，致力於實現經濟與社會的「變革與成長」。