“非人类，更有趣”：机器身份如何影响在线AI单口喜剧中的幽默感知

文献标题

'Not Human, Funnier': How Machine Identity Shapes Humor Perception in Online AI Stand-up Comedy

出版信息

• 主题领域: AI生成幽默及其在人机交互中的感知。
• 关键词: AI幽默, 机器身份, 单口喜剧, 生成式AI, 观众感知, 幽默策略, 计算真实性, 身份驱动设计, 交互系统, HCI。

背景与问题

• 问题 / 挑战: 现有的AI幽默系统通常模仿人类的喜剧风格，但缺乏原创性，未能利用AI独特的计算身份作为幽默资源。
• 意义: 了解机器身份如何增强AI幽默可以促进更具吸引力和真实性的人机交互，在娱乐、教育和客户服务领域具有广泛应用。
• 动机与相关工作: 先前的研究主要集中于脚本化或模仿人类的AI幽默，忽视了AI计算特性作为幽默来源的潜力。本研究基于身份驱动的幽默创作空白，探索机器身份如何塑造观众的感知。

解决方案

• 提出的方法: 一个基于机器身份的AI喜剧演员，利用其计算特性作为幽默资源，以在线单口喜剧形式呈现。
• 创新点:
  1. 引入机器身份作为核心喜剧框架，强调计算特性而非模仿人类。
  2. 开发了一个结构化的幽默生成提示框架，结合时机、修辞技巧和伦理保障。
  3. 实现了一个实时多模态交互系统，模拟现场表演动态和观众反馈。
  4. 评估机器身份对幽默感知、个性特征和观众参与度的影响。
• 过程与关键技术:
  • 进行了形成性研究，包括专家访谈、单口喜剧表演的视频编码和聚焦文献综述。
  • 设计了一个针对喜剧的提示框架，包含身份驱动的幽默策略（如讽刺、荒诞、自嘲）。
  • 构建了一个实时表演界面，支持实时观众交互和自适应幽默逻辑。
  • 进行了一个组内实验（N=32），比较基于机器身份的系统与基线AI喜剧演员。

结果

• 具体发现:
  • 基于机器身份的幽默在感知幽默评分上显著更高（W = 54.0, corrected p = .030）。
  • 提升了对个性特征的感知，如宜人性（W = 34.0, corrected p = .047）和温暖度（W = 42.0, corrected p = .030）。
  • 增强了用户感知指标，如拟人化（W = 48.0, corrected p = .030）和生命力（W = 44.5, corrected p = .030）。
• 相较基线的优势:
  • 机器身份幽默被认为比通用的模仿人类的笑话更原创、更吸引人、更具关联性。
  • 由于更好的时机和主题连贯性，观众互动更频繁且持续时间更长。
• 实验 / 评估:
  • 参与者以组内平衡设计体验了两场AI喜剧表演（基线与机器身份）。
  • 定量测量包括幽默评分、个性感知和用户参与度。
  • 定性反馈强调了机器身份幽默的新颖性、关联性和伦理考量。
• 局限性与未来工作:
  • 参与者样本的文化多样性有限，主要为亚洲人。
  • 在线环境缺乏面对面喜剧的社交存在感。
  • 简化的观众互动（仅二元反馈）和较短的表演时长。
  • 未来工作应探索多方平台、混合现实环境和更长的表演时间。

总结

本研究表明，将机器身份作为幽默资源可以提升AI生成幽默的原创性、吸引力和感知个性。通过从模仿人类转向计算真实性，所提出的系统在幽默评分和观众互动方面均优于基线AI喜剧演员。这些发现对娱乐、教育和客户服务领域的AI系统设计具有重要意义，强调了身份驱动方法的价值。未来研究应关注文化多样性、更丰富的交互方式以及扩展的表演场景，以进一步完善AI幽默设计。