网络漫画创作中的人工智能:挑战、认知与设计启示
生成式AI(文本、图像、音乐、视频)大语言模型(LLM)的人机协作AI 伦理、公平与问责AI 辅助创意写作创意协作与反馈系统内容创作者(YouTuber、Podcaster)UI/UX 设计师AI/ML 研究员与工程师
文献标题
AI in Webtoon Creation: Challenges, Perceptions, and Design Implications
出版信息
- 主题领域: 生成式人工智能在网络漫画创作中的应用及其社会技术影响。
- 关键词: 生成式人工智能、网络漫画、创意劳动、真实性、版权、平台、读者、创作者、社会技术调节。
背景与问题
- 问题/挑战: 生成式人工智能在网络漫画创作中的应用面临阻力,主要由于真实性、版权以及对既有创作者与读者关系的干扰等问题。现有的人工智能工具尚未针对网络漫画的独特需求进行优化,例如垂直滚动和实时反馈。
- 重要性: 网络漫画是一种快速增长的数字漫画形式,具有独特的生产和消费动态。理解人工智能在这一生态系统中的角色对于在效率与文化艺术完整性之间取得平衡至关重要。
- 动机与相关研究: 以往研究探讨了人工智能在创意产业中的应用,重点关注美学评估和创作者与人工智能的协作。然而,这些研究忽略了网络漫画独特的参与文化和生产限制。本研究通过考察读者、创作者和平台的视角,弥补了这一研究空白。
解决方案
- 提出的方法: 三方调节模型,将人工智能概念化为一种调节媒介,重新定义劳动、信任和价值在生产(创作者)、接收(读者)和分发(平台)三个轴线上的关系。
- 创新点:
- 识别了真实性悖论:读者要求人类劳动,但同时也希望通过人工智能实现高质量、快速输出。
- 描绘了创意劳动从手工绘画向认知指导的转变。
- 提出细化透明性和分层赋权以解决人工智能整合中的紧张关系。
- 建议开发针对网络漫画的人工智能工具,以确保序列一致性和伦理训练框架。
- 过程与关键技术:
- 对19名参与者(9名读者,4名创作者,6名平台相关人员)进行了半结构化访谈。
- 对访谈数据进行主题分析,识别重复模式和紧张关系。
- 基于三方调节模型提出设计建议。
结果
- 具体发现:
- 读者拒绝人工智能生成的内容,认为其缺乏真实性,但承认其在非创意任务中的效率潜力。
- 创作者面临职业身份危机,并采取战略性沉默以避免读者反感。
- 平台在后台操作中使用人工智能,但在透明性和生态系统稳定性之间难以平衡。
- 相较基线的优势: 本研究提供了关于人工智能在网络漫画中的角色的细致理解,通过聚焦生态系统层面的动态,弥补了以往研究仅关注创作者与人工智能交互的不足。
- 实验/评估:
- 与利益相关者的访谈揭示了人工智能采用中的关键紧张关系和机会。
- 使用比较刺激(人工智能生成与人类创作的网络漫画图像)来引发读者反馈。
- 局限性与未来工作:
- 样本规模较小,限制了研究的普适性。
- 未来工作应对提出的模型进行实证验证,并探索人工智能整合的长期影响。
摘要
本研究探讨了生成式人工智能在网络漫画生态系统中的整合,重点分析了效率、真实性和价值分配之间的紧张关系。提出的三方调节模型将这些紧张关系映射到生产、接收和分发轴线,强调了从手工绘画到认知指导的转变以及真实性悖论。关键设计建议包括分层赋权、细化透明性以及针对网络漫画的人工智能工具。尽管研究结果具有探索性,但为解决人工智能在网络漫画创作中的社会技术挑战提供了基础。
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。
- 75%
创意所有权范式
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 67%
大规模追踪日常人工智能素养讨论:在线创意社区如何理解生成式人工智能
CHI '26· 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/10.1145/3772318.3790343
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
2 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、AI 伦理、公平与问责、AI 辅助创意写作
work
职业/产业
内容创作者(YouTuber、Podcaster)、UI/UX 设计师、AI/ML 研究员与工程师
article
内容状态
已索引正文
hub
相关论文
2 篇相关论文