协同设计自由职业者的协作式生成式AI工具

文献标题

Co-Designing Collaborative Generative AI Tools for Freelancers

出版信息

• 主题领域: 面向自由职业者协作的生成式人工智能工具
• 关键词: 生成式人工智能，自由职业者协作，共同设计，辅助人工智能，技术理性，创造性自主性，DALL-E，参与式设计，批判理论，生产性摩擦

背景与问题

• 问题/挑战: 当前的生成式人工智能工具优先考虑个人的生产力和效率，对自由职业者典型的去中心化、临时性和基于信任的协作支持有限。这些工具可能削弱自由职业者的创造性自主性、工作身份和协作实践。
• 重要性: 自由职业者占全球劳动力的显著比例（超过15亿人），并依赖协作完成诸如联合投标、创造性共创和同行学习等任务。有效的人工智能工具可以增强这些实践，但设计不当的系统可能加剧孤立感和不稳定性。
• 动机与相关工作: 尽管现有研究和工具（如ChatGPT Teams和GitHub Copilot Workspace）关注结构化的组织团队，但它们未能解决自由职业者的独特需求。先前的研究强调了对人工智能过度依赖、缺乏情境理解以及伦理问题的风险，但很少有研究探讨如何针对自由职业者的去中心化协作定制生成式人工智能。

解决方案

• 提出的方法: 本研究提出了“辅助人工智能”系统，支持自由职业者的创造性自主性和协作，而不主导决策。这些系统强调生产性摩擦、情境理解以及以人为主导的工作流程。
• 创新性:
  1. 提供关于当前生成式人工智能工具如何未能支持自由职业者协作的实证见解。
  2. 识别伦理挑战，包括对创造性自主性和原创性的风险。
  3. 提出协作人工智能工具的设计原则，强调辅助角色、多样化技能支持和人类协调。
• 过程与关键技术:
  • 使用未来工作坊（Future Workshops）方法，与27名自由职业者开展共同设计会议。
  • 使用DALL-E作为设计探针，帮助参与者可视化并迭代他们对协作人工智能工具的构想。
  • 结合同步的Zoom会议和异步的Slack讨论，在几个月内完善设计概念。

结果

• 具体发现:
  • 当前的生成式人工智能工具无法理解自由职业者的协作情境，生成的输出通常缺乏相关性。
  • 对人工智能的过度依赖可能削弱协作项目中的创造力、批判性思维和决策能力。
  • 人工智能生成的内容可能引发剽窃、创造性自主性丧失以及联合工作中的原创性降低等问题。
• 相较基线的优势:
  • 提议的辅助人工智能系统通过支持以人为主导的协作、保持创造性真实性以及促进生产性摩擦，解决了现有工具的局限性。
• 实验/评估:
  • 共同设计会议涉及来自不同领域的27名自由职业者，使用DALL-E生成并完善视觉探针。
  • 参与者批判了当前的人工智能工具，设想了未来系统，并制定了可操作的设计原则。
• 局限性与未来工作:
  • 研究未包含对人工智能持强烈怀疑态度的自由职业者，限制了观点的多样性。
  • 未来的研究应探索人工智能工具对自由职业者协作的长期影响，并比较有无人工智能辅助的表现差异。

总结

本研究通过与27名自由职业者开展共同设计会议，探讨了生成式人工智能工具如何更好地支持自由职业者协作。参与者批判了当前人工智能工具在情境理解不足、过度依赖风险以及对创造性自主性威胁方面的不足。他们设想了增强协作但不主导的“辅助人工智能”系统，强调以人为主导的工作流程、生产性摩擦以及对多样化技能的支持。通过使用DALL-E作为设计探针，研究提出了可操作的设计原则，并强调了需要开发能够保持创造性真实性并促进公平协作的工具。这些发现为重新构想生成式人工智能作为有意义的、以人为中心的团队合作促进者奠定了基础。