理解用户感知和AI图像生成器在图像创建工作流程中的作用

研究背景与问题

• 作者发现了哪些问题或挑战？
  现有的生成式人工智能（Generative AI）工具已经得到了理论和实践上的深入探讨，但在图像内容创作流程（workflow）中，AI图像生成器（AIGs）具体如何支持用户的工作，尤其是从创意构想到后期分享的全流程分析仍属空白。主要问题在于：
  • 当前AIG支持的功能与用户意图及期望结果之间存在错配。
  • 社会和情感因素如分享生成图像的动机及其潜在影响研究不足。
• 为什么这个问题很重要？
  AIGs不仅改变了创意设计的技术方式，还对用户的行为模式及社会交互产生深远影响。如果能够深入理解和优化这些工具的使用，可能会带来更高效、更便捷的创造性支持以及更深的社会连接价值。
• 研究动机与相关工作
  虽然有研究探讨了生成式AI在人机交互（HCI）领域的应用，但相关分析多集中于特定平台（如Midjourney或DALL-E），而缺乏对多种生成器在真实场景中的系统性分析。此外，大多数研究忽视了生成图像在整个创意流程中不同阶段的具体作用及用户的情感与共享行为。

解决方案

• 作者提出了哪些方法或解决方案？
  作者通过对26位AIG用户的深度访谈及“边做边想”（think-aloud）任务，收集并分析了用户在多个生成器中的行为模式、决策过程和社会互动。他们提出了四种使用场景（strategic、discovery、interest、explorational-oriented）的分类模型，并深入挖掘了生成器在从构思到产生最终图像各流程中的作用。

• 该解决方案的创新之处是什么？

  1. 全流程分析：不同于以往研究的工具或任务单一视角，本文采用创意流程的六阶段模型以理解AIG的具体作用。
  2. 用户类型与情感挖掘：在工具功能之外，揭示用户的行为模式及其社会分享动机。
  3. 跨工具比较与整合：研究涵盖14种不同的AIG，提供了更多元的工具比较与整合策略洞见。

• 实施步骤是什么？使用了哪些关键技术？

  • 研究方法：作者采用半结构化访谈与“边做边想”的图像创建任务获取数据；随后进行定性编码分析，并基于关键模型（如Botella的六阶段创意模型）对数据进行分类。
  • 数据分析框架：收集并整合关于工具选择、输入策略（如简化或细化文本提示）、生成结果评估以及后续行为（如调整、分享）等内容。

研究成果

• 取得了哪些具体成果？

  1. 四种使用场景：作者将26名用户的使用案例归类为战略导向（Strategic）、发掘导向（Discovery）、兴趣导向（Interest）与探索导向（Explorational）。不同场景在目标、初始愿景清晰度和工具应用阶段上存在显著差异。
  2. 决策过程：总结了用户在图像创建中的三大关键决策：愿景的发展与提示词输入、生成结果的评估、以及调整和微调过程。
  3. 社会影响：研究发现用户在生成图像后的分享行为形成了额外的社会价值，例如通过图像促进交流或构建社会关系。

• 与现有解决方案相比，它有哪些优势？

  • 与专注单一工具的研究相比，本文通过多平台、多种生成器的比较，更具全面性。
  • 整合了技术功能与社会交互，拓展了对AIG作为社交工具潜力的理解。

• 实验或评估结果是什么？

  • 用户在探索导向的场景中倾向于关注生成器的能力，而在战略导向的场景中更注重控制生成结果的细节。
  • 生成图像作为社交沟通工具（例如对话起点或增强协作），已在某些场景（如兴趣导向）展现潜力。

• 局限性与未来方向

  • 局限性：
    1. 数据样本偏向学术环境（学生用户），可能限制了行业内专业用户的多样化视角。
    2. 研究缺乏对AIG使用在动态和长期情境下的观察。
  • 未来方向：
    • 探索更专业领域的使用场景（如艺术家或设计师）。
    • 监测用户行为随着生成式AI技术进步的长期变化。
    • 提高用户提示词输入的辅助功能，例如历史记录及多模态输入支持优化。

总结

本文开创性地从功能与社交双重视角探讨了AI图像生成器对图像创作流程的影响，分类模型和决策过程总结提供了实际设计与HCI研究的参考。此外，作者提出了一些设计建议，例如跨迭代比较及工具整合，这有助于生成式AI技术更高效地支持不同用户群体在创意工作中的需求。