从表演者到创造者：理解退休女性对技术增强舞蹈表演的认知

文献标题

From Performers to Creators: Understanding Retired Women's Perceptions of Technology-Enhanced Dance Performance

出版信息

• 主题领域: 针对退休女性社区舞蹈艺术表达的年龄敏感型交互技术。
• 关键词: 交互舞蹈、退休女性、AI生成内容、共创、舞台表演、大型语言模型（LLMs）、运动对齐效果、老龄化与创造力、参与式设计、社区舞蹈。

背景与问题

• 问题/挑战: 退休女性舞者在提升舞台表演时面临显著挑战，包括缺乏专业舞台设计资源、与年龄相关的身体和认知能力下降，以及持续存在的数字鸿沟。现有的交互舞蹈技术对非专业人士，尤其是老年人来说难以使用。
• 重要性: 解决这些挑战可以赋能退休女性，从被动的表演者转变为主动的共创者，增强创造力并提升基于社区的表演质量。
• 动机与相关研究: 先前研究强调了交互舞蹈技术和AI生成内容（AIGC）在专业领域的益处，但忽视了其对老年非专业用户的适配。本研究基于这些洞察，探索弥合创造性抱负与技术可达性之间差距的年龄敏感型设计策略。

解决方案

• 提出的方法: StageTailor，一种结合LLM驱动的场景描述、AI生成视频合成和运动对齐视觉效果的共创系统，旨在赋能退休女性舞者创建个性化的舞台背景。
• 创新点:
  1. 引入年龄敏感型创造性AI中介框架，赋能老年人在艺术领域的创作。
  2. 开发结合基于LLM的文本输入和运动响应视觉集成的两步工作流程。
  3. 提供关于退休女性舞者创造性抱负和限制的实证洞察。
  4. 为老龄化人群量身定制的可访问、参与式AIGC系统设计提供启示。
• 流程与关键技术:
  1. 工作坊I: 通过问卷调查、访谈和交互舞蹈探针，探索退休女性的挑战与抱负。
  2. 工作坊II: 使用16名参与者评估StageTailor的可用性和创造性影响，采用两步工作流程进行场景创建和运动对齐效果。
  3. StageTailor的工作流程: (i) 基于关键词的场景描述由LLM扩展并合成为视频，(ii) 运动捕捉与互动效果的整合，与编舞对齐。

结果

• 具体发现:
  • 参与者反复优化其创作输入，场景描述平均迭代2.81次，视频输出平均迭代3.25次。
  • 满意度评分：整体4.07/5，基于关键词的输入3.88/5，AI生成视频3.33/5，交互视觉效果4.0/5。
  • 参与者报告创造性自主性增强，从被动用户转变为主动共创者。
• 相较基线的优势: StageTailor使参与者能够生成个性化、动态的舞台视觉效果，克服了静态、通用背景的限制，并减少了对外部资源的依赖。
• 实验/评估: 通过两次工作坊对31名参与者（工作坊I中15人，工作坊II中16人）进行研究。数据收集包括问卷、访谈、观察笔记和主题分析。评估指标包括可用性、满意度和创造性赋能。
• 局限性与未来工作:
  • 由于聚焦于中国的单一社区，研究结果的普适性有限。
  • 短期评估，未进行真实场景的表演测试。
  • 未解决AIGC工具的经济成本问题。
  • 未来研究应探索协作设计、增强意图与输出的对齐性，以及长期影响。

总结

本文介绍了StageTailor，一个通过整合LLM驱动的场景描述、AI生成视频和运动对齐视觉效果来赋能退休女性舞者的共创系统。通过对31名参与者的两次工作坊研究，结果表明，年龄敏感型适配降低了技术门槛，增强了创造性自主性，使参与者从被动表演者转变为主动共创者。研究结果突显了可访问AIGC系统在重新定义老年人艺术角色方面的潜力，并为设计包容性、参与式技术提供了启示。未来工作应关注长期可用性、协作功能和成本效益问题。