当设计师出汗时：GenAI协同创作的行为痕迹

文献标题

When Designers Sweat: Behavioral Traces of GenAI Co-Creation

出版信息

• 主题领域: 专业设计师与生成式人工智能（GenAI）工具在概念开发中的交互模式。
• 关键词: 生成式人工智能，人机交互，设计流程，概念开发，共同创造，交流循环，混合方法研究，专业设计师，人工智能协作，设计思维。

背景与问题

• 问题/挑战: 当前对专业设计师在概念开发中与生成式人工智能（GenAI）工具的交互方式缺乏深入理解，特别是在时间交互模式、交流循环和策略配置方面。现有工具往往无法支持设计工作流中的阶段性需求和过渡。
• 重要性: 理解这些动态对于改进人工智能工具设计、增强创造性协作以及解决专业设计环境中的实际问题（如交流摩擦、控制和一致性）至关重要。
• 动机与相关研究: 先前研究指出了诸如迭代提示过程、视觉意图的翻译成本以及人机协作的非线性特性等问题。然而，针对真实条件下专业设计师的实证研究仍然稀缺，导致对阶段性需求和有效交流策略的理解存在空白。

解决方案

• 提出的方法: 通过混合方法研究，分析16位专业设计师在60分钟概念开发任务中使用生成式人工智能工具的行为模式。
• 创新点:
  1. 对设计师与生成式人工智能在不同阶段的交互模式进行实证分析。
  2. 提供交流循环与工具切换对设计结果和用户体验影响的证据。
  3. 确定设计师在人工智能协作中的角色类型和操作模式。
  4. 为阶段感知和自适应人工智能界面设计提供启示。
• 流程与关键技术:
  • 参与者使用其首选的生成式人工智能工具开发一个沉浸式搅拌机概念。
  • 数据收集包括屏幕录制、按键/鼠标日志、视频观察、任务前后问卷和半结构化访谈。
  • 输出由专家评审根据九个标准（如原创性、功能性、美学质量）进行评估。
  • 行为数据经过标注和同步分析，揭示交互模式、交流循环和工具使用策略。

研究结果

• 具体发现:
  • 交流循环与概念质量呈负相关；交流循环较少的参与者得分≥4.0，而循环频繁的参与者平均得分为3.1。
  • 出现了两种操作模式：反思（验证和问题解决）以及生成+反思（结合生成和反思功能）。
  • 确定了三种设计师角色类型：流畅整合者（高性能，工具整合无缝）、挣扎迭代者（低性能，循环频繁）和适应探索者（中等性能，策略灵活）。
  • 生成式人工智能提升了美学质量（+1.1），但降低了需求符合度（-0.7）。
• 相较基线的优势: 本研究提供了专业设计师如何适应生成式人工智能工具的细致理解，强调了战略性编排的重要性，而非仅仅依赖工具熟练度。
• 实验/评估:
  • 任务：60分钟沉浸式搅拌机概念开发。
  • 参与者：16位拥有1至10年以上经验、对人工智能工具熟悉程度不同的专业设计师。
  • 评估指标：专家对九个标准的评估、问卷反馈和行为标注。
• 局限性与未来工作:
  • 时间限制可能无法反映长期的专业工作流。
  • 样本量较小限制了统计效力。
  • 研究结果可能无法推广到新手用户或其他设计领域。
  • 未来研究应探索长期适应性、更广泛的设计背景以及不断发展的人工智能能力。

总结

本研究探讨了专业设计师在概念开发中与生成式人工智能工具的交互方式，揭示了不同的操作模式（反思、生成+反思）和设计师角色类型（流畅整合者、挣扎迭代者、适应探索者）。交流循环被发现是有效协作的主要障碍，对设计结果产生负面影响。生成式人工智能增强了美学探索，但往往削弱了功能一致性。这些发现为设计阶段感知、自适应的人工智能界面提供了设计启示，以支持人类与人工智能能力的战略性编排。未来研究应关注长期适应性，并将分析扩展到多样化的设计领域。