CreepyCoCreator？调查虚拟现实中3D物体协同创作的AI表示模式

研究背景与问题

• 作者发现了哪些问题或挑战？
  虽然生成式AI已能生成并修改3D对象，但现有方法大多采用“输入即生成”的形式，缺少用户与AI的深度实时协作。此外，AI的意图在3D对象共创过程中的表示方式也尚未明确，这可能导致用户无法预测或理解AI的行为，从而影响协作体验和成果。

• 为什么这个问题很重要？
  在虚拟现实（VR）环境中有效利用生成式AI进行共创有助于提高创作质量、用户参与感和创作满意度。如果AI的决策过程和贡献不可理解，用户可能会失去对创作的掌控感，影响对共创过程的信任。

• 研究动机与相关工作
  作者受到人类协作的启发，提出通过不同的AI表示模式（如化身体现、增量可视化AI的变更、以及高亮修改区域）提高用户与AI的交互质量。这些模式借鉴了3D建模、协同创作系统以及具象AI化身等领域的相关成果。

解决方案

• 作者提出了哪些方法或解决方案？
  作者设计了一项“巫师实验”（Wizard-of-Oz），研究三种AI表示模式对3D对象共创体验的影响：化身体现（embodiment）、增量可视化（incremental visualization）和修改区域高亮（highlighting）。用户通过这些模式与虚拟环境中的AI合作完成3D对象建模任务。

• 该解决方案的创新之处是什么？

  1. 聚焦于AI与用户互动的表示方式，而非AI生成技术本身。
  2. 借助VR创建沉浸式共创环境，使用户能更直观地体验AI的作用。
  3. 考察这三种模式对用户感知的不同层面（如支持度、效率、创造性、合作伙伴关系、系统吸引力）的影响，并结合定量数据和定性分析获取深度见解。

• 实施步骤是什么？使用了哪些关键技术？

  1. 实验设置：用户站在虚拟房间中央，与AI合作修改四类初始3D对象（包括恐龙、椅子等）。AI的设计采用“巫师实验”形式，由预设的3D艺术家修改而非真实的生成式AI计算输出。
  2. 表示模式设置：（1）是否有AI化身（体现与否）；（2）修改是否以增量显示；（3）修改区域是否被高亮。
  3. 数据采集：记录用户的互动行为、绘画时间和主观反馈，辅以后续访谈用以揭示体验中的深入情绪和行为动机。
  4. 数据分析：使用定量工具（如多因素方差分析）和定性方法（主题分析法）处理实验结果。

研究成果

• 取得了哪些具体成果？

  1. 高亮（Highlighting）
     高亮并未显著提高AI行为的可预测性或沟通清晰度，反而降低了参与者对合作的享受度和完成模型的满意度。
  2. 增量可视化（Incremental Visualization）
     增量展示增加了用户对AI动作的关注，但在效率或信任感上未表现出明显提升。此外，增量方式意外地提高了对AI修改的“意外性”感知。
  3. 化身体现（Embodiment）
     AI的化身提高了用户感知到的AI支持性、陪伴感以及双方协作时的伙伴关系，但同时也减少了用户对最终生成物的所有权感知。

• 与现有解决方案相比，它有哪些优势？
  本研究提供了关于AI表示模式影响的细化认识，而这些模式常被忽视且鲜有全面比较。此外，它超越了单一的AI技术本身，关注用户体验设计的整体改进。

• 实验或评估结果是什么？
  量化结果：

  • 高亮与AI化身结合时用户互动行为显著减少；
  • 无增量可视化时用户绘画时间更长；
  • 有AI化身时，大多数用户认为AI是更有创造性和支持性的合作伙伴。 访谈结果：
  • 部分用户希望对AI化身外观进行定制；
  • 用户对AI动作较慢感到不满，但对其增强调协作感表示认可。

• 局限性与未来方向

  1. 局限性：
     • AI表现是预设的，未基于真实生成过程。
     • 用户只能修改有限范围的对象，可能限制了创作自由和AI潜能的充分发挥。
     • 样本量较小，仅16名参与者。
  2. 未来方向：
     • 探讨更复杂环境下的AI表现表示模式（如共享环境建模的3D复杂协作）。
     • 研究AI化身外观修改对用户合作感知的潜在影响。
     • 考察效率和响应时间在更大规模生成系统中的重要性。

结论

该研究对VR环境下AI表示模式的研究提出设计启示：

1. 避免同时使用高亮和AI化身，因为它降低了用户体验的整体满意度；
2. 可视化过程的时效性至关重要，除非创作过程本身对任务核心至关重要；
3. AI的化身能增强用户支持感和协作关系，但需要谨慎考虑其对用户所有权感知的潜在影响。

通过这些洞见，未来设计者可以更好地创建能够与人类合作的有效3D共创系统。