主动式AI作为创造力的催化剂?——在人机协作故事写作中平衡人类能动性与AI贡献

大语言模型(LLM)的人机协作AI 辅助创意写作AI辅助写作与文本生成AI/ML 研究员与工程师HCI 研究员自由职业者(设计、写作、翻译)

文献标题

Proactive AI as a Catalyst for Creativity? Balancing Human Agency and AI Contribution in Collaborative Story Writing

出版信息

  • 主题领域: 主动式人工智能在协作创意写作中的应用
  • 关键词: 主动式人工智能,人机协作,创意写作,故事大纲,人类自主性,人工智能贡献,Wizard-of-Oz,创意支持,AI增强灵感,用户自主性

背景与问题

  • 问题/挑战: 在协作写作中,主动式人工智能系统面临如何平衡人类自主性与人工智能贡献的挑战。过度的人工智能干预可能会削弱用户的自主性,而支持不足则可能无法有效提升创造力或生产力。
  • 重要性: 解决这一平衡问题对于设计能够有效支持人类创造力的人工智能系统至关重要,同时需要确保用户的所有权感和控制感不被削弱。
  • 动机与相关研究: 以往研究探讨了人工智能辅助写作及主动式人工智能在不同场景中的应用,但主动式人工智能对用户创造力和自主性在故事大纲创作中的影响尚未得到充分研究。本文旨在探讨不同主动建议风格如何影响这些动态。

解决方案

  • 提出的方法: 通过Wizard-of-Oz研究模拟两种主动式人工智能建议风格——侵入式建议(下一句补全)和非侵入式建议(探索性提议),以评估其对用户创造力、自主性和写作体验的影响。
  • 创新点:
    1. 引入AI增强灵感的概念及其度量方法,用于量化人工智能间接刺激创造力的增益。
    2. 实证比较侵入式和非侵入式建议风格在协作故事大纲创作中的效果。
    3. 提出主动式人工智能系统设计指南,以平衡创意支持与用户自主性。
    4. 提供关于多模态用户信号及其在指导人工智能干预中的作用的洞察。
  • 研究过程与关键技术:
    • 进行了包含30名参与者(15对用户与“巫师”)的组内Wizard-of-Oz研究。
    • 模拟两种建议模式:补全模式(侵入式)和提议模式(非侵入式)。
    • 收集了写作速度、创造力增益、人工智能贡献、感知自主性和满意度的数据。
    • 分析了多模态用户信号(如面部表情、写作活动)及“巫师”干预策略。

结果

  • 具体发现:
    • 主动式人工智能建议加速了用户从创意瓶颈中恢复,将写作速度提升了1.2倍(p = 0.006)。
    • 提议模式增强了感知自主性和所有权,但需要更高的认知努力;补全模式提高了流畅性,但降低了自主性。
    • AI增强灵感缓解了人工智能贡献与用户自主性之间的权衡,实现了高创造力增益,同时保持了用户控制感。
    • 中等水平的人工智能贡献带来了最高的用户满意度。
  • 相较基线的优势:
    • 提议模式鼓励了用户的主动参与和技能发展,而补全模式支持更快速、更流畅的写作。
    • AI增强灵感指标提供了一种新颖的方法来量化间接创造力刺激,弥补了以往定性测量的局限性。
  • 实验/评估:
    • 每种模式下的写作会话持续45分钟,随后进行问卷调查和访谈。
    • 评估指标包括打字速度、创造力增益(通过KL散度计算)、人工智能贡献(语义相似度)以及主观评分(自主性、满意度)。
    • 分析了30次写作会话中的486条人工智能建议。
  • 局限性与未来工作:
    • 本研究使用了Wizard-of-Oz设置,而非完全自主的人工智能系统,限制了其在现实世界中的适用性。
    • 人工智能建议的延迟影响了用户体验;未来工作应优化响应时间和上下文匹配。
    • 需要进一步探索交互设计和主动建议策略。

总结

本研究探讨了主动式人工智能在协作故事写作中的作用,比较了侵入式和非侵入式建议风格。研究发现,主动式人工智能能够加速写作并提升创造力,但必须在人工智能贡献与用户自主性之间取得平衡。AI增强灵感指标的引入突出了人工智能间接刺激创造力的方式,同时不削弱用户的控制感。提议模式支持技能发展和自主性,而补全模式则提升流畅性。设计指南及多模态用户信号的洞察为未来尊重人类自主性并促进创造力的主动式人工智能系统奠定了基础。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222607/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790848
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、AI 辅助创意写作、AI辅助写作与文本生成
work
职业/产业
AI/ML 研究员与工程师、HCI 研究员、自由职业者(设计、写作、翻译)
article
内容状态
已索引正文
hub
相关论文
4 篇相关论文