Mar, 2023

设计参与性人工智能：创意专业人员对生成性人工智能的担忧和期望

PDF
TL;DR通过质性调查，我们发现创意专业人士对生成式人工智能的推动对创造力的定义和如何使用人工智能支持他们的工作流程产生了重要的影响，并基于这些反思，探讨了如何设计在创新专业领域中的 “参与式人工智能”，以目前和未来协同 AI 中赋予创意专业人士更大的权力。
generative aicreative professionalsparticipatory aicreativityai models
发现论文，激发创造
  • 用户体验设计专业人员对生成人工智能的感知

    研究发现，经验丰富的设计师对于 Generative Artificial Intelligence（GenAI）的作用持支持态度，强调了人类在享受和作为 “AI 合作伙伴” 的裁决者方面的独特优势，然而，技能退步、工作替代和创造力衰竭可能会对初级设计师产生不利影响。研究探讨了人类与 GenAI 的合作的责任和参与度，包括版权和所有权，人类的创造力和主权，以及 AI 读写能力和使用方面的机会。

    Sep, 2023

  • 生成人工智能提升个人创造力但降低集体创意的多样性

    通过在线实验研究，我们得出结论：使用 GenAI 平台获取灵感会导致作品被评定为更具创造力、写作更好、更令人愉快，尤其是在创造力较低的作家中。然而，每个条件内的故事相似性的客观度量揭示出，相比于单独由人类创作的故事，GenAI 生成的故事更加相似。这些结果表明了个人创造力的增加，但同时也存在着过度依赖的潜在后果，可能会导致集体创新的缺失。

    Dec, 2023

  • 艺术与生成人工智能的科学：更深入的探究

    生成式人工智能作为新媒介，其创造力解放能力将根本性地改变创作过程，并提出了对文化，经济，法律，算法和技术创造力互动的跨学科科学研究和政策决策。

    Jun, 2023

  • 创造力自动化

    基于强化学习方法和计算创造力的不同研究流派，本文提出了一个三重引导 - 响应 - 奖励工程框架，以提高生成人工智能（GenAI）的创造能力。该框架包括了引导模型、响应模型和奖励模型，通过开发创造性的引导、生成出令人惊喜和创新性的输出，并结合 AI、创作者 / 管理者和客户的反馈，逐步提高生成人工智能的创造力。

    May, 2024

  • 创意机器的崛起：探索生成人工智能的影响

    本研究探讨生成型人工智能（AI）如何改变市场营销、产品开发和研究，讨论了该领域的最新发展、易于使用的资源以及道德和社会危害。除了解决偏见和虚假信息等问题的缓解技术外，辩论强调通过持续的利益相关者沟通和道德原则实现负责任的发展的重要性。

    Nov, 2023

  • 文本到图像生成的感知与现实

    本文研究了人们对于生成式人工智能中的文本到图像生成技术的看法和担忧，发现尽管参与者意识到技术所带来的风险与危险，却只有少数人认为技术对个人的风险，风险对于其他人来说更容易认识，而且参与者尤其认为艺术家是处于风险中的人群，未尝试过这项技术的参与者对其未来重要性的评价要低于尝试过的参与者，说明许多人仍然未察觉生成式人工智能的潜在个人风险及其所带来的社会变革。

    Jun, 2023

  • 科学家对于生成式人工智能在其领域中潜力的看法

    研究发现生成式 AI 技术有潜力改变科学家的实践方法、加速科学发现并提供科学教育，但是这也引起了对于技术责任的担忧。

    Apr, 2023

  • 使用生成人工智能构建梦想

    通过设计一个名为 “与 AI 一起做梦” 的学习工作坊，我们帮助高中生学习了生成 AI 工具的内部机制，使用文本生成图像算法创建了他们未来梦想的形象，并探讨了这些工具的潜在利益和危害以及在教育中的使用政策。

    May, 2023

  • 探索生成人工智能在万维网的潜力

    通过研究发现，生成人工智能已经可以利用网页上的上下文信息实现生成相关和高质量的网页图像，而无需手动输入提示，这一方法对于修复破损的网页或处理高度私密内容可能非常有价值。

    Oct, 2023

  • 探究生成人工智能和互联网相互作用

    本文研究探讨了生成 AI 技术中，AI 加入真实数据之后可能会产生回馈循环并导致未来模型的降级和多样性降低的情况，从而产生社会影响。同时，对于如何缓解这种回馈循环以及降低未来技术模型降级的影响也提出了相关问题。

    Jun, 2023