利用生成式AI创作残障故事视频：动机、表达与分享

文献标题

Creating Disability Story Videos with Generative AI: Motivation, Expression, and Sharing

出版信息

• 主题领域: 用生成式人工智能（Generative AI）进行残障叙事与倡导
• 关键词: 生成式人工智能, 残障叙事, 无障碍, 数字叙事, 身份表达, 情感表达, 视频创作, 社交媒体, 辅助技术, 倡导

背景与问题

• 问题 / 挑战: 制作与残障相关的视频受到无障碍障碍、有限的媒体制作技能以及现有工具中的能力主义偏见的阻碍。生成式人工智能（GenAI）具有潜力，但往往会误解残障问题并延续刻板印象。
• 意义: 叙事视频对于提高意识、倡导残障权利以及促进社区建设至关重要。GenAI可以降低视频创作的门槛，促进更多人参与残障倡导。
• 动机与相关研究: 先前研究探讨了叙事作为残障人士（PwDs）反思与表达实践的潜力，以及GenAI在创意工作中的应用。然而，目前尚缺乏对GenAI如何支持基于视频的叙事，尤其是对缺乏媒体经验的残障人士的理解。

解决方案

• 提出的方法: 本研究提出了Momentous Depiction框架，该框架识别了GenAI在残障叙事中的四个关键功能：非捕捉性描绘、身份表达与非披露、情境真实性与一致性，以及情感与社会体验的表达。
• 创新点:
  1. 提出理解GenAI在残障叙事中的功能与局限性的框架。
  2. 探讨GenAI如何支持残障人士创作和分享关于真实或想象的残障经历的视频。
  3. 识别GenAI输出中的挑战，包括偏见、不一致性和误表。
  4. 提出将GenAI整合到残障人士叙事工具中的设计启示。
• 研究流程与关键技术:
  • 参与者（9名残障人士）使用ChatGPT进行脚本创作，使用DALL-E生成图像，使用ElevenLabs生成配音，制作六个场景、1分钟的视频。
  • 研究包括前期培训、GenAI辅助的视频创作以及后期访谈。
  • 数据分析通过对提示和访谈回应的主题编码，探讨动机、协作过程和分享意图。

研究结果

• 具体发现:
  • GenAI帮助参与者描绘现实中的挑战（如无障碍问题、社会障碍）并表达情感和想象的未来。
  • 参与者利用GenAI创建替代身份，在保持真实性的同时保护隐私。
  • GenAI输出常出现不准确之处，如视觉不一致、误表辅助技术以及刻板印象的呈现。
• 相较基线的优势:
  • GenAI降低了视频创作所需的努力，使参与者能够可视化现实生活中难以捕捉的瞬间。
  • 允许参与者无需出现在镜头前进行叙事，解决了隐私和无障碍问题。
• 实验 / 评估:
  • 参与者使用标准化的提示和工具创建视频，随后进行半结构化访谈。
  • 通过对提示和访谈数据的定性分析提取主题。
• 局限性与未来工作:
  • 参与者多样性有限；未来研究应探索更广泛的残障代表性。
  • 研究聚焦于新手创作者；有经验的创作者可能会以不同方式使用GenAI。
  • 仅研究了特定的GenAI工具（ChatGPT, DALL-E, ElevenLabs）；新工具可能提供额外功能。

总结

本研究探讨了生成式人工智能（GenAI）如何支持残障人士（PwDs）制作叙事视频，重点关注动机、表达和分享意图。提出的Momentous Depiction框架识别了GenAI的四个功能：非捕捉性描绘、身份表达与非披露、情境真实性与一致性，以及情感与社会体验的表达。尽管GenAI帮助参与者创作了有影响力的视频并降低了媒体制作的门槛，但也发现了偏见、不一致性和误表等挑战。研究结果强调了GenAI在增强残障倡导和叙事方面的潜力，并为改进GenAI工具以更好地支持残障人士提供了设计启示。