Seed Bank, Co-op, Stoop Swap: Metaphors for Governing Language Model Data for Creative Writing
University of Washington(华盛顿大学);Johns Hopkins University(约翰斯·霍普金斯大学);University of Sydney(悉尼大学)
本文探讨如何通过隐喻指导语言模型用于创意写作,提出四个主题:同意的重要性、社区边界定义、贡献者认可方式及模型规模的权衡,倡导开放的小型模型。
2026-05-13 cs.HC
Making the Write Connections: Linking Writing Support Tools with Writer's Needs
该研究通过问卷、Reddit讨论及对115个工具和67篇论文的系统分析,揭示现有写作支持工具忽视写作前活动与可视化,并提出10条关键启示以指导未来工具设计。
2025-03-11 cs.HC
Heteroglossia: In-Situ Story Ideation with the Crowd
构思是创造性写作的关键。许多作者在整个写作过程中都在努力提出想法,然而现代写作工具无法在作者陷入困境时为他们提供现场帮助。本文介绍了Heteroglossia,这是Google的一个插件,允许作者使用他们的文本编辑器从在线人群中引出故事想法。作家们可以分享他们的草稿片段,并要求观众根据草稿提供后续的故事创意。Heteroglossia采用了一种名为“角色扮演”的策略,即为每个工作人员分配一个故事中的虚构角色,并要求他们从角色的角度集思广益。我们与两位经验丰富的故事作者的部署表明,Heteroglossia易于使用,可以产生有趣的想法。Heteroglossia使我们能够深入了解未来技术如何发展,以支持创意写作中的构思
2020-01-15 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
Telling Creative Stories Using Generative Visual Aids
MIT Media Lab(麻省理工学院媒体实验室);Facebook AI Research(Facebook人工智能研究院);Georgia Institute of Technology(佐治亚理工学院)
使用生成视觉算法创建的视觉艺术作品能否激发人类在讲故事方面的创造力?我们要求作家从一个开始的提示写创意故事,并为他们提供由生成式人工智能模型从同一提示创建的视觉效果。与对照组相比,使用视觉效果作为故事写作辅助的作家写出了更具创造性,原创性,完整性和可视化的故事,并且发现任务更有趣。在使用的生成算法(BigGAN,VQGAN,DALL-E,CLIPDraw)中,VQGAN是最受欢迎的。没有观看视觉效果的对照组在整合开始提示方面做得更好。研究结果表明,人工智能的跨模态输入可以有利于人类-人工智能共同创造中创造力的不同方面,但会阻碍收敛思维。
2021-10-27 cs.AI cs.HC
Portrayal: Leveraging NLP and Visualization for Analyzing Fictional Characters
本文提出交互式可视化系统 Portrayal,利用自然语言处理提取角色塑造指标,帮助作者修改草稿、帮助文学研究者免手动标注地分析角色并构建有据可依的文学论点。
2023-08-08 cs.HC
Inspo: Writing with Crowds Alongside AI
本文通过开发Inspo编辑器并开展为期一周的部署研究,发现创意写作者在AI与众包助手并存时更偏好AI,据此为未来人机协作写作系统提出设计建议。
2024-10-19 cs.HC
Authors' Values and Attitudes Towards AI-bridged Scalable Personalization of Creative Language Arts
Northwestern University(西北大学);University of Michigan(密歇根大学);Midjourney
本文通过访谈八种体裁的18位作者并呈现现实化的AI桥接CLA场景,识别作者、作品与受众互动中的三类收益及AI的促进、削弱作用和相关担忧。
2024-03-01 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
The HaLLMark Effect: Supporting Provenance and Transparent Use of Large Language Models in Writing with Interactive Visualization
针对LLM写作引发的争议,提出交互式可视化工具HaLLMark以捕获人机交互溯源,帮助作者保持自主权、遵守政策并透明传达AI使用,评估表明其有效提升了作者的控制感与所有权。
2024-03-24 cs.HC
Script&Shift: A Layered Interface Paradigm for Integrating Content Development and Rhetorical Strategy with LLM Writing Assistants
本文提出 Script&Shift 分层界面范式,通过弥合构想、语义与表达距离,将写作意图对齐 LLM 能力,在保留创作控制与自然写作流的同时支持内容开发和修辞转换。
2025-02-15 cs.HC
Where Do I 'Add the Egg'?: Exploring Agency and Ownership in AI Creative Co-Writing Systems
University of Toronto(多伦多大学)
本文通过构建三种功能相同但界面隐喻不同的 AI 协作写作系统并访谈 18 位写作者,揭示了界面隐喻如何影响用户的控制感与作者身份认知,并据此提出设计建议。
2025-09-18 cs.AI 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
"I Like Your Story!": A Co-Creative Story-Crafting Game with a Persona-Driven Character Based on Generative AI
本文提出共创故事游戏“1001夜”,让AI扮演有偏好的国王角色,通过策略叙事和动态反馈激发玩家创意写作潜力。
2025-03-12 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
Timing Matters: How Using LLMs at Different Timings Influences Writers' Perceptions and Ideation Outcomes in AI-Assisted Ideation
该研究通过 60 人受控实验发现,在写作构思中一开始就使用大语言模型会减少原创想法并降低创造性自我效能感与自我归功感,且该效应由自主性和拥有感变化中介,因此建议推迟 LLM 的使用时机以更好地支持构思。
2025-02-10 cs.HC
Vistoria: A Multimodal System to Support Fictional Story Writing through Instrumental Text-Image Co-Editing
City University of Hong Kong(香港城市大学);University of Notre Dame(圣母大学);Harvard University(哈佛大学);Tongji University(同济大学);The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州))
Vistoria通过多模态协同编辑提升虚构故事创作的表达力和创造力,使作家能更自由地探索故事发展方向。
2026-02-05 cs.HC
Understanding Screenwriters' Practices, Attitudes, and Future Expectations in Human-AI Co-Creation
本研究通过对23名编剧的半结构化访谈,探究了人机共创中编剧的AI应用实践、态度与期望,明确了AI融入的关键创作阶段、不同态度的影响及AI的四类预期角色,为AI助力编剧行业发展提供参考。
2025-02-22 cs.HC
Hybrid Intelligence in Cartoon Captioning: Evaluating AI as a Creative Writing Partner
Texas A&M University(德克萨斯农工大学);Istanbul Technical University(伊斯坦布尔理工大学);Koc University(科奇大学)
研究通过GPT-4o为IEEE计算机杂志卡通生成字幕,评估AI在幽默创作中的表现,发现AI能提供创意但需人类把控,建议作为辅助工具。
2026-06-23 cs.HC
Decoding the End-to-end Writing Trajectory in Scholarly Manuscripts
University of Minnesota(明尼苏达大学)
针对LLM难以提供文档级学术写作反馈的问题,提出基于意图、动作和数据类型的写作行为分类体系,并构建ManuScript数据集以捕捉端到端写作轨迹,辅助提升写作助手的反馈能力。
2023-03-31 cs.CL cs.HC
Fanfiction in the Age of AI: Community Perspectives on Creativity, Authenticity and Adoption
本研究调查157名同人小说社区成员对生成式AI的看法,发现谨慎接受与对真实性、伦理及社会联系流失的担忧并存,提出需通过设计干预实现伦理且透明的AI整合。
2025-06-23 cs.HC
Creativity Support in the Age of Large Language Models: An Empirical Study Involving Emerging Writers
Columbia University(哥伦比亚大学);New York University(纽约大学);Allen Institute for Artificial Intelligence(艾伦人工智能研究所)
该研究通过30名专业作家参与的实证实验,探究大语言模型在创意写作中的辅助作用,发现其在转译和审阅环节更具效用,为相关研究指明了方向。
2024-01-30 cs.AI cs.CL cs.CY
Co-Writing with AI, on Human Terms: Aligning Research with User Demands Across the Writing Process
University of Toronto(多伦多大学)
本文通过系统综述109篇HCI论文并访谈15位写作者,揭示了AI辅助写作中能动性与所有权需求随写作阶段和写作者类型而变化,并为按人类条件设计人机共同写作工具提供了设计指导。
2025-08-18 cs.AI cs.HC
Can Good Writing Be Generative? Expert-Level AI Writing Emerges through Fine-Tuning on High-Quality Books
Stony Brook University(石溪大学);University of Michigan(密歇根大学)
通过在高质量书籍上微调,AI在模仿知名作者方面超越人类专家,引发对创作本质和未来劳动的深层思考。
2026-01-26 cs.AI cs.CL cs.HC
"It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models
University of Southern California(南加州大学);Microsoft Research(微软研究院)
本研究通过访谈19位专业作者和调查30位读者,探讨人机共同写作中的真实性认知,发现真实性更关注创作过程与自我构建,个性化AI工具需服务于作者成长,而读者对人机共同写作接受度较高。
2024-11-20 cs.AI cs.CY cs.HC
Narrative Keyframing for Generative Creative Writing
Cornell University(康奈尔大学)
该研究提出叙事关键帧技术,作为AI辅助创意写作的交互方法,通过三种关键帧类型实现对生成文本的精细控制,经用户研究验证其可控性、透明性与趣味性更优。
2026-08-12 cs.AI cs.CL cs.HC
Conveying the Predicted Future to Users: A Case Study of Story Plot Prediction
Pennsylvania State University(宾夕法尼亚州立大学);GumGum Inc.(GumGum 公司);Intel Corporation(英特尔公司)
创造性写作很难:小说家每天都在与作家的障碍作斗争。虽然自动故事生成最近取得了进展,但它被视为推进人工智能而不是帮助人们的“玩具任务”。在本文中,我们创建了一个系统,产生一个简短的描述,叙述了一个预测的情节,使用现有的故事生成方法。我们的目标是帮助作家制作一个一致的和令人信服的故事弧。我们在Amazon Mechanical Turk(AMT)上进行了实验,以检查生成的故事情节在一致性和故事性方面的质量。结果表明,我们的框架增强GPT-2(FGPT-2)产生的简短描述被评为所有模型中最一致和最具故事性的; FGPT-2的输出甚至击败了人类编写的一些随机故事片段。接下来,我们使用故事延续任务进行了初步的用户研究,AMT工作人员可以访问机器生成的故事情节,并被要求撰写后续故事。FGPT-2可能会对写作过程产生积极影响,尽管人们更喜欢其他基线。我们的研究揭示了未来创造性写作支持系统的可能性超出了完成句子的范围。我们的代码可在https://github.com/appleternity/Story-Plot-Generation上获得。
2023-02-17 cs.CL 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
Narrix: Remixing Narrative Strategies from Examples for Story Writing
Cornell University(康奈尔大学);Adobe Research(Adobe研究)
Narrix 通过可视化叙事策略帮助新手作家提高叙事能力,通过交互式故事弧和颜色编码提示,使作家能有效复用策略,提升创作信心和适应能力。
2026-07-14 cs.CL cs.HC
Art or Artifice? Large Language Models and the False Promise of Creativity
Columbia University(哥伦比亚大学);Salesforce AI Research(Salesforce AI研究院)
针对大语言模型创造力难以客观评估的问题,受TTCT启发提出TTCW测验,经人工评估发现LLM生成故事的创造力远低于专业作品,且LLM作为评估者与专家结果无正相关。
2024-03-08 cs.AI cs.CL cs.HC
Co-Writing Screenplays and Theatre Scripts with Language Models: An Evaluation by Industry Professionals
DeepMind(深度思维);Stanford University(斯坦福大学)
语言模型越来越引起作者的兴趣。然而,这种模式缺乏长期的语义连贯性,限制了其对长篇创意写作的有用性。我们通过在一个我们称之为Dramatron的系统中分层应用语言模型来解决这个限制。通过使用提示链接构建结构上下文,Dramatron可以生成连贯的脚本和剧本,包括标题、人物、故事节拍、位置描述和对话。我们说明Dramatron的有用性作为一个互动的共同创造系统与用户研究的15个戏剧和电影行业的专业人士。参与者与Dramatron共同撰写戏剧剧本和电影剧本,并参与开放式采访。我们报告了来自受访者和独立评论家的批判性思考,他们观看了作品的分期,以说明Dramatron和分层文本生成如何对人机协同创造有用。最后,我们讨论了适合Dramatron的共同创造力,道德考虑-包括剽窃和偏见-和参与模式的设计和部署这样的工具。
2022-09-29 cs.CL cs.HC
Rambler in the Wild: A Diary Study of LLM-Assisted Writing With Speech
通过十天的日记研究,本文考察了十二位写作者使用LLM辅助语音写作工具Rambler的真实体验,揭示了其情境化写作策略及语音写作在心理与效率上的优势,为未来设计提供了方向。
2025-02-08 cs.HC
Can AI writing be salvaged? Mitigating Idiosyncrasies and Improving Human-AI Alignment in the Writing Process through Edits
Salesforce AI Research(Salesforce AI研究院)
研究通过专业作家编辑提出七类LLM文本特异性分类法并构建LAMP语料库,发现主流大模型写作质量无显著差异,并证实自动编辑方法能有效提升人机写作一致性。
2025-03-04 cs.CL cs.CY cs.HC
AI Rivalry as a Craft: How Resisting and Embracing Generative AI Reshape Writing Professions
Tandon School of Engineering New York University NYC NY USA;Stern School of Business New York University NYC NY USA;Tandon School of Engineering New York University;Stern School of Business New York University
本文通过25次半结构化访谈和Job Crafting视角,揭示写作专业人士通过抵制或拥抱GAI重塑角色、身份与协作方式的四类策略。
2025-03-12 cs.AI cs.HC
Prompting a Large Language Model to Generate Diverse Motivational Messages: A Comparison with Human-Written Messages
National University of Singapore(新加坡国立大学)
本研究验证了将众包任务指令用作LLM提示的效果,通过对比众包作者、采用众包流程的GPT-4及两种基线提示的GPT-4生成的激励信息多样性,发现众包流程提示能让GPT-4产出更多样化的内容。
2023-08-25 cs.CL cs.HC
The Value, Benefits, and Concerns of Generative AI-Powered Assistance in Writing
本研究通过实验探究生成式AI辅助写作的价值、益处与担忧,发现人们愿放弃报酬获取AI辅助,尤其在高创意任务中,AI能提升生产力与信心,但会降低责任感与写作多样性。
2024-03-18 cs.HC
Jokeasy: Exploring Human-AI Collaboration in Thematic Joke Generation
College of Design and Innovation, Tongji University(同济大学设计创意学院)
Jokeasy通过人机协作提升主题笑话生成,结合搜索功能与双角色LLM代理,优化创意流程与素材整合。
2026-02-10 cs.HC
CoAuthor: Designing a Human-AI Collaborative Writing Dataset for Exploring Language Model Capabilities
Stanford University(斯坦福大学);Cornell University(康奈尔大学)
大语言模型(LM)为交互设计提供了前所未有的语言生成能力和令人兴奋的机会。然而,其高度依赖于背景的能力难以把握,往往被主观地解释。在本文中,我们认为,通过策划和分析大型交互数据集,人机交互社区可以促进更深刻的检查LM的生成能力。举例说明这种方法,我们提出了CoAuthor,旨在揭示GPT-3的能力,在协助创造性和论证性写作的数据集。CoAuthor在1445次写作会话中捕捉了63位作者和四个GPT-3实例之间的丰富互动。我们证明了CoAuthor可以解决有关GPT-3的语言,思维和协作能力的问题,并揭示了其作为良好协作的各种定义下的写作“协作者”的贡献。最后,我们将讨论如何这项工作可能会促进更原则性的讨论,围绕LM的承诺和陷阱的交互设计。数据集和用于重放书写会话的界面可在https://coauthor.stanford.edu公开获得。
2022-01-25 cs.CL cs.HC