Texterial：一种基于文本即材料的LLM中介写作交互范式

文献标题

Texterial: A Text-as-Material Interaction Paradigm for LLM-Mediated Writing

出版信息

• 主题领域: 人机交互在写作界面的应用
• 关键词: 文本即材料, 生成式人工智能, 大型语言模型, 写作工具, 交互设计, 材料隐喻, 直接操作, 创造力, 用户界面, 人机交互

背景与问题

• 问题/挑战: 当前基于大型语言模型（LLM）的写作工具依赖于僵化的线性界面（如基于聊天的系统），限制了用户流畅地与生成模型交互和探索其能力的可能性。这些界面往往无法充分展现LLM的表达潜力，使用户难以构思、执行和评估文本操作。
• 重要性: 解决这些局限性可以增强创造力，促进新工作流程的形成，并使人工智能辅助写作更直观、更易于使用，特别是在构思、编辑和完善阶段。
• 动机与相关工作: 先前的研究探讨了人机交互中的隐喻、写作界面的概念框架以及LLM的新颖交互技术。然而，这些方法通常缺乏将材料隐喻整合到写作工具中的连贯框架。本文基于这些想法，提出了一种将文本视为可塑性、动态媒介的新交互范式。

解决方案

• 提出的方法: Texterial，一个将文本视为材料的概念框架和交互范式，使用户能够通过受材料启发的隐喻（如粘土和植物）来操作、扩展和完善文本。
• 创新点:
  1. 一个将材料可供性与LLM能力联系起来的概念框架，基于Norman的行动阶段模型构建。
  2. 两个技术探针（Text as Clay 和 Text as Plants），展示了材料隐喻如何支持写作过程的不同阶段。
  3. 从形成性研究和焦点小组中获得的经验性见解，揭示材料隐喻如何塑造用户的心理模型和工作流程。
  4. 一个用于设计基于隐喻的生成式人工智能交互的设计词汇。
• 方法与关键技术:
  • 使用灵感卡片进行形成性研究，探索参与者如何将文本概念化为材料。
  • 开发了两个原型：Text as Clay（通过手势雕刻进行迭代优化）和 Text as Plants（以园艺隐喻进行构思和扩展）。
  • 通过焦点小组评估原型，分析材料隐喻对心理模型、可用性和创造力的影响。

结果

• 具体发现:
  • 材料隐喻（如粘土、植物）帮助用户直观地理解和交互LLM的能力。
  • 在 Text as Clay 中，捏合、拉伸和涂抹等手势支持局部的迭代优化，而 Text as Plants 则促进了缓慢、反思性的构思以及想法的有机增长。
  • 空间布局和视觉反馈促进了文本的非线性探索和组织。
• 相较基线的优势:
  • 通过直接操作和即时反馈，降低了与基于提示的界面相比的认知负担。
  • 支持创造性实验和非线性工作流程，而这些通常是传统聊天界面难以实现的。
• 实验/评估:
  • 形成性研究（n=4）探索了参与者对材料隐喻的初步反应。
  • 焦点小组研究（n=10，4个小组）评估了原型，揭示了隐喻如何塑造心理模型和工作流程。
  • 参与者涵盖了多种写作背景，包括科学论文、创意简报和演示文稿。
• 局限性与未来工作:
  • 样本量较小且评估时间较短，限制了结果的普适性。
  • 手势操作映射和隐喻一致性存在模糊之处，需要进一步优化。
  • 未来工作包括纵向研究、多模态隐喻的整合以及协作写作界面的探索。

总结

Texterial 引入了一种全新的LLM辅助写作范式，将文本视为材料，使用户能够通过粘土和植物等隐喻来雕刻和扩展文本。所提出的框架通过将LLM能力与材料可供性对齐，弥合了构思、执行和评估中的认知差距。两个技术探针展示了这一方法的可行性和创造力，用户研究突出了其在促进非线性、探索性和协作性工作流程方面的潜力。Texterial 扩展了人工智能写作工具的设计空间，为未来更直观、更具表现力的生成式人工智能系统奠定了基础。