人类与AI在创意写作中合作的社会动态
大语言模型(LLM)的人机协作AI 辅助创意写作记者与编辑自由职业者(设计、写作、翻译)
文献标题
Social Dynamics of AI Support in Creative Writing
文献信息
- 主题领域: 人工智能与创意写作的社会动态
- 关键词: 创意写作, 写作辅助工具, 人机协作, 语言模型, 人机交互
研究背景与问题
-
作者发现的问题或挑战:
- 大型语言模型尤其在生成连贯、创意性文本方面取得了显著进展,但对它们与用户协作时背后的社会技术鸿沟了解甚少。
- 探讨写作者在何时及为何选择向计算机而非同行或导师寻求支持。
-
重要性:
- 创意写作是人类文化的重要支柱,研究其与AI协作的社会动态可以影响更广泛的复杂任务和技术实践。
-
研究动机与相关工作:
- 从认知心理学和创意性支持工具的角度切入,探讨大型语言模型如何作为写作支持工具。
- 借鉴写作认知过程模型及已有关于艺术家支持关系的框架。
解决方案
-
作者提出的方法:
- 通过对20位创意写作者的访谈,分析他们对人类及计算机支持的态度。
- 深入探讨写作者在需要支持时的决定依据和背后的价值观。
-
创新之处:
- 提出一个社会动态模型,将写作者的需求、对支持者的感知以及写作过程中的价值观联系起来。
- 扩展已有的艺术家与支持者协作类型模型。
-
实施步骤:
- 对20位写作者开展半结构化访谈,并结合定性分析方法提炼关键主题。
- 结合多个分析框架整理数据并构建支持动态的分类学。
- 提出设计指南及未来研究方向。
研究成果
-
具体成果:
-
提炼出三个高层次类别来解释写作者寻求外部帮助的决策标准:
- 写作者的需求: 包括计划、翻译(落实想法到具体表达)、审查和激励。
- 对支持者的感知: 包括支持者的可用性、个性化特征和可信度。
- 写作者的价值观: 意图、真实性以及对创意的看法。
-
提出一个扩展模型,描述支持关系的外部和内部动态。
-
-
与现有解决方案的比较与优势:
- 不同于只聚焦AI技术性能的研究,该工作深入挖掘写作者在社会动态下的选择依据和价值观。
- 提供了指导写作支持工具设计的社会-技术视角。
-
实验或评估结果:
- 访谈显示写作者对AI辅助的态度因个人价值观、经验以及创意写作的目标差异而变化。
- 在写作支持中,作家更倾向于寻求人类支持时的深度交流,但在“方便”和“初步反馈”方面AI工具的接受度较高。
-
局限性与未来方向:
-
局限性:
- 许多受访写作者对AI写作工具的实际使用经验有限,其反馈可能更多基于假设。
- 参与者的背景集中于美国文化语境,影响结果的普适性。
- 写作经验和专业程度的限制可能导致结果偏向“业余”作家。
-
未来方向:
- 探索AI写作工具如何理解写作者的意图,并为其提供定制化支持。
- 研究写作者对AI系统的心理模型及其演变过程。
- 扩展社会动态分析至全球范围内的写作者群体,研究不同文化上下文对AI协作的影响。
-
设计建议
- 个性化写作支持: 提供明确系统性能和局限性的信息,如模型训练数据和能够执行的具体功能。
- 基于写作意图的定制化支持: 让系统能理解或帮助写作者明确其意图,从而提供更相关化的建议。
- 关注真实性: 设计能够历经时间更贴合写作者风格和表达的AI工具,以减少认知和使用的矛盾。
结论
- 本文揭示了写作者寻求支持时的复杂社会动态,填补了AI写作工具在社会技术方面的研究空白。
- 提出的分类学与模型不仅为AI写作工具设计提供了重要参考,还为理解人机协作的多样化动态提供了深刻洞察。
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- 为什么作家在创作过程中会选择寻求计算机支持而不是同行或导师的支持?分类: 写作协作、摘要与文本建议同类问题arrow_forward
- 作家在选择支持时,会如何根据需求、对支持者的感知以及自身价值观作出决策?分类: 写作协作、摘要与文本建议同类问题arrow_forward
- AI写作工具在满足作家需求和保持创作真实性方面的表现如何?分类: 写作协作、摘要与文本建议同类问题arrow_forward
lightbulb
现实痛点
1- 作家难以在保持创作真实性的同时高效利用外部支持。分类: 写作协作、摘要与文本建议同类问题arrow_forward
- 100%
摩擦:通过LLM辅助反思将写作反馈解码为写作修订
CHI '25· 大语言模型(LLM)的人机协作 +1
- 100%
从笔到提示:创意写作从业者如何将AI整合到他们的写作实践中
C&C '25· 大语言模型(LLM)的人机协作 +1
- 80%
Textoshop:受绘图软件启发的交互操作以方便文本编辑
CHI '25· 大语言模型(LLM)的人机协作 +2
- 80%
AI写作能否被挽救?通过编辑来缓解特异性并提高写作过程中的人机一致性
CHI '25· 大语言模型(LLM)的人机协作 +1
- 75%
Metaphoria:一个用于隐喻创造的算法伴侣
CHI '19· 大语言模型(LLM)的人机协作 +1
- 75%
大语言模型时代的创意支持:一项涉及专业作家的实证研究
C&C '24· 大语言模型(LLM)的人机协作 +1
- 67%
纳博科夫的卡片:支持自底向上创意写作的AI辅助预写作系统
C&C '25· 生成式AI(文本、图像、音乐、视频) +2
- 67%
人机协作创意写作:关于口号和故事的案例研究
IUI '18· 生成式AI(文本、图像、音乐、视频) +2
- 60%
CoAuthor:设计一个人工智能与人协作的写作数据集以探索语言模型的能力
CHI '22· 大语言模型(LLM)的人机协作 +1
- 60%
作家定义的AI角色用于按需反馈生成
CHI '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%)
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/10.1145/3544548.3580782
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2023
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、AI 辅助创意写作
work
职业/产业
记者与编辑、自由职业者(设计、写作、翻译)
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文