StoryDrawer:一个支持儿童创意视觉故事讲述的儿童-人工智能协作绘画系统
作者
对话式聊天机器人大语言模型(LLM)的人机协作互动叙事与沉浸式故事中小学教师(K-12)儿童教育工作者
文献标题
StoryDrawer: A Child–AI Collaborative Drawing System to Support Children’s Creative Visual Storytelling
文献信息
- 主题领域: 儿童-人工智能合作绘画系统,支持儿童视觉创意故事讲述
- 关键词: 视觉故事讲述, 绘画, 协同创作系统, 儿童-人工智能协作, 创意支持工具, 儿童
研究背景与问题
研究背景
- 创意表达被证明可以增强认知技能、支持读写能力提高并促进创造力发展。
- “视觉故事讲述”是一种结合口头故事和视觉叙事的新型创意表达形式。然而,随着儿童成长(如小学四年级),创造力会有所下降,被称为“第四年级瓶颈”。
问题与挑战
- 儿童在视觉故事讲述中面临的主要挑战包括:
- 故事讲述和绘画的并行任务增加多任务负担。
- 儿童容易陷入“写作阻滞”或“创作瓶颈”,无法继续创作。
- 儿童容易失去注意力和参与度,影响创作效果。
研究动机
- 基于对儿童和家长的需求分析,设计一种能够减轻多任务负担、帮助克服创作阻滞并提升参与度的工具,为儿童在视觉故事讲述中提供创造力支持。
解决方案
方法与设计
- 提出了名为StoryDrawer的协同创作系统:
- 系统通过人工智能(AI)驱动,并结合基于上下文的语音代理与两种协作策略。
- 协作策略具体包括:
- 实时转化策略:将儿童的口述内容实时转化为绘画。
- 抽象画生成策略:根据现有故事内容生成与语义相似的抽象草图,刺激创意。
系统架构与交互
- 工具概述:
- 系统基于平板应用(iPad),支持触控与语音交互。
- 用户可通过“讲话按钮”与语音代理交互,或通过“点子按钮”获取抽象画激励创作。
- 两种协作策略详解:
- 策略1:实时转化:从儿童的叙述中提取关键实体(如对象、颜色、数量)并生成相应草图。
- 策略2:抽象草图:为用户生成与故事相关的抽象画,引导用户进行联想和补全。
创新点
- 融合了具身理论和视觉思维,从认知机制角度支持儿童创作。
- 利用语义相似性算法引入抽象草图创意启发。
- 系统不仅帮助儿童完成绘画,还通过语音代理增强交互性与趣味性。
研究成果
实验结果
- 实验设计:
- 对64名6-10岁的儿童进行2×2控制性实验,变更两种协作策略的组合(四种条件)。
- 用于评估的指标包括创意的流畅性、细化程度、绘画创意、专家评分及参与度。
- 结果分析:
- 策略1(实时转化):
- 显著提高了故事细化程度和绘画创意(但未显著提升创意流畅性)。
- 策略2(抽象草图):
- 显著提升了创意流畅性、细化程度及绘画创意。
- 协同效果:
- 策略1增强了策略2的效果。
- 语音代理虽然未显著提升参与度指标结果,但整体实现了良好的用户体验与适度参与度。
- 策略1(实时转化):
定性分析
- 策略影响:
- 策略1帮助儿童绘画角色与环境细节,推动故事情节发展。
- 策略2激发了联想能力与创造性思维,解决了“创作瓶颈”问题。
- 用户体验:
- 大多数儿童对AI代理表现出积极的情感联结,乐于将其视为合作伙伴。
- 参与的积极关系促进了儿童继续探索和创意表达。
优势与局限
- 优势:
- 降低了故事讲述与绘画的多任务负担。
- 激励创造力,促进故事更加详细和富有创意。
- 局限性:
- 尚未支援场景/背景的生成。
- AI识别的准确性和用户体验上的改善仍需优化。
- 缺乏长期观测对儿童创造力发展的影响。
总结与未来方向
总结
- StoryDrawer通过结合AI与儿童的协同创作探索,显著帮助儿童在视觉故事讲述中的创意表达。
- 实验验证表明,该系统有效提高了创意流畅性、细化程度及绘画创意,增强了用户的整体体验。
未来计划
- 技术改进:提升AI生成场景的能力与草图识别的准确性。
- 多感官支持:加入声音等视觉以外的创意刺激。
- 长效研究:观察长期使用对儿童创造力发展的影响。
- 多用户协同:研究多位儿童与AI共同创作视觉故事时的社交互动影响。
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。
help
研究问题
3- 如何通过AI技术帮助儿童减轻视觉故事创作中叙事与绘画的多任务负担?分类: 儿童 K-12 与家庭教育同类问题arrow_forward
- 哪些AI协作策略最能提升儿童视觉故事创作的流畅性和创造力?分类: 儿童 K-12 与家庭教育同类问题arrow_forward
- 儿童如何感知AI在视觉故事创作中的协作角色?分类: 儿童 K-12 与家庭教育同类问题arrow_forward
lightbulb
现实痛点
1- 儿童在叙事与绘画结合的创作过程中容易遇到多任务负担和创作瓶颈。分类: 儿童 K-12 与家庭教育同类问题arrow_forward
暂无符合条件(≥60% 相似度)的相关论文
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://dl.acm.org/doi/abs/10.1145/3491102.3501914
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
7 位作者
sell
研究子方向
对话式聊天机器人、大语言模型(LLM)的人机协作、互动叙事与沉浸式故事
work
职业/产业
中小学教师(K-12)、儿童教育工作者
article
内容状态
已索引正文
hub
相关论文
0 篇相关论文