超越输入输出:通过人机协作中的类比设计重新思考创造力
生成式AI(文本、图像、音乐、视频)大语言模型(LLM)的人机协作创意协作与反馈系统UI/UX 设计师AI/ML 研究员与工程师产品设计师
文献标题
Beyond Input–Output: Rethinking Creativity through Design-by-Analogy in Human–AI Collaboration
出版信息
- 主题领域: 以类比设计(Design-by-Analogy, DbA)为框架,提升人机协作中的创造力。
- 关键词: 类比设计、创造力支持、人机协作、类比推理、认知科学、创造过程、系统综述、技术中介。
背景与问题
- 问题/挑战: 当前基于人工智能的设计工具通常将创造力简化为输入-输出管道,导致设计固化和创意内容的同质化。现有的类比设计(DbA)研究较为分散,主要集中于特定阶段或模式,缺乏整体框架。
- 重要性: 解决这些问题对于保护人类创造力、促进创新以及降低简化的人工智能系统在创意领域的风险至关重要。
- 动机与相关工作: 类比设计已被应用于生物启发设计和机械设计等领域,但现有综述局限于理论框架、特定数据模式或孤立技术。本文旨在通过系统分析类比设计在创造过程、表现形式和应用领域中的研究来弥补这些空白。
解决方案
- 提出的方法: 对类比设计(DbA)研究进行系统综述和分析,以建立一个全面的框架,用于人机协作中的应用。
- 创新点:
- 对85篇研究进行系统综述,构建类比设计研究的统一语料库。
- 提出六种表现形式的分类法,并将其映射到创造过程的七个阶段。
- 为人工智能支持的类比设计提供指导方针和未来方向,强调伦理考量和以人为本的设计。
- 流程与关键技术:
- 基于PRISMA方法对初始的1,615篇文献进行系统综述。
- 确定六种表现形式:语义与文本、视觉与外观、材料与结构、功能与属性、交互与体验以及非传统语境。
- 将这些表现形式映射到创造过程的七个阶段:愿景、灵感、创意、原型、制造、评估和元阶段。
- 分析其在三个领域的应用:创意产业、智能制造以及教育与服务行业。
结果
- 具体发现:
- 六种表现形式覆盖了创造过程的所有阶段,其中功能与属性(54.1%)和语义与文本(40.0%)最为常见。
- 类比设计系统支持不同层次的自动化创造力:辅助(35.3%)、增强(38.8%)和自动化(27.1%)。
- 应用包括创意写作、智能制造和教育工具,但在电影、音乐和沉浸式界面领域存在显著空白。
- 相较基线的优势:
- 类比设计保留了人的主动性,并整合了文化/语境信号,与僵化的基于案例推理(CBR)系统不同。
- 通过启用远距离和近距离类比,减少设计固化并促进创新。
- 实验/评估:
- 系统综述通过评审者间一致性验证(Cohen’s Kappa = 0.7289)。
- 在各领域分析应用实例,展示类比设计系统在设计、制造和教育中的创造力提升。
- 局限性与未来工作:
- 对类比设计在制造阶段和可持续性等新兴领域的探索有限。
- 缺乏结构化的公共知识库以及对人工智能驱动的类比设计输出的实证评估。
- 未来研究应关注伦理风险、多模态界面以及隐性知识的整合。
总结
本文系统综述了类比设计(DbA)研究,识别了六种表现形式并将其映射到创造过程的七个阶段。研究强调类比设计在减少设计固化、提升创造力以及支持人机协作方面的潜力,涵盖创意产业、智能制造和教育等领域。本文指出类比设计实施中的伦理和实践挑战,并提出以用户为中心、适应语境以及伦理责任的系统设计指导方针。通过将类比设计框定为一种中介技术,本研究为在人工智能时代推进创造力支持工具奠定了基础。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 100%
AIDED:用人类体验数据增强室内设计以实现设计师-AI协同设计
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 100%
生成式AI图像工具中的交互方法:HCI与行业趋势及设计机遇综述
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 86%
重新思考生成式3D建模工具的入门与求助方式:"我只需要GPT来优化我的提示词"
CHI '26· 生成式AI(文本、图像、音乐、视频) +3
- 71%
理解人类与AI代理之间的非线性协作:创意设计的共同设计框架
CHI '24· 生成式AI(文本、图像、音乐、视频) +2
- 71%
偏好引导的提示优化用于文生图生成
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 71%
人类创作者如何拥抱人机协作创作?——编剧人类主体性的视角
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 71%
与生成式AI合作:模型主导和人类主导交互在人机共创中的实验评估
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 71%
来自惊喜的创造力:弥合时装设计师灵感工作与AI创意支持工具的差距
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 71%
创意所有权范式
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 71%
探索元认知支持代理人在人机协作创作中的潜力
DIS '25· 生成式AI(文本、图像、音乐、视频) +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3791403
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、大语言模型(LLM)的人机协作、创意协作与反馈系统
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师、产品设计师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文