“我不想感觉自己在60年代的工厂工作”:从业者对创意支持工具采用的看法
荣誉提名文献标题
"I don’t want to feel like I’m working in a 1960s factory": The Practitioner Perspective on Creativity Support Tool Adoption
文献信息
- 主题领域: 人机交互 (HCI) 与创意支持工具 (Creativity Support Tools, CSTs)
- 关键词: 创意支持工具, 创意从业者, 工具采纳, 人机交互, 功能整合, 用户体验, 技术接受, 学习支持
研究背景与问题
-
发现的问题或挑战:
- 随着创意支持工具的快速发展,创意从业者需不断探索和采纳新工具以融入实践。
- 尽管HCI领域在开发新型CST方面投入了大量研究,却较少关注创意从业者在探索与采纳工具时的价值和需求。
- 当前关于CST的研究多集中于实验室环境,缺乏对工具在实际情境中的长期使用研究。
-
研究的重要性:
创意从业者的实践和价值观是影响CST使用和创新的核心;理解这些价值可以指导开发更符合实际需求的设计。 -
研究动机与相关工作:
作者受Frich等人(2019)的研究启发,提出需研究CST在实际场景中的使用情况,而非仅评估学术开发的工具。相关工作包括理论模型(如Rogers的创新扩散理论、技术接受模型)与HCI领域提出的设计原则及评估方法。
解决方案
-
提出的解决方案:
作者通过23个YouTube视频、13次半结构化采访和105份问卷,提炼出创意从业者在采纳CST时的重要价值维度,并建立了“创意从业者价值框架”。此外,还将这些价值与现有设计原则和技术接受理论进行了关联。 -
创新之处:
- 从创意从业者的视角系统性提炼CST采纳中的核心价值。
- 将用户的实际需求与设计理论相结合,为研究者和开发者提供了实际指导。
- 提出跨工具、设备和创意阶段的整合重要性,为未来CST的发展方向指引。
-
实施步骤:
- 数据收集:从视频、采访和问卷中获得实证数据。
- 数据编码与分析:采用开放编码和聚焦编码提炼价值主题(例如工具功能、工作流整合、性能、用户体验等)。
- 框架设计:构建“创意从业者价值框架”并将其与设计原则和理论结合。
- 验证与总结:基于问卷调查验证观察结果,排名价值维度重要性。
研究成果
-
具体成果:
- 创意从业者价值框架包含7大类价值维度:工具功能与特性、与既有工作流的整合、性能、用户界面与体验、支持资源、成本、情感连接。
- 调查揭示最重要的价值维度包括工具功能、工作流整合和性能,而成本和情感连接被视为次要因素。
-
与现有解决方案的优势:
- 提出了新颖的、多维度的价值框架,包含不仅局限于功能性,还包括情感和文化因素。
- 实证研究弥补了现有研究缺乏长期实际工具使用分析的局限。
-
实验或评估结果:
- 排名前三的重要价值维度为:工具的功能性、现有工作流的整合和工具的稳定与性能。
- 调查数据显示,创意从业者优先选择易用性高、可靠性强并适应其工作流的工具。
-
局限性与未来方向:
- 研究数据集中于创意从业者的主观反思,未来需结合长期工具使用数据进行验证。
- 样本可能存在代表性不足的问题(如不同职业、文化背景的偏向);未来可拓展国际化和行业跨度更广的样本。
- 探讨情感连接与工具采纳的具体机制,以及降低性能门槛和提升情感体验的设计策略。
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。
研究问题
3- 创意从业者在采用创意支持工具时最看重哪些价值维度?分类: 创作工作流与多阶段流程同类问题arrow_forward
- 创意支持工具如何更好地与从业者的工作流融合以提升使用率?分类: 创作工作流与多阶段流程同类问题arrow_forward
- 情感连接如何影响创意从业者对工具的接受程度?分类: 创作工作流与多阶段流程同类问题arrow_forward
现实痛点
1- 创意从业者很难找到功能稳定且适配工作流程的创意工具。分类: 创作工作流与多阶段流程同类问题arrow_forward
- 100%
GANCollage:一种GAN驱动的数字情绪板以支持创意构思
DIS '23· 生成式AI(文本、图像、音乐、视频) +1
- 100%
ImaginationVellum:带空间提示、生成笔触和构思历史的生成式AI构思画布
UIST '25· 生成式AI(文本、图像、音乐、视频) +1
- 83%
FashionQ:一种促进时尚设计创意构思的人工智能驱动支持工具
CHI '21· 生成式AI(文本、图像、音乐、视频) +2
- 83%
利用生成式AI打造创意专长:图形界面在设计空间探索中比文本提示更好地支持创意构思
CHI '24· 生成式AI(文本、图像、音乐、视频) +2
- 83%
探索用于抽象驱动的探索性图像着色的交互式颜色调板
CHI '24· 生成式AI(文本、图像、音乐、视频) +2
- 83%
GenPara: 通过使用文本条件形状参数推断用户感兴趣区域来增强3D设计编辑过程
CHI '25· 生成式AI(文本、图像、音乐、视频) +2
- 83%
DesignPrompt:利用多模态交互进行生成式AI设计探索
DIS '24· 生成式AI(文本、图像、音乐、视频) +2
- 80%
GANravel: 在生成对抗网络中用户驱动的方向解缠
CHI '23· 生成式AI(文本、图像、音乐、视频) +1
- 80%
用人工智能进行图像制作的创意反思:与一款挑衅性的‘相机’的互动
CHI '25· 生成式AI(文本、图像、音乐、视频) +1
- 80%
探索最优组合:设计概念中顺序多模态激励刺激对创造力的影响
DIS '24· 生成式AI(文本、图像、音乐、视频) +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)