Dancing With Chains: Ideating Under Constraints With UIDEC in UI/UX Design
针对UI/UX设计约束影响构思的问题,通过访谈识别设计师画像,开发了GenAI驱动的UIDEC工具,支持指定项目细节生成设计示例,用户评估显示其兼容现有流程且能有效启发创意。
2025-01-30 cs.HC
Augmenting Scientific Creativity with an Analogical Search Engine
在整个科学技术史上,类比一直是创造性解决问题的核心。随着科学论文的数量继续呈指数级增长,为现有问题找到多种解决方案的机会越来越大。然而,要实现这一潜力,就需要开发一种手段,用于在大型语料库中进行搜索,而不仅仅是表面匹配和简单的关键词。在这里,我们贡献了第一个端到端的类比搜索系统的科学论文,并评估其有效性与科学家自己的问题。使用人类在环人工智能系统作为探针,我们发现我们的系统促进了创造性思维,并且思维成功是由问题抽象的中间匹配水平(即,高对低)。我们还展示了一个完全自动化的AI搜索引擎,它可以达到与人在环系统相似的准确性。我们的结论与设计的影响,使自动类比灵感引擎,以加速科学创新。
2022-05-31 cs.HC
Do Semantic Distance Tests Actually Predict Creativity in LLMs? Evidence for Jagged Creativity
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文通过系统研究人类创造力测试对大语言模型创造力预测的有效性,发现不同构念测试效果差异显著,提出DRAT测试在预测科学构思能力上具有显著优势。
2026-11-10 cs.AI cs.CL cs.HC
The Design Space of Recent AI-assisted Research Tools for Ideation, Sensemaking, and Scientific Creativity
University of Toronto(多伦多大学)
本研究调查了近期AI辅助研究工具的设计空间,区分工作流模拟与生成性探索,提出四项设计建议,以促进认知参与并推动从复制向共同创造的转变。
2025-04-19 cs.AI cs.HC
Reviving Reflection-in-Action: Instilling Designerly Thinking in AI-Supported Ideation through Multimodal Prompting
The University of Melbourne(墨尔本大学)
针对当前AI创造力支持工具主要依赖文本提示的局限,提出SketchifAI原型,通过多模态输入(文本、草图、草图加标签)增强设计学生的表达意图、创造力支持和发散思维,发现草图模态提升流畅性但用户偏好文本,探讨如何通过草图反思保留设计技能。
2026-06-26 cs.HC
Supporting Creative Work with Crowd Feedback Systems
群体反馈系统有可能通过来自群体的反馈来支持创意工作者。在CHI '19设计群体动力创意支持系统(DC2S2)研讨会的这份立场文件中,我们提出了三种创意支持工具,我们探讨了如何通过众包的形成性和总结性反馈来帮助创意工作者。对于这三个群体反馈系统中的每一个,我们都为未来的研究提供了一个思路。
2020-04-20 cs.HC
Scaffolding Flexible Ideation Workflows with AI in Creative Problem-Solving
Carnegie Mellon University(卡内基梅隆大学);Toyota Research Institute(丰田研究院)
针对构思阶段发散性探索的灵活性与指导需求,提出人机协作工作流,提供三种可选辅助以支持流畅构思,提升效率与创造力。
2025-09-25 cs.HC
PersonaFlow: Designing LLM-Simulated Expert Perspectives for Enhanced Research Ideation
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);University of California San Diego(加州大学圣地亚哥分校)
本文提出PersonaFlow系统,利用LLM模拟多领域专家视角,以增强跨学科研究构思,提高想法相关性与创造性,并促进批判性思维,同时通过可定制专家档案增强用户自主感。
2025-07-09 cs.AI cs.HC
Diverse AI Personas Can Mitigate the Homogenization Effect in Human-AI Collaborative Ideation
University of Houston - Downtown(休斯顿大学-市中心分校)
本研究通过多样化的人工智能角色生成故事构思,发现其能保持故事多样性,挑战了生成式AI的创造力与多样性权衡假设,强调了设计实践对协作创造力的重要性。
2026-03-16 cs.AI cs.HC
Human diversity fuels collective creativity that large language models cannot simulate or sustain
Max Planck Institute for Human Development(马克斯·普朗克人类发展研究所)
该研究通过实验发现,L2写作者的集体多样性优于L1写作者,AI构思会压缩集体多样性而AI润色可保留,模拟显示AI无法达到人类群体的创意多样性,人机协作设计影响人类多样性的存续。
2026-07-30 cs.AI cs.CY cs.HC
Homogenization Effects of Large Language Models on Human Creative Ideation
Santa Clara University(圣克拉拉大学)
本文通过36人对比用户研究考察LLM作为创造力支持工具的影响,发现ChatGPT会使用户想法语义趋同、数量更多更细,但用户责任感降低。
2024-05-10 cs.AI cs.HC
Investigating Crowd Creativity in Online Music Communities
群体创造力通常与专注于动画,视频游戏和音乐等艺术产品的同行制作社区有关,但不太经常与开源软件(OSS)联系在一起,尽管开发人员也必须有创造力才能为他们的技术挑战提出新的解决方案。在本文中,我们进行了一项研究,以进一步了解哪些因素,从以前的工作在OSS和艺术社区的预测成功的合作-定义为重用以前的歌曲-在三个不同的歌曲创作社区,即Songtree,拼接,和ccMixter。本研究的主要发现证实了合作的成功与可识别作者的高社区地位和歌曲的低衍生度有关。
2021-05-31 cs.HC cs.SI
AI Can Enhance Creativity in Social Networks
University of South Florida(南佛罗里达大学);University of Rochester(罗切斯特大学)
本研究针对自组织社交网络中创意提升的难题,构建了结合语义与网络结构特征的SocialMuse同伴推荐系统,实验证明其可提升多项创造力指标、推动网络去中心化,为打造提升创造力的智能系统提供了可行思路。
2024-12-11 cs.AI cs.HC
POET: Supporting Prompting Creativity and Personalization with Automated Expansion of Text-to-Image Generation
Stanford University(斯坦福大学);Yale University(耶鲁大学);Carnegie Mellon University(卡内基梅隆大学);Massachusetts Institute of Technology(麻省理工学院)
针对现有文本到图像生成系统创意输出受限、交互对新手不友好的问题,研究提出实时交互工具POET,通过发现模型同质性维度、扩展输出空间、结合用户反馈实现个性化,经28名用户验证可提升创意多样性与效率。
2025-09-04 cs.CV cs.HC
Generative AI and Creativity: A Systematic Literature Review and Meta-Analysis
LMU Munich \& Munich Center for Machine Learning (MCML) Munich Bavaria Germany;LMU Munich \& Munich Center for Machine Learning (MCML)
通过元分析评估生成式AI对创造性任务表现的影响,发现GenAI与人类创造力无显著差异,但能显著增强人类创造力,同时会降低想法多样性,总体定位为支持而非替代人类创造力的增强工具。
2025-05-22 cs.AI cs.HC
Human-LLM Compound System for Scientific Ideation through Facet Recombination and Novelty Evaluation
University of Washington(华盛顿大学);Microsoft(微软);Allen Institute for AI(人工智能研究院)
Scideator通过领域重构与新颖性评估模块,帮助用户在科学构想中生成更具创造性的想法,实验显示其在想法探索和表达性方面优于传统LLM方法。
2026-05-16 cs.AI cs.HC
Varif.ai to Vary and Verify User-Driven Diversity in Scalable Image Generation
为解决图像生成中多样性不足的问题,提出Varif.ai框架,利用文本到图像模型和大型语言模型迭代生成、验证并变化图像属性,实验证明其能有效支持用户驱动的多样性控制。
2025-06-24 cs.HC
"It Felt Like Having a Second Mind": Investigating Human-AI Co-creativity in Prewriting with Large Language Models
City University of Hong Kong(香港城市大学);University of Macau(澳门大学)
本文通过15人、三环节的故事与标语写作质性研究,揭示预写作中包含构思、启发、实施的人机协同创造过程及主动性变化,并提出设计启示。
2024-02-29 cs.AI cs.CL cs.HC
Collective Story Writing through Linking Images
协同创新是利用群体完成创新任务的方法。在本文中,我们提出了一个合作的众包平台,通过连接一系列的“图像”写的故事。这些连接的图像被称为图像链,反映连续的场景。用户可以通过上传自己的图像或从可用图像中选择来启动或扩展图像链。这些用户被允许从图像链中写下他们的故事。最后,根据获得的投票数发布故事。这提供了一个有组织的故事写作框架,与大多数最先进的协作编辑平台不同。我们对25个贡献者的实验突出了他们对增加较短的图像链但投票较长的图像链的兴趣。
2018-06-16 cs.HC
Rapid AIdeation: Generating Ideas With the Self and in Collaboration With Large Language Models
本研究通过快速构思工作坊,探讨人类与大型语言模型(LLM)协作产生创意的方式,发现LLM能产生更多高质量想法,并观察到咨询、辅助及对抗性等协作动态。
2024-03-19 cs.HC
Autocompletion interfaces make crowd workers slower, but their use promotes response diversity
University of Vermont(佛蒙特大学);Vermont Complex Systems Center(佛蒙特复杂系统中心)
创意任务,如构思或提出问题是众包的强大应用,但可用于解决实际问题的工人数量往往不足。因此,为了实现可扩展的众包,需要从现有的工作人员那里获得所有可能的效率和信息。对于以文本为中心的任务,一个选择是允许辅助技术,如自动完成用户界面(AUI),以帮助工人输入文本响应。但对AUI有效性的支持是混合的。在这里,我们设计并进行了一个随机实验,工人被要求提供简短的文字回答给定的问题。我们的实验目标是确定AUI是否有助于工人更快地响应,并通过减少错别字和拼写错误来提高一致性。令人惊讶的是,我们发现两者都没有发生:分配给AUI治疗的工人比分配给非AUI对照组的工人慢,他们的反应比对照组更多样化,而不是更少。反应的词汇和语义差异都较高,后者使用word2vec测量。对工作者速度感兴趣的众包者可能想要避免使用AUI,但是使用AUI来提高响应多样性对于有兴趣从工作者接收尽可能多的新颖信息的众包者可能是有价值的。
2017-07-21 cs.CL cs.CY cs.HC
Prompting AI Art: An Investigation into the Creative Skill of Prompt Engineering
本文通过三项众包研究考察提示工程作为AI艺术创作技能,发现人们能评估和编写提示但缺乏风格词汇,证明该技能需后天习得,并展望了其四种未来。
2024-07-04 cs.HC