Breakdowns for Human-Machine Creative Reflexivity
Leiden University(莱顿大学);University of Amsterdam(阿姆斯特丹大学)
研究生成式人工智能与人类创造性过程差异带来的挑战,提出‘突破点’概念作为人机交流契机,通过研究人际创造性互动得出初步发现,将人类创造性能动性和反思置于自动内容生成之上作为创造力支持设计原则。
2026-09-10 cs.HC
Design Generative AI for Practitioners: Exploring Interaction Approaches Aligned with Creative Practice
LISN Université Paris-Saclay, CNRS, Inria(LISN 巴黎-萨克雷大学,法国国家科学研究中心,法国国家信息与自动化技术研究所);UMR 9189 CRIStAL Univ. Lille, Inria, CNRS, Centrale Lille(UMR 9189 CRIStAL 利摩日大学,法国国家信息与自动化技术研究所,法国国家科学研究中心,利摩日中央理工大学)
本文提出三种交互方法,帮助设计师在不同阶段引导生成式AI与创意实践对齐,强调动态协商与主动/被动角色的适应性。
2026-03-03 cs.AI cs.HC
Cognitive Trajectory Modeling: Quantifying Human-AI Co-Creation through Cognitively Grounded Interaction Trajectories
Co-Creative AI Consulting(协同AI咨询)
提出认知轨迹建模(CTM)理论,通过认知轨迹和吸引子景观量化人机共创中的交互动态,区分认知轨迹与交互痕迹,为研究共创AI和人类-AI交互提供框架。
2026-06-23 cs.AI cs.HC
AI Drawing Partner: Co-Creative Drawing Agent and Research Platform to Model Co-Creation
本研究推出AI Drawing Partner协同绘画智能体与研究平台,基于CCSM认知框架量化建模共创互动动态,通过10次人机绘画会话验证了系统的协作与过程分析能力。
2025-01-11 cs.HC
"When to Hand Off, When to Work Together": Understanding Concurrent Human-Agent Interaction in Shared Co-Creative Workspaces
School of Computing, KAIST(韩国科学技术院计算学院);Computer Science and Engineering, University of Michigan(密歇根大学计算机科学与工程系)
研究探讨人机协同创作中并发交互的模式与能力需求,提出决策模型和标注数据集,揭示并发交互提升委托效果的核心作用。
2026-09-22 cs.AI cs.HC
Language as a Material Interface for Creative LLM Interaction
Monash University(莫纳什大学);University of Sussex(萨塞克斯大学)
研究探讨创造性从业者如何将语言当作物质与人工智能合作,通过对四位从业者进行两周生态研究,借助“模因混合器”分析后访谈和设备日志,确定物质语言使用模式和时间维度,为创造性实践中与人工智能的开放式交互提供设计考量。
2026-07-29 cs.CL cs.HC
Orchid: Orchestrating Context Across Creative Workflows with Generative AI
Tableau Research(Tableau 研究院);Microsoft Research(微软研究院)
Orchid系统通过让用户指定、引用和监控创意工作流中的上下文,解决了生成式AI在多交互、多会话场景下的上下文漂移问题,实验证明其能提升创意成果的新颖性、可行性与用户控制感。
2025-08-27 cs.AI cs.HC
Human-AI Schema Discovery and Application for Creative Problem Solving
Columbia University(哥伦比亚大学)
针对创造性问题解决中模式发现与应用困难的问题,提出人机协同框架,通过意义建构抽象模式并操作化为共创工作流,使隐性知识更可及可操作。
2025-08-07 cs.AI cs.HC
Design-Driven Requirements for Computationally Co-Creative Game AI Design Tools
Northeastern University(东北大学);University of California, Santa Cruz(加利福尼亚大学圣克鲁兹分校)
游戏AI设计师必须管理AI角色、游戏世界和玩家之间的复杂交互,同时实现他们的设计愿景。计算协同创造工具可以帮助他们,但首先,人工智能和人机交互研究人员必须收集需求并确定设计策略,以构建有效的协同创造工具。在这项工作中,我们提出了一个参与式的设计研究,分类和分析游戏AI设计师的工作流程,目标和期望,这些工具。我们展示了游戏AI设计与合作创造工具设计之间的深层联系,并为未来的合作创造工具研究和开发提供了启示。
2021-07-29 cs.AI cs.HC
DrawTalking It Out: Creativity-Support Research as Creative Process Itself
New York University(纽约大学)
该研究提出创意支持研究本身是创意过程,主张侧重交互技术、构建创意交互社区,以服务非技术受众,还以DrawTalking为例说明其曲折创意过程。
2026-08-14 cs.HC
Interaction-Centered Intelligence: Toward an Interaction-Based Theory of Human-AI Co-Creation
Georgia Institute of Technology(佐治亚理工学院);Co-Creative AI Consulting(协同人工智能咨询)
本文提出以交互作为主要分析单元,通过分布式认知、具身认知等理论,论证智能涌现于交互动态而非孤立计算,并引入交互中心智能框架。
2026-06-12 cs.AI cs.HC
Team Learning as a Lens for Designing Human-AI Co-Creative Systems
Carnegie Mellon University(卡内基梅隆大学)
生成的ML驱动的交互系统有可能改变人们在创造过程中与计算机交互的方式-将工具转变为共同创造者。然而,目前还不清楚我们如何在开放式任务领域实现有效的人类-人工智能协作。在与ML驱动系统的交互中,围绕通信存在几个已知的挑战。在共同创造系统的设计中,一个被忽视的方面是如何更好地支持用户学习与这样的系统协作。在这里,我们将人类与人工智能的协作重新定义为一个学习问题:受团队学习研究的启发,我们假设,适用于人类与人类团队的类似学习策略也可能提高人类与共同创造生成系统的协作效率和质量。在这份立场文件中,我们的目标是促进团队学习,将其作为设计更有效的共同创造人类-人工智能协作的镜头,并强调协作过程质量是共同创造系统的目标。此外,我们概述了一个初步的示意性框架,用于在共同创造的AI系统中嵌入团队学习支持。最后,我们提出了一个研究议程,并提出了进一步研究的开放性问题,以支持人们学习与生成式人工智能系统合作。
2022-07-06 cs.AI cs.HC
AI Friends: A Design Framework for AI-Powered Creative Programming for Youth
University of Washington(华盛顿大学)
本研究构建了Wizard of Oz平台,通过为期3周的家庭创意编程活动,发现AI Friend能促进儿童创意生成与编程,且父母在AI失效时发挥关键指导作用,提出了应突出儿童主体性和创意自我效能感的AI平台设计框架。
2023-05-17 cs.AI cs.HC
Hidden Layer Interaction: A Co-Creative Design Fiction for Generative Models
本文以设计虚构提出生成模型的隐藏层交互,借助特征可视化操纵神经元,突破输入/输出界面限制,为人类共创提供理解模型内部机制的新方式。
2023-04-27 cs.HC
"Like Taking the Path of Least Resistance": Exploring the Impact of LLM Interaction on the Creative Process of Programming
University of Southern California(南加州大学)
研究通过对比LLM辅助与无辅助条件,发现LLM能缩短编程创意生成时间,但生成的解决方案创意点数与用户自创相当,探讨了LLM在支持用户创造力方面的设计启示。
2026-10-27 cs.HC
Nine Potential Pitfalls when Designing Human-AI Co-Creative Systems
University of Bayreuth(拜罗伊特大学);Bundeswehr University Munich(慕尼黑联邦国防军大学)
这份立场文件探讨了以有利于用户利益的方式实现人类与人工智能共同创造的潜在陷阱。特别是,我们收集了一组九个潜在的陷阱,根据文献和我们自己的经验,作为研究人员在人机交互和人工智能的交叉点工作。我们用例子说明每个陷阱,并提出解决它的想法。反思所有陷阱,我们讨论并总结了未来研究方向的启示。通过这些收集,我们希望有助于对人类和人工智能在共同创造性互动中的作用进行批判性和建设性的讨论,并关注相关的假设和创造性实践及其他方面的潜在副作用。
2021-04-01 cs.AI cs.HC
Co-Creative Learning via Metropolis-Hastings Interaction between Humans and AI
Ritsumeikan University(立命馆大学);Kyoto University(京都大学);Soka University(创价大学)
本研究提出共同创造性学习范式,通过Metropolis-Hastings命名游戏实现人机交互,实证表明该交互能提升分类准确性并促进共享符号系统收敛,为共生AI对齐提供新路径。
2026-10-14 cs.AI cs.HC cs.LG
Scratch Copilot: Supporting Youth Creative Coding with AI
Google Deep Mind(谷歌深Mind);University of Washington(华盛顿大学)
本文提出面向儿童的 AI 编程助手 Cognimates Scratch Copilot,通过 18 名儿童的定性评估,发现其能有效支持构思与调试,同时揭示了儿童在保持创意控制中的自主性,并据此提出以青少年自主性为核心的设计指南。
2025-05-06 cs.AI cs.HC
AI and the creative realm: A short review of current and future applications
University La Sapienza(罗马第一大学);IE University(IE大学)
本文综述AI在艺术创作中的应用,按艺术形式、语言和算法分类,并探讨意识、决策与伦理问题,以促进对AI创意应用的反思。
2023-06-01 cs.AI cs.HC
Scaling Creative Inspiration with Fine-Grained Functional Aspects of Ideas
Allen Institute for AI(艾伦人工智能研究所);The University of Washington(华盛顿大学);Hebrew University of Jerusalem(耶路撒冷希伯来大学);Carnegie Mellon University(卡内基梅隆大学);University of Copenhagen(哥本哈根大学);University of Maryland(马里兰大学)
大型的产品、专利和科学论文库为构建系统提供了机会,这些系统可以搜索数百万个想法,并帮助用户发现灵感。然而,想法描述通常是非结构化文本的形式,缺乏支持创造性创新互动所需的关键结构。先前的工作已经探索了想法表示,这些想法表示要么在表达能力方面受到限制,需要用户进行大量的手动操作,要么依赖于覆盖率很低的策划知识库。我们探索了一种新的表示,自动分解成细粒度的功能方面捕捉的目的和机制的想法,产品,并用它来支持重要的创造性创新的互动:功能搜索的想法,并通过查看相关的问题观点汇集在许多产品周围的焦点问题的设计空间的探索。在用户研究中,我们的方法提高了创造性搜索和灵感的质量,大大超过强基线50- 60%。
2022-02-17 cs.AI cs.CL cs.HC
Human-Robot Creative Interactions (HRCI): Exploring Creativity in Artificial Agents Using a Story-Telling Game
University of New South Wales(新南威尔士大学);Auckland University of Technology(奥克兰理工大学);Monash University(莫纳什大学);UNSW Canberra(新南威尔士大学堪培拉校区)
本文通过讲故事游戏和2×2实验考察机器人动作对创造能动性归因的影响,改编SSCS并结合Godspeed量表测量,发现动作显著影响生命感、可爱度与感知安全性。
2022-02-08 cs.HC cs.RO
How to Prompt? Opportunities and Challenges of Zero- and Few-Shot Learning for Human-AI Interaction in Creative Applications of Generative Models
University of Bayreuth(拜罗伊特大学);Bundeswehr University Munich(慕尼黑联邦国防军大学);LMU Munich(慕尼黑大学)
深度生成模型有可能从根本上改变我们创建高保真数字内容的方式,但通常很难控制。创建生成模型是一个很有前途的最新发展,原则上使最终用户能够创造性地利用zero-shot和少样本学习来将新任务分配给AI ad-hoc,只需将它们写下来。然而,对于大多数最终用户来说,编写有效的提示目前在很大程度上是一个试错过程。为了解决这个问题,我们讨论了交互式创意应用程序的关键机遇和挑战,这些应用程序使用提示作为人机交互的新范式。基于我们的分析,我们提出了四个设计目标的用户界面,支持提示。我们用具体的UI设计草图来说明这些,重点放在创意写作的用例上。HCI和AI的研究社区可以将这些作为起点,为能够进行零样本学习和少样本学习的模型开发适当的用户界面。
2022-09-03 cs.CL cs.HC
Social Facilitation of Creative Reflection: AI-agents and Humans
University of the Arts London(伦敦艺术大学)
本文探讨社会促进理论机制对创意实践与反思的影响,提出检验方法,研究人机创意协作中社会互动对创意反思的作用及AI陪伴的效应。
2026-08-10 cs.HC
Creative Uses of AI Systems and their Explanations: A Case Study from Insurance
最近的工作已经认识到,在设计和评估人类与人工智能的交互和可解释的人工智能方法时,需要以人为本的观点。然而,目前的方法在拦截和管理由于与AI系统的交互以及不同用户持有者群体的可解释性方法而导致的意外用户行为方面存在不足。在这项工作中,我们探索了在保险领域使用人工智能和可解释性方法。在一项定性案例研究中,参与者具有不同的角色和专业背景,我们表明,人工智能和可解释性方法在日常工作流程中以创造性的方式使用,导致其预期用途和实际用途之间存在分歧。最后,我们讨论了一些关于人机交互设计的建议,以及可解释的人工智能方法,以管理风险并利用意外用户行为的潜力。
2022-05-03 cs.HC
Directing the Robot: Scaffolding Creative Human-AI-Robot Interaction
De La Salle University(德拉萨大学);Nara Institute of Science and Technology(奈良科学技术大学);Ritsumeikan University(立命馆大学);University of Primorska(普里莫尔大学)
本文提出通过支架概念重新定义人机机器人互动,强调人类作为执行导演的角色,AI作为中介,促进创造力和流畅性。
2026-03-08 cs.HC cs.RO
Human-AI Interaction Traces as Blackout Poetry: Reframing AI-Supported Writing as Found-Text Creativity
Department of Industrial Design, KAIST(韩国科学技术院工业设计系)
本文探讨将AI写作交互痕迹视为表达性艺术制品,通过黑屏诗启发,重新审视人类与AI协作中的意义创造,提升读者对创作贡献的理解与信任。
2026-03-10 cs.AI cs.HC
The Cognitive Trajectory Laboratory: Modeling the Creative Process Through Time in Art Therapy
Enactive AI Consulting
提出基于能动动力学的框架,通过分析创作互动的时间动态来量化和理解艺术治疗中的认知变化,并引入认知轨迹实验室(CTL)作为测量工具。
2026-06-23 cs.HC
'Alexa, Do You Know Anything?' The Impact of an Intelligent Assistant on Team Interactions and Creative Performance Under Time Scarcity
随着人工智能智能助理(例如Amazon Echo、Cortana、Siri等)的部署,人与人工智能的协作正在增加。在组织背景下。据称,智能助理可以帮助人们在更短的时间内实现更多目标(个人数字助理- Cortana,N. D)。然而,尽管在协作环境中越来越多地出现智能助手,但在文献中关于这种技术的部署如何与时间稀缺性交叉以影响团队行为和绩效的文献中存在空白。为了填补文献中的这一空白,我们收集了来自56个团队的行为数据,这些团队参与了一个2(智能助手:可用与不可用)x 2(时间:稀缺与不稀缺/对照)的实验室实验。结果表明,与没有智能助手的团队相比,拥有智能助手的团队成员之间的互动明显减少。与控制条件下的团队相比,面临时间短缺的团队在完成任务时也更频繁地使用智能助手寻求帮助。最后,与没有智能助理的团队相比,拥有智能助理的团队在创造性任务上表现不佳。我们从理论,经验和实践的角度讨论了这项技术的影响。
2019-12-30 cs.HC
Proceedings of The First Reflection in Creative Experience (RiCE) Workshop
University of the Arts London(伦敦艺术大学);Aalborg University(奥尔堡大学);University of Illinois, Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Cornell Tech(康奈尔理工学院);Bauhaus-Universität Weimar(魏玛包豪斯大学);Hong Kong University of Science and Technology(香港科技大学);Indiana University Bloomington(印第安纳大学伯明顿分校);University of Calgary(卡尔加里大学);Politecnico di Milano(米兰理工大学);Northwestern University(西北大学);Utrecht(乌得勒支大学);Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
本次研讨会汇聚多领域人员探讨创造性互动中的反思,讨论相关主题,如在创造性背景中捕捉反思、利用艺术支持反思及设计有益批判性思维的创造性人工智能,将制定分类法指导未来实践和工具开发。
2026-11-16 cs.HC
Co-Creativity at the Table: A Qualitative Analysis of Creative Interactions in the Podcast "Adventure AI"
University of Waterloo(滑铁卢大学)
通过定性分析播客“Adventure AI”中人类与AI在《龙与地下城》中的互动,探讨AI在桌游中的角色、人类角色、AI的评价与失败,以及其作为桌边人物和角色的对待方式。
2026-06-17 cs.HC
LacAIDes: Generative AI-Supported Creative Interactive Circuits Crafting to Enliven Traditional Lacquerware
LacAIDes通过生成式AI支持创意互动电路设计,提升传统漆器制作的参与度和创造力。
2025-12-28 cs.HC
Explainable Computational Creativity
Monash University(莫纳什大学);University of London(伦敦大学);Goldsmiths, University of London(伦敦大学金史密斯学院)
在计算创造力(CC)领域,人类与系统的协作通常限于浅层交互,其中系统和人类的创造性过程都是孤立进行的,没有用户的任何(或很少)干预,也没有关于如何展开决策的任何讨论。富有成效的共同创作需要持续不断的互动,包括讨论想法,与以前/其他作品的比较,增量改进和修改等。这意味着为CC系统提供发言权,并在它们和它们的用户之间建立双向沟通渠道,以便它们能够:解释它们的流程和决策,支持它们的想法,以便它们的创意合作者认真考虑这些想法,并从这些讨论中学习,以进一步改进它们的创意流程。为此,我们提出了一套CC系统的设计原则,旨在支持与人类合作者进行更大的共同创造和协作。
2022-05-11 cs.AI cs.HC
Towards Co-Creative Generative Adversarial Networks for Fashion Designers
本文研究如何将生成对抗网络应用于混合主动共创情境,以支持时装设计过程,并探索其算法特性向共创交互界面的转化。
2023-04-19 cs.HC
Seeing the Hivemind: A Consensus-Aware Interaction Technique for Mitigating AI Homogenization
University of Copenhagen(哥本哈根大学)
提出语义排斥技术(SRT),通过计算和用户研究证明其能显著提升AI生成内容的语义多样性,减少共识短语,且不损害有用性和连贯性。
2026-06-08 cs.AI cs.HC
musicolors: Bridging Sound and Visuals For Synesthetic Creative Musical Experience
本文提出实时网络音乐可视化库 musicolors,并通过面向作曲家、开发者和听众的定性研究,揭示其在音乐构思、系统集成与联觉聆听中的价值,进而提出未来设计指南。
2025-03-18 cs.HC cs.MM
Reflexa: Uncovering How LLM-Supported Reflection Scaffolding Reshapes Creativity in Creative Coding
Hong Kong University of Science and Technology(香港科技大学);Central South University(中南大学);Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
Reflexa通过系统化的反思支架提升创意编码中的创造力,通过结构化反思模式增强可控性、探索广度和原创性。
2026-01-25 cs.HC
Human-AI Co-Creativity: Exploring Synergies Across Levels of Creative Collaboration
Weizenbaum Institute(魏岑鲍姆研究所);Humboldt University Berlin(柏林洪堡大学);TU Berlin(柏林工业大学);Zuse Institute Berlin(柏林祖斯研究所)
本文探讨了人类与人工智能在不同协作层次上的协同创造,展示了人工智能如何扩展人类创造力并推动创造性成果的边界。
2024-11-24 cs.HC
Robotic Blended Sonification: Consequential Robot Sound as Creative Material for Human-Robot Interaction
Queensland University of Technology(昆士兰科技大学)
本文提出“机器人混合声化”概念,通过实时捕获和处理机器人的伴随声音,并将其作为创意材料,探索其在人机交互艺术与应用研究中的潜力。
2024-04-22 cs.HC cs.RO cs.SD
Looking Back, Moving Forward: A First-Person Perspective Of How Past Artificial Intelligence Encounters Shape Today's Creative Practice
本文以第一人称视觉叙事回顾 XAIxArts 图画论文及其后续讨论,反思 AI 互动对教学创作实践、伦理、署名与灵感边界的持续影响。
2024-08-09 cs.HC
The Machine Learning Algorithm as Creative Musical Tool
Goldsmiths College, University of London(伦敦大学金史密斯学院)
机器学习是计算系统从数据集学习结构以便对新看到的数据进行预测的能力。这种方法在音乐场景中提供了显着的优势,其中音乐家可以教系统学习独特的风格,或者可以打破规则以意想不到的方式探索系统的能力。在本章中,我们利用音乐、机器学习和人机交互来阐明对机器学习算法作为音乐和声音艺术创作工具的理解。我们激发了对学习算法作为人机界面的新理解。我们表明,像其他接口,学习算法的特点是他们的启示与人类用户的目标相交的方式。我们还认为,用户和算法之间的交互的性质影响这些算法的可用性和有用性在深刻的方式。这种以人为中心的机器学习观点激发了我们对将机器学习作为一种创造性工具意味着什么的最后讨论。
2016-11-01 cs.HC cs.LG
Understanding Human-Multi-Agent Team Formation for Creative Work
KAIST(韩国科学技术院);National University of Singapore(新加坡国立大学);Chungbuk National University(忠北国立大学)
本研究利用CrafTeam技术探针,探索如何通过自主团队运作和直接指挥代理来形成人类-多智能体团队以提高创意工作的协作效率。
2026-01-20 cs.HC
GestoBrush: Facilitating Graffiti Artists' Digital Creation Experiences through Embodied AR Interactions
针对实体涂鸦受监管限制、现有AR涂鸦研究忽略艺术家具身创作的问题,开发了将手机变为虚拟喷漆罐的移动AR原型GestoBrush,经6位艺术家评估验证其能提升创作的直观性、沉浸感与表现力,为相关沉浸式创作系统设计提供思路。
2025-09-06 cs.HC
Generative human motion mimicking through feature extraction in denoising diffusion settings
University of Liechtenstein(列支敦士登大学);University of Cambridge(剑桥大学)
本研究基于MoCap数据构建交互模型,结合扩散模型、动作修复与风格迁移,利用单人动作数据和高层次特征生成时间连贯且逼真的创意舞蹈动作。
2025-10-16 cs.AI cs.CV cs.HC
Surprise2Refine: Axis-Centered Exploration-To-Refinement for Agent-Assisted Creative Scaffolding
University of Waterloo(滑铁卢大学);Adobe Research(Adobe研究院)
针对现有智能体创意工具设计空间适配不足的问题,提出Surprise2Refine的以轴为中心的探索-细化工作流,原型可构建n×n设计空间,研究表明其能提升用户控制感与设计成果感知创意性。
2026-08-14 cs.HC
AIxArtist: A First-Person Tale of Interacting with Artificial Intelligence to Escape Creative Block
Kingston University London(伦敦金斯顿大学)
本研究以第一人称视角记录人机交互研究者借助ChatGPT、Midjourney等AI工具摆脱创作瓶颈的过程,探讨AI对艺术家创造力的支持方式及该场景下的AI可解释性问题,提出归属透明度等需XAIxArts社区进一步探索的方向。
2023-08-22 cs.AI cs.HC
Creativity from Friction: Human-AI Interaction for Exploratory Structural Design
Block Research Group, Department of Architecture, ETH Zurich(建筑系,苏黎世联邦理工学院);IVIA Lab, Department of Computer Science, ETH Zurich(计算机科学系,苏黎世联邦理工学院)
探讨当前生成式AI目标与结构设计师等创作者需求的偏差,提出允许受限人机共同创作的系统设计维度,通过试点设计界面和专家研究,展示其对设计空间探索的支持及设计师看法。
2026-07-09 cs.AI cs.HC
Emergent Learner Agency in Implicit Human-AI Collaboration: How Supportive and Contrarian AI Personas Reshape Interaction
Monash University(蒙纳士大学);The University of Hong Kong(香港大学);Tsinghua University(清华大学)
研究探讨支持性和逆向性AI角色对隐式人机创意协作中学习者能动性等方面的影响,通过让大学生分组完成任务并分析话语等,发现逆向性AI虽激发批判性但降低满意度,教育设计需平衡挑战与情感氛围。
2026-07-28 cs.HC
Beyond Compliance: How AI Could Help Creative Writers by Refusing Them
The Hong Kong University of Science and Technology(香港科技大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));Computational Media and Arts (Guangzhou)(计算媒体与艺术(广州));Hong Kong, China(香港,中国)
本文探讨AI通过拒绝请求引入反思的可能性,通过22名创意作家的质性研究,发现不同情境、认知和关系维度下的偏好差异影响反思效果,提出摩擦性AI设计的策略。
2026-04-03 cs.AI cs.HC
Evaluating Human-AI Interaction via Usability, User Experience and Acceptance Measures for MMM-C: A Creative AI System for Music Composition
Simon Fraser University(西蒙·弗雷泽大学);Steinberg Media Technologies GmbH(Steinberg媒体技术公司)
本研究评估了集成于Cubase的MMM-C音乐创作AI系统,通过混合方法测量专家级作曲家(业余与专业)的可用性、用户体验和接受度,结果显示积极反馈但存在可控性局限。
2025-04-18 cs.AI cs.HC cs.LG
Where Does the Human End? Creative Agency with Generative AI across Five Years of Chinese Digital Painting
Cornell University(康奈尔大学);University of Washington(华盛顿大学);University of California San Diego(加州大学圣地亚哥分校);University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本研究通过2021至2025年对17位中国数字画家的年度访谈,揭示生成式AI进入创作后人类能动性如何随时间被划分与重新协商,提出纵向能动性划分概念及设计启示。
2026-09-10 cs.HC
Luminate: Structured Generation and Exploration of Design Space with Large Language Models for Human-AI Co-Creation
University of California San Diego(加利福尼亚大学圣地亚哥分校);University of Notre Dame(圣母大学)
针对当前LLM交互范式限制创意探索的问题,提出结构化生成设计空间的框架,并开发系统Luminate,通过14名专业作家的用户研究验证其可行性与实用性。
2024-03-13 cs.AI cs.HC
Improving User Experience with FAICO: Towards a Framework for AI Communication in Human-AI Co-Creativity
Towson University(陶森大学);University of the Arts London(伦敦艺术大学)
本文基于107篇论文的系统综述,提出了AI通信设计框架FAICO,并将其转化为设计卡片和配置工具,以指导共创AI的通信设计并提升用户体验。
2025-04-03 cs.AI cs.HC
Do Conversational Interfaces Limit Creativity? Exploring Visual Graph Systems for Creative Writing
提出一种基于节点的图形化系统以可视化链接生成式AI模型,克服对话式接口的线性结构限制,支持创意写作中的自由探索与构思。
2025-07-11 cs.HC
Scaffolding Creativity: How Divergent and Convergent LLM Personas Shape Human Machine Creative Problem-Solving
Ben-Gurion University of the Negev(内盖夫本-古里安大学);Shenkar - College of Engineering. Design. Art(申肯工程设计与艺术学院)
本研究针对LLM可能削弱人类创造力的问题,开发了具备发散与聚合思维角色的教练式LLM环境,通过实验发现用户感知与客观绩效存在偏差、个体差异可预测角色使用偏好,为人机协作的创造力支持系统提供了设计原则。
2025-10-30 cs.HC