从纸张到卡片：用生成式人工智能转变设计影响

文献标题

From Paper to Card: Transforming Design Implications with Generative AI

文献信息

• 主题领域: 设计卡片；HCI设计实践与生成式AI
• 关键词: 设计卡片，生成式AI，大语言模型，文本到图像模型，HCI设计工具

研究背景与问题

• 发现的问题或挑战: HCI领域内的设计洞察多以学术论文的方式呈现，但设计师难以理解或采用这些学术材料。设计师常常认为学术论文过于专业化、难以阅读且缺乏实际实用性。
• 问题的重要性: 高效的设计洞察传播能在研究与实践之间搭建桥梁，促进设计师更好地利用学术研究成果进行创意设计，增强研究的实际意义和影响力。
• 研究动机与相关工作:
  • 设计卡片（Design cards）是一种将研究洞察转化为设计工具的有效形式，但通常需要大量的时间和资源来手动制作。
  • 使用生成式AI（如LLMs和文本到图像模型）可能是实现设计洞察可扩展传播的解决方案。

解决方案

• 提出的方法或解决方案: 设计并实现了一个端到端系统，该系统利用大语言模型（LLM）和文本到图像生成模型自动生成设计卡片，包含标题、描述、图片、论文摘要和设计证据等组件。
• 创新之处:
  • 首次将生成式AI引入设计卡片自动生成领域，使设计师无需深入阅读复杂的学术论文即可理解设计洞察。
  • 系统设计直接面向实际设计师需求，考虑到卡片结构、内容可读性和视觉吸引力。
• 实施步骤与关键技术:
  • 初步用户研究: 通过访谈了解设计师对设计卡片内容和格式的偏好。
  • 生成式AI整合:
    • 大语言模型（如GPT-3）用于生成标题、描述和论文摘要；
    • 文本到图像模型（如DALL-E 2）用于生成与设计洞察主题相关的图片；
  • 成果验证与优化:
    • 卡片通过可视化层次优化（如颜色匹配和双面设计）。
    • 系统实现全自动化设计卡片生成流程，包括从PDF解析研究论文内容到产生最终卡片。

研究成果

• 取得的具体成果:
  • 建立了一套有效的系统，可自动生成符合设计师需求的设计卡片。
  • 实验表明设计卡片使设计洞察更具启发性和生成性，同时保留了学术严谨性（如有效性、原创性等）。
  • 论文作者认为该系统在传递设计洞察方面非常有效，支持改进其研究成果的传播效果。
• 与现有解决方案的比较优势:
  • 与传统的学术论文相比，设计卡片显著提高了设计洞察的可读性和吸引力，降低了设计师的认知负担。
  • 使用生成式AI技术提供了高效、可扩展的解决方案，解决了手工制作设计卡片所需的高时间成本问题。
• 实验或评估结果:
  • 评价卡片的设计洞察时，设计师平均认为其启发性更加明显（显著差异，p < 0.001），而生成性也有所提升（p < 0.1）。
  • 系统一步生成的卡片文本内容准确性较高，视觉元素有助于设计师快速理解上下文。
• 局限性与未来方向:
  • 视觉表现方面仍存在与研究意图不一致或模糊的情况，需进一步优化图片生成与选择机制。
  • 系统产生的卡片在实际设计流程中的具体应用效果（如对产出的设计影响）尚未评估。
  • 长期来看，应解决生成式AI潜在的训练数据偏见问题（如性别与种族偏见），并对卡片的分发与设计师认知问题进行研究。

总结

本文提出了一种利用生成式AI实现设计卡片自动生成的有效方法，显著提高了学术研究洞察传播的效率与效果。未来工作可在更多实际设计场景中评估系统表现，并扩展其功能以支持多样化设计需求和用户群体。