面向个性化AI节点图创意写作支持:关于生成式AI特性及信息展示在故事写作过程中的偏好洞察
生成式AI(文本、图像、音乐、视频)交互式数据可视化AI 辅助创意写作记者与编辑自由职业者(设计、写作、翻译)
研究背景与问题
- 发现的问题或挑战: 作者识别到创作故事的重要目的之一是传递道德寓意。然而,目前的生成式人工智能工具主要关注技术支持(如语言生成)或创意写作,而忽视了帮助作者反思故事中传递道德寓意的必要性。此外,现有工具在个性化、文化背景理解和信息表现形式上有所欠缺。
- 重要性: 故事能够通过传递道德提高社会同理心并塑造社会价值观。支持与此相关的创作工具能够帮助作者更明确地表达道德寓意以及适应不同文化背景的读者。
- 研究动机与相关工作: 虽然已有工作研究了生成式人工智能用于创意写作的潜力,但它们未能结合图形可视化与生成式人工智能以满足作者在整个创作过程中的动态需求。尤其是在传递道德寓意场景中,工具支持还存在明显不足。
解决方案
- 提出的方法或解决方案: 作者设计并实施了一个基于 FigJam 的插件,名为 StoryNode,整合了事件节点图的编辑功能、生成式人工智能(比如 LLM驱动的角色或受众模拟)以及图像和音频生成。
- 创新之处:
- 提供统一的界面支持作者从文本到图形格式之间自由转换。
- 增强了个性化功能,比如通过自定义节点和链接样式满足不同作者的视觉化需求。
- 结合 LLM角色与受众模拟,生成与多样化文化背景相容的写作建议。
- 带来更宽广的功能覆盖——从逻辑可视化、创意生成到技术支持,工具适应动态变化的创作需求。
- 实施步骤与关键技术:
- 将 StoryNode 插件嵌入一个在线白板工具(FigJam)以提供基础节点图的定制化编辑功能。
- 将生成式人工智能 GPT-4o、Dall-E 3 和 Suno v3 集成在插件中,用于文本、图像和音频生成。
- 实现插件支持的功能,包括将连续文本转换为节点图、可视化定制,以及在白板上拖拽节点链接操作。
- 对用户研究和外部评估期间实验所收集的数据进行反馈迭代设计。
研究成果
- 具体成果:
- 作者开发的 StoryNode 插件通过用户研究(N=14)和外部评估(N=19)验证其支持传递道德寓意的能力,并证明其能够提升总体创作体验。
- 实现了对故事逻辑和信息关系的多样化可视化。
- 发现事件节点图与生成式人工智能的结合在创作过程中具有互补性,比如它既能支持逻辑反思,也能启发写作灵感。
- 优势:
- 提高生产力:整合功能减少作者在多个工具间切换的成本。
- 增强个性化支持:节点图提供的定制能力显著提升了信息呈现形式的灵活性。
- 确保质量:外部评估显示使用 StoryNode 的任务比传统工具更能够传递故事寓意,其逻辑也更清晰。
- 实验或评估结果:
- 在用户研究中,StoryNode 在“创造力支持指数”(CSI)评分中表现显著优于 Twine,尤其在“表达能力”和“探索性”方面。
- 外部评估中,StoryNode 输出的作品在传递故事道德寓意和逻辑方面获得更多认可,并未显示显著文化偏差。
- 局限性与未来方向:
- 使用范围有限:目前研究主要集中于故事的大纲创作和较短的非分支叙述。
- 写作任务局限:未能涵盖完整的书籍创作周期,例如以长期视角观察工具能力。
- 未来研究方向包括支持更复杂的分支叙述设计、拓展更广的文化背景样本,并解决工具界面的过度复杂感导致的使用障碍。
通过这项研究,作者为个性化创意写作工具的未来发展提供了重要目标,同时揭示了生成式人工智能与节点图结合的潜力,为支持跨文化的道德反思打开新的研究方向。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
help
研究问题
3- 生成式AI工具如何帮助作者更好地反思和表达故事中的道德寓意?分类: 生成式写作与故事创作控制同类问题arrow_forward
- 事件节点图与生成式AI的结合如何支持故事创作过程中的逻辑反思和创意激发?分类: 生成式写作与故事创作控制同类问题arrow_forward
- 如何设计一款适应多样文化背景和个性化需求的图文创作工具?分类: 生成式写作与故事创作控制同类问题arrow_forward
lightbulb
现实痛点
1- 作者使用AI创作故事时,难以反思并表达道德寓意。分类: 生成式写作与故事创作控制同类问题arrow_forward
- 80%
作家定义的AI角色用于按需反馈生成
CHI '24· 生成式AI(文本、图像、音乐、视频) +1
- 80%
作为工艺的AI竞争:如何通过抵制和拥抱生成式AI重塑写作职业
CHI '25· 生成式AI(文本、图像、音乐、视频) +1
- 67%
看我写作:探索通过写作回放揭示创意写作过程的效果
C&C '22· 生成式AI(文本、图像、音乐、视频) +2
- 67%
Metaphorian:利用大型语言模型支持科学写作中的扩展隐喻创作
DIS '23· 生成式AI(文本、图像、音乐、视频) +1
- 63%
Synthia:写作修订中反馈的视觉解读与综合
UIST '25· 生成式AI(文本、图像、音乐、视频) +3
- 60%
生成式人工智能写作辅助的价值、益处和担忧
CHI '24· 生成式AI(文本、图像、音乐、视频) +1
- 60%
后人文主义视角下的抒情诗歌:生成式AI辅助诗歌创作的Analysis
C&C '25· 生成式AI(文本、图像、音乐、视频) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://dl.acm.org/doi/10.1145/3706598.3713569
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、交互式数据可视化、AI 辅助创意写作
work
职业/产业
记者与编辑、自由职业者(设计、写作、翻译)
article
内容状态
已索引正文
hub
相关论文
7 篇相关论文