有用性与新颖性的解耦：评估生成式人工智能对设计输出和新手设计师创造性思维的影响

文献标题

Decoupling of Usefulness and Novelty: Evaluating the Impact of Generative AI on Design Outputs and Novice Designers' Creative Thinking

出版信息

• 主题领域: 生成式人工智能（GenAI）对设计成果及初学者创造力的影响。
• 关键词: 生成式人工智能、创造力、设计评估、发散性思维、新颖性、实用性、人机协作、文本到图像模型、设计工具、创造性思维。

背景与问题

• 问题/挑战: 尽管生成式人工智能工具在设计领域的应用日益增多，其对设计成果及用户创造能力的影响仍未得到充分研究，尤其是AI生成设计中新颖性与实用性之间的关系尚不明确。
• 重要性: 随着这些工具逐步融入专业工作流程，可能重塑创意产业，了解生成式人工智能对创造力及设计结果的影响至关重要。
• 动机与相关研究: 现有研究强调创造力的双重组成部分（新颖性与实用性）以及创造力支持工具（CSTs）在提升设计过程中的作用。然而，关于生成式人工智能对现实设计任务的影响及其对创造力的广泛意义的研究仍然有限。

解决方案

• 提出的方法: 通过两阶段研究，包括一个被试内实验和设计评估，来分析生成式人工智能对初学者设计师及其设计成果的影响。
• 创新点:
  1. 提供生成式人工智能支持设计中新颖性与实用性分离的实证证据。
  2. 分析用户的生成式人工智能使用经验如何影响其创造性思维。
  3. 评估生成式人工智能对设计成果及用户体验的影响。
  4. 识别生成式人工智能生成设计中可能存在的缺点，如过度复杂性及与社会规范的不一致。
• 研究流程与关键技术:
  • 第一阶段研究：36名参与者分别在有和无生成式人工智能支持的情况下设计社交媒体广告，并随后进行情绪、自我效能、发散性思维（替代用途测试）和聚合性思维（字谜测试）的评估。
  • 第二阶段研究：从第一阶段研究中收集的105个设计作品由5名客户和155名在线志愿者评估，评估维度包括创造力、非传统性、实用性、视觉吸引力及品牌一致性。

结果

• 具体发现:
  • 生成式人工智能支持的设计被评为显著更具创造力（客户：β = 0.81, p < .001；志愿者：β = 0.90, p < .001）和非传统性（客户：β = 1.30, p < .001；志愿者：β = 0.66, p < .001）。
  • 在实用性（客户：β = 0.02, p = .905；志愿者：β = 0.00, p = .995）或品牌一致性（客户：β = -0.19, p = .359）方面没有显著差异。
  • 初次使用生成式人工智能的参与者在使用后表现出发散性思维的提升（流畅性：p < .05；灵活性：p < .05），而有经验的用户则未表现出类似的提升。
• 相较基线的优势:
  • 生成式人工智能支持的设计在视觉吸引力方面更具优势（志愿者：β = 0.45, p < .01），但在实用性方面并未优于仅由人类完成的设计。
  • 生成式人工智能扩大了设计的包容性，但有时会引入社会不适当的元素。
• 实验/评估:
  • 评估采用李克特量表及客户和在线志愿者的定性反馈。
  • 设计作品的评估维度包括创造力、非传统性、实用性、视觉吸引力及品牌一致性。
• 局限性与未来工作:
  • 依赖主观评估，未测量点击率等真实世界指标。
  • 使用单一生成式人工智能工具（ChatGPT与DALL-E3），限制了研究的普适性。
  • 研究重点为初学者设计师，结果可能不适用于经验丰富的专业人士。
  • 未来研究应探索其他生成式人工智能工具、真实设计场景及对创造力的长期影响。

总结

本研究探讨了生成式人工智能对初学者设计师及其设计成果的影响，揭示了生成式人工智能支持设计中新颖性与实用性之间的分离现象。尽管这些设计被评为更具创造力和非传统性，但它们并未被认为更实用或与品牌形象更一致。初次使用生成式人工智能的参与者在短期内表现出发散性思维的提升，但这种效果在有经验的用户中有所减弱。研究结果强调了生成式人工智能工具在新颖性与实用性之间寻求平衡的必要性，并为改善人机协作在创意工作流程中的应用提供了未来研究方向。