How to Strategize Human Content Creation in the Era of GenAI?

生成式人工智能（GenAI）将对内容创作平台产生重大影响。本文研究了GenAI和人类贡献者之间的动态竞争。与人类不同，GenAI的内容只有在人类创造更多内容的同时才会得到改进；然而，GenAI在生成内容方面具有成本优势。我们研究了这种动态竞争模型中的算法问题，即当人类贡献者与GenAI在一组主题上竞争生成内容时，人类贡献者如何最大化其效用。在时间敏感的内容领域（例如新闻或流行音乐创作），其中内容的价值随时间降低，我们证明，除非随机指数时间假设不成立，否则没有多项式时间算法能够找到人类的最优（动态）策略。幸运的是，我们能够设计出一个多项式时间算法，自然地在短时间窗口内进行近视优化并暂停，保证了一个近似比率为$\frac{1}{2}$。然后我们转向时间不敏感的内容领域，其中内容不会失去其价值（例如历史事实的内容）。有趣的是，我们证明这种情况允许一个多项式时间算法，在长期内最大化人类的效用。

研究人工智能对内容创作平台的影响，探讨GenAI和人类贡献者之间的竞争关系。研究如何在一组主题上与GenAI竞争以最大化人类贡献者的效用。

研究了时间敏感和时间不敏感内容领域中人类贡献者如何最大化效用。对于时间敏感的内容领域，提出了一种多项式时间算法，可以保证$rac{1}{2}$的近似度；对于时间不敏感的内容领域，提出了一种可以在长期内最大化人类贡献者效用的多项式时间算法。

实验设计了动态竞争模型，使用了不同的数据集和算法，证明了多项式时间算法的有效性。该论文的亮点在于解决了GenAI和人类贡献者之间的竞争关系，提出了一种新的算法解决问题，并为时间敏感和时间不敏感内容领域提供了不同的解决方案。

与该论文相关的研究包括：《A Survey of Artificial Intelligence for Content Creation》、《Artificial Intelligence and Content Creation》等。