协同创造人工智能系统的本体论
本研究探讨了两种交互设计,一种是含有 AI-to-human communication,另一种则没有,发现在有 AI-to-human communication 的情况下,用户参与度和协作体验得到提高,用户也认为 AI 更加可靠、个性化和智能。这些发现可用于设计有效的共创系统,并可将这些洞察力转移到涉及人工智能交互和协作的其他领域。
Apr, 2022
提出了一个新的统一维度的概念模型,围绕着机构、交互和调适三个高层面展开,通过文献调查和半结构化访谈的方法逐步完善和验证。最后,利用这个设计空间对选定的人工智能系统进行结构化描述。
Apr, 2024
本研究将人工智能与人类合作的问题重新定义为一种学习问题,提出团队学习策略可提高合作效果和质量,为设计更高效的人工智能合作系统提供了新的视角和框架,并就支持人们学习如何与生成型人工智能系统协作的进一步研究提出了问题和议程。
Jul, 2022
探讨了 “co-creative AI” 以及 “mixed-initiative system” 的概念,重点在于通过人工智能对话的形式,探讨人类和计算机之间的良好沟通,实现用户的创造力和计算机生成内容的混合应用,最后介绍了一个可插入式转基因生成模型和人工智能代理通信通道的聊天界面框架 -“CREATIVE-WAND”。
Aug, 2022
本研究探讨了创意和人工智能之间的关系,研究了人工智能在艺术创作中的应用,并考虑了人工智能对意识研究、兴趣和决策能力的潜在影响和伦理问题,以刺激人们对人工智能在创意领域中使用和伦理问题的思考。
Jun, 2023
本研究探讨了人工智能生成系统的不同工作模式,包括人机协作生成,以及探究人们对于这些模式的偏好和使用体验。我们的实验表明,覆盖更广阔的设计空间可以提高用户的满意度和成就感,而谨慎的介入和解释可以更好的适应不同技能水平的用户。
May, 2023
本文探讨了人工智能与人类在创造性产品方面的共同合作,并提出了 Co-Creative 交互设计框架,该框架描述了交互设计在协同创作系统中的广泛应用,并通过对 92 个协作性系统数据集的分析,证明该框架有助于对现有交互设计进行分类,以促进用户与人工智能之间的更多交流。
Apr, 2022
本文提出了关于人机共生艺术创作发展道路的全面视角,包括分类划分和创作体系的演化路径,从模仿人类艺术家到成为真正的机器艺术家。通过研究最新的传感器和 XR 技术,本文演示了收集艺术数据所需的新型人机双向交流和理解方式的新颖方法,并基于这些机制提出了构建未来机器艺术家的框架。同时,还讨论了机器艺术家发展所面临的伦理问题,并提供基于 NFT 技术的 AI 艺术生态系统和社区的系统论述。
Aug, 2022