跨时共创：利用对话式 AI 智能体重振传统设计草图以促进代际协作

文献标题

Co-Ideation Across Time: Revitalizing Legacy Design Sketchnotes with Conversational AI Agents to Foster Intergenerational Collaboration

出版信息

• 主题领域: 人工智能支持的设计教育中的跨代知识共享。
• 关键词: AI导师, 遗留草图笔记, 跨代协作, 设计构思, 对话代理, LLMs, 隐性知识, 设计教育, AI增强知识对象, 共创。

背景与问题

• 问题/挑战: 遗留草图笔记捕捉了丰富的设计逻辑和灵感，但由于其静态性质、难以辨认和缺乏上下文信息，导致其在知识交流和构思中的潜力未被充分利用。
• 重要性: 复兴遗留草图笔记可以弥合设计教育中的代际差距，促进更深入的理解、创造性构思以及设计社区的延续性。
• 动机与相关工作: 之前的研究强调了以过程为中心的设计工具、基于示例的构思系统以及人工智能介导的指导的重要性。然而，现有系统通常无法解决解释凌乱的手写文档或促进细致的跨代协作的挑战。

解决方案

• 提出的方法: 跨时间共创系统（CIAT），一个集成了AI导师和AI增强知识对象的系统，用于将遗留草图笔记转化为互动式的构思和学习工具。
• 创新点:
  1. 开发了一条训练AI导师的流程，基于人类导师的出版物、论文和社交媒体内容。
  2. 提出了一种将遗留草图笔记转化为AI增强知识对象的方法，用于交互式探索。
  3. 提供了实证证据，证明AI导师如何增强理解力、构思能力和跨代知识共享。
• 流程与关键技术:
  • 标注标签界面: 用户上传草图笔记，标注区域并生成AI导师的响应。
  • AI导师创建: 结合学术出版物、演讲和社交媒体内容，利用检索增强生成（RAG）和少样本提示技术。
  • AI增强知识对象: 将标注的草图笔记存储为JSON文件以供交互。
  • CIAT界面: 基于节点的白板界面，用于与AI导师和草图笔记进行实时头脑风暴。

结果

• 具体发现:
  • AI导师响应的BLEU/ROUGE分数较低（F1 = 0.2），但BERTScore较高（F1 = 0.8），表明尽管风格存在差异，但语义对齐度较强。
  • 参与者从机械理解转向对设计概念（如Radical Atoms）的概念性和隐喻性理解。
  • 创造性参与的自我报告评分较高（中位数 = 6/7），参与度的差异与对AI导师的信任度相关。
• 相较基线的优势:
  • 增强了对草图笔记中时空关系的理解。
  • 减少了认知负担，增加了好奇心，相较于静态解释。
  • 通过领域特定的AI反馈启发了更细致的构思策略。
• 实验/评估:
  • 对12名参与者（8男，4女，年龄18-34岁，设计经验4年以上）进行探索性评估。
  • 任务包括在有/无AI导师的情况下解释草图笔记，并使用CIAT界面进行构思。
  • 数据通过转录、问卷调查、交互日志和访谈收集。
• 局限性与未来工作:
  • 研究设计中的顺序效应可能影响定量结果。
  • 技术可用性问题影响了三名参与者。
  • 未来工作包括扩展到其他领域、训练多个AI导师以及支持小组构思。

总结

本文介绍了CIAT系统，该系统利用AI导师和AI增强知识对象复兴遗留草图笔记以促进跨代协作。实证研究表明，该系统增强了理解力，激发了创造性构思，并促进了跨时间的反思性学习。通过弥合静态设计文档与交互式AI工具之间的差距，CIAT为设计教育和知识共享做出了贡献。未来工作将探索更广泛的应用、多导师视角以及协作构思场景。