使创作过程可见：过程证据与个体差异如何影响人们对文本到图像生成式AI的创造力评判

用于图像创作的生成式AI工具现已普及，但我们对观察者在何时及为何将其评判为「有创造力」知之甚少。先前的人机交互研究表明，揭示创作过程可以提高感知到的机器创造力，并指出观察者差异可能会调节这一效应。我们将这些从物理机器人观察到的现象拓展到更大的虚拟文本到图像扩散系统领域，通过操纵感知证据（PE），即界面上可见的关于生成过程的线索。我们报告了两项预注册的在线实验，研究PE和观察者的个体差异。研究1（N=298）采用被试内设计，比较了仅显示成品（最终图像）与成品+过程（在生成过程中添加去噪动画）。研究2（N=295）在2×2混合设计中增加了被试间教程（扩散模型 vs 对照组）条件。教程简要解释了扩散模型如何生成图像，旨在提高系统特定素养。与先前研究相反，确认性分析未发现展示过程对创造力的平均效应，也未发现教程效应。探索性分析显示，一般AI素养调节了PE对比效应，即在较低素养水平下，观察过程往往会降低创造力评分；在较高素养水平下，则往往会提高创造力评分。此外，对AI的态度和对艺术的兴趣与创造力评分呈正相关。对开放式回答的主题分析表明，可能存在PE总体效应缺失的原因。综合这些汇聚的定量和定性发现表明，个体差异系统地塑造了人们对文本到图像GenAI的创造力评判，并且在我们的设置中，它比单纯的PE具有更强且更可靠的影响力。对于设计而言，这意味着过程可视化对某些受众的帮助可能大于其他受众。适应素养和态度的界面，或将过程视图与针对用户背景校准的语境解释相结合，可能比一刀切的生成过程描绘更容易改变评判。