InfoAlign：一个人类-AI 协作创作信息图表故事的系统

文献标题

InfoAlign: A Human–AI Co-Creation System for Storytelling with Infographics

出版信息

• 主题领域: 面向故事化信息图设计的人机协作
• 关键词: 故事化信息图、人机共创、叙事可视化、设计自动化、布局推荐、视觉叙事、生成式人工智能、用户意图、数据可视化、以叙事为中心的工作流

背景与问题

• 问题/挑战: 现有的信息图创作工具在设计阶段缺乏对故事一致性的支持，且难以使输出与用户的故事目标保持一致。目前的系统通常依赖于固定模板或自动化单一任务，未能在整个过程中整合用户意图。
• 重要性: 故事化信息图在新闻、教育和广告领域被广泛应用，用于使复杂信息更易于理解和吸引人。确保故事连贯性和用户意图的一致性对于有效沟通至关重要。
• 动机与相关工作: 之前的研究已实现了特定信息图任务的自动化（如图表美化、事实提取），但未能解决信息图创作的多步骤、叙事驱动的特性。商业工具如Piktochart和Canva提供模板，但在用户干预方面灵活性有限。本文基于这些研究空白，提出了一种以叙事为中心的工作流和人机共创系统。

解决方案

• 提出的方法: InfoAlign是一个人机共创系统，实现了一个以叙事为中心的工作流，用于创建故事化信息图。它将冗长或非结构化文本转化为连贯的故事，推荐视觉设计，并生成布局蓝图，同时允许用户在每个阶段进行干预。
• 创新点:
  1. 一个由三个阶段组成的以叙事为中心的工作流：故事构建、视觉编码和空间布局。
  2. 将人工智能推荐与人类参与的调整相结合，以保留用户意图。
  3. 基于对真实世界信息图模式的定量分析开发的规则驱动布局推荐算法。
• 流程与关键技术:
  1. 故事构建: 使用大型语言模型（LLMs）将输入文本分割为具有叙事逻辑和数据洞察的故事片段（SPs）和故事单元（SUs）。
  2. 视觉编码: 使用如RecraftAI等工具生成与故事语义一致的图标、图表和高亮内容，支持可扩展矢量图形。
  3. 空间布局: 基于故事模式和视觉约束，使用规则驱动算法推荐布局（如网格、星形、螺旋）。
  4. 用户交互: 提供五种交互视图（输入、故事、样式化、布局、画布）以支持迭代优化和定制化。

结果

• 具体发现:
  • 95%的故事片段被评为与故事目标一致。
  • 98%的高亮内容和89%的图标被认为语义上适当。
  • 95.73%的故事单元在事实层面准确，错误陈述为0%。
  • 创建一个信息图的平均时间为20.3分钟。
• 相较基线的优势:
  • 在设计阶段保持故事一致性，与基于任务或模板驱动的系统不同。
  • 通过逐步干预支持用户意图，增强信任和个性化。
• 实验/评估:
  • 对12名具有信息图设计经验的参与者进行混合方法用户研究。
  • 参与者使用InfoAlign创建信息图，并对工作流质量、可用性、创意支持和共创效果进行评分。
  • 工作流层面的评分（7点Likert量表）：故事构建（95%一致性）、视觉编码（89–98%适当性）、空间布局（100%逻辑流畅性）。
• 局限性与未来工作:
  • 对多模态输入（如图像、视频）的支持有限。
  • 人工智能推荐的透明度不足（如颜色选择的理由）。
  • 交互能力不如Figma等专业设计平台先进。

总结

本文提出了InfoAlign，一个面向故事化信息图设计的人机共创系统，基于以叙事为中心的工作流。该系统在故事构建、视觉编码和空间布局三个阶段确保了故事一致性。一项用户研究证明了其在生成连贯且符合用户意图的信息图方面的有效性，同时支持人机协作。未来工作将重点整合更丰富的多模态输入，并增强用户对自动化的控制能力。InfoAlign在新闻、教育及其他需要易于理解的视觉叙事的领域具有潜在应用价值。