DuoDrama：通过LLM辅助的人类反思支持剧本精炼

文献标题

DuoDrama: Supporting Screenplay Refinement Through LLM-Assisted Human Reflection

出版信息

• 主题领域: 基于人工智能的剧本润色与人类反思工具。
• 关键词: AI辅助反思, 剧本润色, 表演理论, 多智能体系统, 创意写作, LLM, 人工智能与人类协作, 反馈生成, ExReflect, DuoDrama。

背景与问题

• 问题/挑战: 现有的AI剧本创作工具在剧本润色过程中无法协调内部（以角色为中心）和外部（以故事整体为中心）的视角，导致反馈碎片化或不一致。
• 重要性: 协调这些视角对于有效的剧本润色至关重要，这直接影响到通过解决场景逻辑、角色动机和主题一致性来塑造最终叙事。
• 动机与相关工作: 之前的AI系统通过角色扮演提供反馈，但通常只关注内部或外部视角中的一种。多智能体系统虽然提供了多样化的视角，但缺乏一致性和协调性，用户需要自行整合分散的反馈。本研究通过将两种视角整合到统一的反馈系统中，填补了这一空白。

解决方案

• 提出的方法: DuoDrama，一个由基于体验的反馈生成工作流（ExReflect）驱动的AI系统，协调内部和外部视角以支持剧作家的反思。
• 创新点:
  1. 引入ExReflect，这是一种受表演理论（斯坦尼斯拉夫斯基的沉浸式体验和布莱希特的批判性疏离）启发的工作流。
  2. 将ExReflect集成到多智能体架构中，以处理剧本中的多个角色。
  3. 通过用户研究证明DuoDrama在提高反馈质量、一致性以及剧作家反思方面的有效性。
• 流程与关键技术:
  1. ExReflect工作流: 依次采用两种角色——体验角色（角色的内部视角）和评估角色（演员的外部批判）——生成基于个人体验的反馈。
  2. 系统设计: 多智能体架构为每个角色分配一个智能体，每个智能体根据不断变化的剧本上下文生成内心想法和反馈。
  3. 反馈类型: 生成即时反馈（针对具体台词）和事后反馈（针对场景级别），并评估其质量、一致性和时机。
  4. 用户界面: 四面板界面，用于上传剧本、角色扮演、查看反馈以及标记有价值的见解。

结果

• 具体发现:
  • DuoDrama的平均SUS得分为84.46，表明其可用性较高。
  • 在反馈质量（如内容丰富性、具体性）和一致性（如角色动机、情节节奏）方面显著优于基线条件。
  • 增强了感知的有效性、深度和反思的丰富性，参与者报告称其修订动机和洞察力有所提高。
• 相较基线的优势:
  • 在多个维度（包括情感洞察、一致性和反思丰富性）上优于Exp-PE（仅体验角色）、Eval-NoPE（无个人体验的评估角色）和Rev-NoPE（行业标准评论者）。
  • 基于个人体验的反馈比通用或脱离情境的批评更具可操作性和情境一致性。
• 实验/评估:
  • 对14名专业剧作家进行了两阶段用户研究。
  • 第一阶段: 参与者使用DuoDrama处理自己的剧本，并对其可用性和反馈质量进行评分。
  • 第二阶段: 使用李克特量表评分和定性访谈，将DuoDrama与三种基线条件进行比较评估。
• 局限性与未来工作:
  • 仅限于基于文本的剧本创作；未来可探索多模态基础（如视觉或听觉线索）。
  • 短期评估；需要长期研究以评估持续影响。
  • 可通过改进反馈时机和数量的自适应机制提升个性化体验。

总结

DuoDrama引入了一种新颖的AI剧本润色系统，通过ExReflect工作流整合内部和外部视角。通过将反馈植根于个人体验并提供批判性评估，DuoDrama提升了反馈质量、一致性以及剧作家的反思能力。一项针对14名专业人士的用户研究证明了其相较现有方法的优势，突出了其发现被忽视问题和激发修订动机的能力。未来研究方向包括扩展至多模态反馈、自适应个性化以及在人机协作中的更广泛应用。