PaperTok：探索利用生成式AI为研究传播创建短视频

文献标题

PaperTok: Exploring the Use of Generative AI for Creating Short-form Videos for Research Communication

出版信息

• 主题领域: 生成式人工智能在科学传播中的应用
• 关键词: 生成式人工智能、科学传播、短视频、人机协作、大型语言模型、文本转视频、研究传播、人工智能可信度、公众参与、参与式网络

背景与问题

• 问题/挑战: 研究人员在制作引人入胜的短视频内容时面临显著障碍，包括时间限制、缺乏技术技能以及将学术成果转化为易于理解的形式的困难。
• 重要性: TikTok和Instagram Reels等平台上的短视频在公众信息消费中日益占据主导地位，为科学传播接触更广泛的受众提供了关键机会。
• 动机与相关工作: 之前的科学传播工作主要利用博客、播客和社交媒体，但短视频仍未被充分探索。现有的PDF转视频平台缺乏协作输入，且往往难以在吸引力与可信度之间取得平衡。生成式人工智能提供了潜在解决方案，但同时也引发了关于准确性、可信度和误用的担忧。

解决方案

• 提出的方法: PaperTok，一个人机协作系统，通过迭代工作流将学术论文转化为短视频，结合人工智能生成的脚本、视觉效果和配音与人工编辑。
• 创新点:
  1. 针对短视频格式生成引人入胜的开头和脚本的结构化流程。
  2. 将文本转视频模型与人工编辑结合，实现迭代优化。
  3. 增强可信度的功能，如归属屏幕和研究人员签字确认。
  4. 对人工智能生成的视频与现有PDF转视频平台进行实证评估。
• 流程与关键技术:
  • 研究人员上传论文的PDF文件。
  • 人工智能生成多个开头和脚本选项，供用户优化。
  • 脚本分段为场景，与人工智能生成的视觉效果配对，并进行迭代编辑。
  • 添加作者归属的信用屏幕以增强可信度。
  • 最终视频合并后可供下载。

结果

• 具体发现:
  • PaperTok视频在吸引力（M = 3.91）、信息性（M = 4.09）和可信度（M = 3.92）方面的评分均高于SciSpace和PDFtoBrainrot。
  • 研究人员认为PaperTok直观且有效，降低了科学传播的障碍，但视觉不一致性和人工智能伪影被认为是局限性。
• 相较基线的优势: PaperTok视频在吸引力和娱乐性方面显著优于SciSpace和PDFtoBrainrot，同时保持了相当的信息价值。
• 实验/评估:
  • 包括18位研究人员和100位观众参与者的混合方法研究。
  • 参与者从吸引力、准确性和制作质量等11个维度对视频进行评估。
  • 研究人员使用PaperTok制作自己的论文视频，并提供关于可用性和输出质量的反馈。
• 局限性与未来工作:
  • 当前的文本转视频模型生成的视觉效果不一致，限制了专业用途。
  • 研究人员希望对人工智能生成的素材有更精确的控制。
  • 未来迭代应探索领域特定应用、改进视觉生成，并研究视频在实际传播中的影响。

总结

PaperTok展示了生成式人工智能在帮助研究人员制作引人入胜的科学传播短视频方面的潜力。通过人机协作工作流，该系统在效率与研究人员监督之间取得平衡，生成的视频在吸引力和信息价值方面优于现有平台。然而，视觉一致性和研究人员控制方面的挑战突显了改进空间。PaperTok为科学传播中负责任的人工智能使用提供了重要贡献，强调了人机协作设计和可信度信号，以促进信任与准确性。