Sci-Fi Spark：一个人机协同创作系统，用于科幻小说构思

文献标题

Sci-Fi Spark: A Human-AI Co-Creation System for Science Fiction Ideation

出版信息

• 主题领域: 人机协作创意写作，特别是科幻创意生成。
• 关键词: 人机共创，科幻，创意生成，大型语言模型，新颖性，一致性，可视化，推测性小说，创意支持，迭代工作流。

背景与问题

• 问题/挑战: 现有用于创意写作的大型语言模型（LLMs）在生成新颖且一致的创意方面往往表现不佳，尤其是在像科幻这样需要大量世界构建的类型中。当前的交互范式无法支持推测性小说创意生成中常见的碎片化和迭代工作流。
• 重要性: 解决这些问题对于增强作家的创意能力以及提高人工智能工具在复杂叙事任务中的可用性至关重要。
• 动机与相关研究: 先前的研究探讨了LLMs在情节发展和故事填充中的应用，但这些方法通常产生可预测的输出，且缺乏维持内部和时间一致性的机制。写作可视化工具仅限于单一关系类型，无法表示推测性小说所需的多维关系。本研究基于这些见解，针对科幻作家的具体需求提出了解决方案。

解决方案

• 提出的方法: Sci-Fi Spark是一个人机共创系统，集成了用于可视化创意关系的创意画布（Ideation Canvas）、生成新颖世界构建灵感的新颖性生成器（Novelty Generator），以及生成上下文感知故事情节建议的一致性生成器（Consistency Generator）。
• 创新点:
  1. 引入创意画布，以统一的结构可视化和管理内部及时间一致性关系。
  2. 运用计算创意策略（组合性和变革性）来增强世界构建的新颖性。
  3. 开发支持非线性和迭代工作流的系统，以满足推测性小说创意生成的需求。
• 流程与关键技术:
  1. 创意画布: 一个包含创意块（世界构建或故事情节）、内部一致性线（逻辑、空间、社会、心理、主题）和时间一致性线的可视化界面。
  2. 新颖性生成器: 基于TVTropes数据库和Boden的计算创意理论，采用组合性和变革性创意策略。
  3. 一致性生成器: 利用创意画布中的结构化上下文生成符合内部和时间一致性的故事情节建议。
  4. 工作流: 支持通过在世界构建和故事情节之间交替的方式进行迭代和非线性创意生成，并从生成器中获得适应性的灵感。

结果

• 具体发现:
  • 新颖性生成器在组合模式下提高了新颖性55.4%，在变革模式下提高了56.3%，相较基线显著提升。
  • 一致性生成器在内部一致性（66.3%）和时间一致性（61.4%）方面的评分高于基线。
  • 系统生成创意的采用率显著高于基线（45.1% vs. 18.1%）。
• 相较基线的优势:
  • Sci-Fi Spark在激发新颖创意和支持叙事关系的结构化可视化方面优于Sudowrite。
  • 更好地支持非线性工作流和迭代共创。
• 实验/评估:
  • 技术评估: 使用GPT-4生成的输出进行新颖性和一致性的成对比较。
  • 用户研究: 12名参与者在两次创意生成会话中比较了Sci-Fi Spark与Sudowrite，重点关注创意性、结构可视化和共创体验。
  • 评估指标: 生成利用率、结构连接性、共创迭代次数，以及主观调查问卷反馈。
• 局限性与未来工作:
  • 英文语言的典型情节数据库与中文参与者之间的文化不匹配。
  • 短期研究时间限制了对长期使用和认知影响的洞察。
  • 缺乏对抽象或推测性概念的多模态输入（如视觉元素）的支持。

总结

Sci-Fi Spark是一个旨在解决科幻创意生成中新颖性和一致性挑战的人机共创系统。通过整合创意画布、新颖性生成器和一致性生成器，该系统支持非线性和迭代工作流，使作家能够管理复杂的叙事结构并生成创意点子。技术评估和用户研究表明，该系统在增强创意性、与作家认知过程的契合度以及优于现有工具（如Sudowrite）方面表现出色。未来工作可扩展系统的文化适应性，支持长期项目，并引入多模态输入以提供更丰富的创意支持。