How Does Embodiment Affect the Human Perception of Computational Creativity? An Experimental Study Framework
University of Helsinki(赫尔辛基大学);Aalto University(阿尔托大学);Queen Mary University of London(伦敦玛丽女王大学)
哪些因素影响人类对计算系统所表现出的创造力的评价是计算创造力研究的核心问题。近年来,制度的体现被提出来作为一个影响因素,但缺乏对其影响的实证研究。为此,我们提出了一个实验框架,隔离的体现对创造力的感知效果,其对创造力本身的影响。我们不仅操纵系统的具体化,而且还将感知证据作为人类创造力评估的基础。我们激励的核心框架与体现和知觉证据作为独立的和创造性的过程作为控制变量,我们提供了建议,测量作为因变量的创造性评估。我们希望这个框架能启发其他人以一种有原则的方式研究人类对具身CC的感知。
2022-08-26 cs.AI cs.HC cs.RO
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
The Role of Human Creativity in the Presence of AI Creativity Tools at Work: A Case Study on AI-Driven Content Transformation in Journalism
Columbia University(哥伦比亚大学);Syracuse University(雪城大学);Stevens Institute of Technology(史蒂文斯理工学院)
本研究通过14周学生新闻编辑室案例,探讨AI工具存在时人类创造力的作用,发现创作者将AI视为创意跳板并进行编辑,在AI失败时注入自身创造力,最终从依赖AI转向坚持自身权威。
2025-09-17 cs.HC
Extended Creativity: A Conceptual Framework for Understanding Human-AI Creative Relations
Università Cattolica del Sacro Cuore(圣心天主教大学)
本研究从关系性分布式认知视角出发,提出人类-AI创意关系的三种模式及两大定义维度,分析其对不同层级创造力的影响,为相关伦理、研究及系统设计提供参考。
2025-06-15 cs.AI cs.HC
Human Creativity in the Age of LLMs: Randomized Experiments on Divergent and Convergent Thinking
本研究通过两项1,100人参与的预注册随机实验,比较标准LLM与教练式LLM对发散和聚合思维的影响,发现AI辅助虽有短期增益,却可能削弱随后无辅助时的独立创造力。
2025-02-15 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
Learning interactions to boost human creativity with bandits and GPT-4
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
本文利用多臂老虎机学习人机交互中的提示策略,在语义特征生成任务中提升人类与GPT-4的创造力,发现AI与人类偏好一致,且策略可迁移至模拟群体。
2023-11-16 cs.AI cs.HC cs.LG
Creativity Benchmark: A benchmark for marketing creativity for large language models
该研究提出覆盖100个品牌、三类提示的营销创意基准 Creativity Benchmark,通过678名创意人员的上万次成对比较表明LLM差距很小,且LLM评判者不可靠。
2025-10-19 cs.AI cs.CL cs.HC
Design Creativity Bench: Measuring creativity in LLM-Generated UI
Kombai Inc.(Kombai公司)
本研究推出Design Creativity Bench基准,发现LLM生成UI设计的原创性、创意范围显著低于人类,恰当性略高于人类,但重复性远高于人类,需针对性改进。
2026-10-15 cs.AI 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
A Systematic Review of Human-AI Co-Creativity
Vrije University Amsterdam(阿姆斯特丹自由大学);University of Twente(特文特大学)
该研究通过对62篇人机协同创造系统论文的系统性综述,提炼出6项系统设计关键维度与24项设计考量,明确高用户控制权、适配情境的主动系统的优势,同时指出早期创造阶段支持不足等现存缺口。
2025-06-27 cs.AI cs.HC
Human-Machine Co-Creativity with Older Adults -- A Learning Community to Study Explainable Dialogues
本文介绍一项与老年人进行人机共创的长期研究项目,通过开发“与机器人共绘”课程建立学习社区,探讨机器人和AI生成内容如何促进老年人创意体验,并研究可解释AI与创意对话在人机共创中的交织。
2023-09-13 cs.HC
Measuring Creativity in the Age of Generative AI: Distinguishing Human and AI-Generated Creative Performance in Hiring and Talent Systems
Massachusetts Institute of Technology(麻省理工学院);Ignis AI
本文提出通过嵌入空间中的创意生成与转换来量化创造力,揭示AI环境下创意输出的双峰分布特征,强调在生成式AI时代,独特性而非流畅性成为衡量人类创造力的关键指标。
2026-04-10 cs.AI cs.CY 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
Are Semantic Networks Associated with Idea Originality in Artificial Creativity? A Comparison with Human Agents
Free University of Bozen-Bolzano(博尔扎诺自由大学);University of Trieste(的里雅斯特大学);Marconi Institute for Creativity(马切拉塔创造力研究所)
本文探讨了语义网络与人工创造力中想法原创性之间的关系,通过对比ChatGPT-4o与人类创造性个体,发现模型在某些情况下表现出更高的原创性,揭示了人工创造力研究的新方向。
2026-02-02 cs.HC
Human Agency and Creativity in AI-Assisted Learning Environments
The Chinese University of Hong Kong(香港中文大学)
本文探讨人工智能辅助学习环境中学生代理与创造力的关系,提出理论框架并强调自主学习与意义建构的重要性。
2025-12-08 cs.HC
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
A Causality-aware Paradigm for Evaluating Creativity of Multimodal Large Language Models
Sun Yat-sen University(中山大学);Singapore Management University(新加坡管理大学);Harvard University(哈佛大学);Peng Cheng Laboratory(鹏城实验室)
本文提出因果感知的LoTbench框架,基于Oogiri游戏评估多模态LLM创造力,量化性能并可视化思维过程,发现与认知基准强相关,优于传统指标。
2025-02-23 cs.AI cs.HC
Goetterfunke: Creativity in Machinae Sapiens. About the Qualitative Shift in Generative AI with a Focus on Text-To-Image
本文聚焦文本生成图像系统,探讨当前机器学习范式下计算机的创造力可能性,梳理相关技术核心概念与创新,讨论人工创造力本质及AI对艺术的意义,提出AI或成艺术创作中具独立创作权的协作者。
2024-12-11 cs.AI cs.HC
Automatic Creativity Measurement in Scratch Programs Across Modalities
Ben-Gurion University of the Negev(内盖夫本-古里安大学);Humboldt University of Berlin(柏林洪堡大学);German Research Center for Artificial Intelligence(德国人工智能研究中心);University of Edinburgh(爱丁堡大学)
促进创造力被认为是教育的一个重要目标,但创造力是出了名的难以衡量。在本文中,我们从定义一个有效计算的创造力的正式衡量标准,到将该衡量标准应用于实际领域。该措施是一般性的,并依赖于创造力理论的核心理论概念,即流畅性,灵活性和独创性,与先前的认知科学文献相结合。我们采用了流行的可视化程序设计语言Scratch项目的一般措施。我们设计了一个机器学习模型,用于预测Scratch项目的创造力,在广泛的用户研究中,根据人类专家的创造力评估进行训练和评估。我们的研究结果表明,关于Scratch的创造力的意见在专家之间存在很大差异。自动创造力评估与人类专家的评估一致,而不是专家之间的一致。这是提供可应用于教育技术的衡量创造力的计算模型的第一步,也是扩大学校创造力教育效益的第一步。
2022-11-07 cs.AI cs.HC cs.LG
crea.blender: A Neural Network-Based Image Generation Game to Assess Creativity
我们提出了一个试点研究crea。搅拌机,一个新的共同创造性的游戏设计的大规模,系统的评估人类创造力的不同结构。共同创造系统是人类和计算机(通常使用机器学习)在创造性任务上合作的系统。这种人机协作提出了关于人类创造力和参与过程的相关性和水平的问题。我们扩大,并探讨这些问题的各个方面在这个试点研究。我们观察参与者在crea.blender中通过三种不同的游戏模式进行游戏,每种模式都与既定的创造力评估方法相一致。在这些模式中,玩家在不同的约束下将现有的图像“混合”成新的图像。我们的研究表明,crea.blender提供了一个有趣的体验,让玩家对界面有一种控制感,并消除了不同类型的玩家行为,支持进一步研究该工具用于可扩展的,有趣的,创造力评估。
2020-08-17 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
GRAPHIC--Guidelines for Reviewing Algorithmic Practices in Human-centred Design and Interaction for Creativity
University of Coimbra(科英布拉大学)
GRAPHIC框架旨在分析应用于图形设计的计算系统,通过三大维度揭示人机协作中的研究空白,促进基于核心设计原则的创新。
2025-11-24 cs.AI cs.GR cs.HC
TraitSpaces: Towards Interpretable Visual Creativity for Human-AI Co-Creation
Evam Labs Singapore(新加坡Evam实验室)
本文提出TraitSpaces框架,基于心理学与艺术家访谈定义12项视觉创造力特质,并用SemArt和GPT 4.1标注、CLIP评估其可学习性,以可解释特质空间支持人机共创。
2025-09-29 cs.AI cs.CV cs.HC
Putting GPT-3's Creativity to the (Alternative Uses) Test
University of Amsterdam(阿姆斯特丹大学)
人工智能大语言模型已经(共同)产生了令人惊叹的书面作品,从报纸文章到小说和诗歌。这些作品符合创造力的标准定义:原创和有用,有时甚至是额外的惊喜元素。但是,设计用于预测下一个文本片段的大语言模型是否可以提供创造性的、开箱即用的响应,仍然可以解决手头的问题?我们对Open AI的生成式自然语言模型GPT-3进行了测试。它能为创造力研究中最常用的测试之一提供创造性的解决方案吗?我们评估了GPT-3的创造力吉尔福德的替代用途测试,并将其性能与先前收集的人类反应进行比较,这些反应包括专家对原创性,有用性和惊喜的反应,每组想法的灵活性以及基于响应和AUT对象之间的语义距离来测量创造力的自动化方法。我们的研究结果表明,总的来说,人类在创造性产出方面的表现优于GPT-3。但是,我们相信GPT-3赶上这一特定任务只是时间问题。我们讨论这项工作揭示了人类和人工智能的创造力,创造力测试和我们对创造力的定义。
2022-06-10 cs.AI cs.CL cs.HC
Human-Centered AI Communication in Co-Creativity: An Initial Framework and Insights
Towson University(托森大学);University of the Arts London(伦敦艺术大学)
本文提出FAICO框架,基于107篇论文综述和焦点小组研究,强调人机反馈循环与上下文重要性,为共创AI通信设计提供初步指南。
2025-05-23 cs.AI cs.HC
Beyond Input-Output: Rethinking Creativity through Design-by-Analogy in Human-AI Collaboration
College of Design and Innovation(设计与创新学院);Tongji University(同济大学)
本文通过类比设计方法,重新思考人机协作中的创造力问题,探讨其在创意产业、智能制造和教育服务中的应用,提出DbA作为中介技术促进创造力发展。
2026-02-10 cs.AI cs.HC
Advancing GUI for Generative AI: Charting the Design Space of Human-AI Interactions through Task Creativity and Complexity
本文提出一项研究计划,通过考察不同创造性与复杂性任务中的人机交互模式,为生成式AI系统的图形用户界面设计提供指导,并计划扩展至复杂数据分析结果的可解释叙述化。
2024-02-12 cs.HC
One Does Not Simply Meme Alone: Evaluating Co-Creativity Between LLMs and Humans in the Generation of Humor
本研究通过用户实验评估LLM在梗图创作中的协作效果,发现AI辅助提升创意数量但未改善质量,纯AI梗图平均表现最佳,但人类在顶级幽默上占优,人机协作在创造力和可分享性上突出。
2025-01-23 cs.HC
Designing a Rashomon Machine: Pluri-perspectivism and XAI for Creativity Support
Amsterdam University of Applied Sciences(阿姆斯特丹应用科学大学);Leiden University(莱顿大学);Dublin City University(都柏林城市大学);University of Amsterdam(阿姆斯特丹大学)
本文提出多视角主义框架,通过XAI方法促进人机协同创作中的创造性探索与人类自主性支持。
2026-02-15 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
Generative artificial intelligence enhances creativity but reduces the diversity of novel content
UCL School of Management(伦敦大学学院管理学院);University of Exeter(埃克塞特大学)
本研究通过在线实验发现,生成式人工智能能提升作家(尤其是低创造力者)的故事创意质量,但会导致内容同质化,提示过度依赖GenAI可能带来多样性下降的后果。
2024-03-14 cs.AI cs.HC econ.GN
Evaluating Creativity in Computational Co-Creative Systems
UNC Charlotte(北卡罗来纳大学夏洛特分校);The University of Sydney(悉尼大学)
本文提供了一个框架,用于评估创造力的合作创造系统:那些涉及计算机程序与人类用户合作的创造性任务。我们在更广泛的计算创造力的背景下,共同创造系统,并解释这些系统的独特品质。我们提出了四个主要问题,可以指导评估在共同创造系统:谁是评估的创造力,什么是被评估,什么时候进行评估和如何进行评估。这些问题提供了一个框架来比较现有的合作创造系统如何评估创造力,我们将它们应用于艺术,幽默,游戏和机器人技术中的合作创造系统的例子。我们的结论是,现有的共同创造系统往往侧重于评估用户体验。采用自主创造系统的评价方法可能会导致自我意识和有意的共同创造系统。
2018-07-25 cs.AI cs.HC
Towards Sustainable Creativity Support: An Exploratory Study on Prompt Based Image Generation
本文通过一项24人用户研究,探索基于提示的图像生成中能源消耗与创造力支持的关系,发现条件对能耗和每提示创造力支持有主效应,并分析了提示行为及对AI设计环境影响的态度。
2025-06-04 cs.HC
Pluri-perspectivism in Human-robot Co-creativity with Older Adults
Amsterdam University of Applied Sciences, The Netherlands(荷兰应用科学大学);Leiden University, The Netherlands(莱顿大学);University of Amsterdam, The Netherlands(阿姆斯特丹大学)
本文提出一个分层的五维多元透视主义模型,基于对18位艺术家的访谈研究,揭示了机器人如何通过情境敏感行为增强人类创造力,并展望了其与VLM结合的未来方向。
2025-07-10 cs.HC cs.RO
When ChatGPT is gone: Creativity reverts and homogeneity persists
Peking U.(北京大学)
通过七天实验和30天后续调查,研究发现ChatGPT虽能短期提升创造力,但其缺席后表现回落且内容同质化持续,警示生成式AI对长期创造力的束缚。
2024-01-11 cs.AI cs.CL cs.HC
Initial Development and Evaluation of the Creative Artificial Intelligence through Recurring Developments and Determinations (CAIRDD) System
North Dakota State University(北达科他州立大学)
本文针对LLM创造力不足的问题,提出通过概念注入与迭代精炼增强创造力的方法,并初步开发了CAIRDD系统,评估了其关键组件的有效性。
2024-09-03 cs.AI cs.HC
The Human Creativity Benchmark
Massachusetts Institute of Technology(麻省理工学院);Contra
提出人类创造力基准(HCB),通过收集领域专家的成对偏好、标量评分和定性理由,分离收敛(共享最佳实践)和发散(个体品味差异)信号,评估创意AI。
2026-06-29 cs.AI cs.CV 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
State Space Paradox of Computational Research in Creativity
本文提出计算创造力中的状态空间悖论(SSP),指出封闭数字系统在预定义算法结构约束下无法自主突破状态空间以实现类人原创性,建议未来研究应认识系统局限与潜力以开发更有效的创意辅助工具。
2024-03-28 cs.HC
Characterising the Creative Process in Humans and Large Language Models
Max Planck Institute for Biological Cybernetics(马克斯·普朗克生物控制论研究所);University of Tübingen(蒂宾根大学);Max Planck School of Cognition(马克斯·普朗克认知科学学院);University of Amsterdam(阿姆斯特丹大学)
本文提出一种基于句子嵌入和语义相似度的自动化方法,分析人类与LLMs在替代用途任务中的创造性过程,发现LLMs在持续性与灵活性搜索路径上存在任务相关偏向,且更灵活的模型创造力得分更高。
2024-06-05 cs.AI cs.CL cs.HC
Pathway to Future Symbiotic Creativity
报告提出包含5个层级的人机共生艺术创作系统分类,聚焦机器艺术家,基于“人在回路”原则与逆强化学习模型构建未来机器艺术家框架,并探讨NFT经济模型与伦理问题。
2023-09-13 cs.AI cs.HC
Seeing Differently: Modeling Interpretive Perspectives in Computational Creativity using a Four-World Framework
该研究提出基于四世界框架的计算方法建模解释视角,用三类角色评价1069件SemArt作品,发现视角差异影响创造性评估,支持创造性关系观,可提升协同创造系统的适配性。
2026-08-03 cs.AI cs.HC
SARD: A Human-AI Collaborative Story Generation
ASAS AI;King Abdulaziz University(阿卜杜勒阿齐兹国王大学);Center for Research Excellence in AI and Data Science(人工智能与数据科学卓越研究中心)
本文提出拖放式可视化界面SARD,利用大型语言模型支持多章节人机协作故事生成,并通过可用性评估揭示节点叙事可视化的认知负担及AI文本词汇多样性不足等局限。
2024-03-03 cs.AI cs.HC
Creativity and Visual Communication from Machine to Musician: Sharing a Score through a Robotic Camera
University of California San Diego(加利福尼亚大学圣迭戈分校);University of California Merced(加利福尼亚大学默塞德分校)
本文在“Guided Harmony”游戏中引入 PTZ 机器人摄像机,使其解读音乐家非语言线索并互动,以探索人机协同创造与直观视觉交流。
2024-10-28 cs.AI cs.CV cs.HC
Harnessing Abundance: A Generativity Perspective on Human-GenAI Collaboration
The Open University of Israel(以色列开放大学);University of Houston Downtown(休斯顿大学市中心分校)
该研究针对人类与GenAI协作的矛盾结果,提出生成适配性机制与概念框架,解释丰富性的作用并为设计转化丰富性的工作流程提供启示。
2026-08-11 cs.AI cs.HC
Who Owns Creativity and Who Does the Work? Trade-offs in LLM-Supported Research Ideation
School of Information, University of Texas at Austin(德克萨斯大学奥斯汀分校信息学院);Texas Advanced Computing Center(德克萨斯高级计算中心)
本文探讨了LLM支持的研究构想中创造力归属与工作分配的权衡,发现人类努力从构想转向验证,所有权成为协商结果,强调研究人员的赋权。
2026-01-17 cs.HC
Machinic Surrogates: Human-Machine Relationships in Computational Creativity
Carnegie Mellon University(卡内基梅隆大学)
人工智能(AI)及其子分支机器学习(ML)的最新进展使机器超越了自动化的界限,并自主运行。这些机器在艺术和设计等创造性实践中的应用需要用户和机器之间的关系,这种关系被描述为计算和人类代理之间的合作或共同创造的形式。本文使用艺术和设计的例子来论证这个框架是不完整的,因为它没有承认人工智能系统的社会技术性质,以及参与其设计,实施和操作的不同人类机构。本文将人工智能工具在自动化和自主化之间的创造性实践中的应用置于自动化和自主化之间,区分了被认为是自动化或自主化的系统引起的不同类型的人类参与。回顾20世纪后期的艺术合作模式,它表明合作是这些艺术实践的核心。我们建立在不断增长的机器学习和艺术文献的基础上,寻找在计算创造力的作品中铭刻的人类机构,并扩展共同创造框架,以纳入通过技术工件(如算法和数据)介导的新兴形式的人类协作。
2019-08-03 cs.HC cs.LG
The Ghost in the Keys: A Disklavier Demo for Human-AI Musical Co-Creativity
Queen Mary University of London(伦敦玛丽女王大学);Stanford University(斯坦福大学);EleutherAI
本文提出 Aria-Duet 交互系统,通过 Yamaha Disklavier 物理接口实现人类钢琴家与 Aria 生成模型的实时音乐二重奏,支持轮流协作与低延迟交互,为人机音乐协同创作开辟了新路径。
2025-11-03 cs.AI cs.HC cs.SD
Reflecting Human Values in XAI: Emotional and Reflective Benefits in Creativity Support Tools
本文探讨在艺术领域评估可解释AI系统时,引入以用户为中心的益处指标(如情感幸福感、自我反思等),以反映人类价值并激发相关讨论。
2025-06-20 cs.HC
Drawing the Line: Where AI Guidance and Human Creativity Meet in Emotion-Driven Comic Storyboarding
MIT Media Lab(麻省理工学院媒体实验室);MIT(麻省理工学院)
本研究通过EmoToon探针探索人机协作在情感驱动漫画分镜中的作用,发现AI辅助提升情感表达与美学质量但降低创作所有权,强调平衡输出质量与用户自由。
2026-10-08 cs.HC
Revival: Collaborative Artistic Creation through Human-AI Interactions in Musical Creativity
School of Interactive Arts and Technology(交互艺术与技术学院);Simon Fraser University(西蒙菲莎大学)
本研究介绍艺术家团体K-Phi-A的创新项目Revival,通过训练AI音乐智能体与人类音乐家实时即兴共创、搭配AI视觉合成器生成随音乐演变的视觉效果,展现人机协作在即兴艺术创作中的潜力。
2025-01-19 cs.AI cs.HC cs.MA
Using a CNN Model to Assess Paintings' Creativity
Clemson University(克莱姆森大学);University of Iowa(爱荷华大学);University of Clemson(克莱姆森大学);Arizona State University(亚利桑那州立大学);University of Florence(佛罗伦萨大学)
本文提出用CNN模型自动评估人类画作创造力,在600幅专业与儿童画作数据集上达到90%准确率且速度优于人工评分,证明了机器学习在该领域的应用潜力。
2025-01-01 cs.CV cs.HC cs.LG
The Creativity of Text-to-Image Generation
文本引导的图像合成已经取得了巨大的飞跃,成为一种主流现象。通过文本到图像生成系统,任何人都可以创建数字图像和艺术品。这引发了一个问题,即文本到图像的生成是否具有创造性。本文阐述了文字图像艺术(所谓“AI艺术”)中人类创造力的本质,并着重论述了提示工程的实践。本文认为,目前以产品为中心的创意观在文本到图像生成的背景下是不够的。一个例子说明了这一缺点,并强调了在线社区对文本到图像艺术的创造性生态系统的重要性。本文提供了一个高层次的总结,这个在线生态系统借鉴罗兹的概念4P模型的创造力。本文讨论了在人机交互(HCI)领域中评价文本到图像生成的创造性的挑战和研究文本到图像生成的机会。
2022-10-31 cs.GR cs.HC