Creativity in the Age of AI: Evaluating the Impact of Generative AI on Design Outputs and Designers' Creative Thinking
University of Washington(华盛顿大学)
本研究通过被试内实验发现生成式AI可提升设计的新颖性但未改变实用性,且对不同母语、AI经验的设计师创造性思维影响不同,为定制化AI设计工具提供依据。
2024-10-31 cs.AI cs.HC
How Visualization Designers Perceive and Use Inspiration
本研究通过半结构化访谈探究专业可视化设计师对灵感的感知与运用方式,明确了其多元灵感来源与主动被动结合的实践模式,为可视化设计理论拓展、工具开发及人才培养提供参考。
2025-02-21 cs.HC
Understanding Nonlinear Collaboration between Human and AI Agents: A Co-design Framework for Creative Design
针对AI设计工具的线性运作模式违背创意设计非线性实践的问题,本研究结合专家实践构建非线性人机协同设计框架,开发原型OptiMuse并验证其能让用户将AI视为有主见的同事,促进设计探索与反思。
2024-10-08 cs.HC
Understanding Creative Design Practices among Data Artists
University of Iowa(爱荷华大学);University of Victoria(维多利亚大学)
本研究通过分析项目记录、访谈和设计任务,揭示了数据艺术家在创意可视化中通过数据探索、参考改编、草图与原型共同发展故事与形式,并强调工具需支持替代方案的测试与修订,同时保留设计师的创造性判断。
2026-09-25 cs.HC
AI as mediator between composers, sound designers, and creative media producers
为非音乐利益相关者制作材料的音乐专业人士通常在早期构思阶段面临沟通挑战。表达音乐思想可能很困难,特别是当缺乏特定领域的词汇时。这份立场文件建议使用人工智能促进利益攸关方之间的沟通,加快建立共识的进程。其目的不是完全或部分自动化创造过程,而是通过减少用于定义预期结果的时间来为创造性提供更多时间。为了证明这一点,本文讨论了两个应用场景的交互式音乐系统的基础上,作者的研究手势到声音映射。
2023-03-02 cs.HC cs.MM
An Intent of Collaboration: On Agencies between Designers and Emerging (Intelligent) Technologies
Eindhoven University of Technology(埃因霍温理工大学)
研究探讨设计者与智能技术协作中的权力动态,提出通过反思创作过程、理解技术特性及调整人机关系来恢复创作自主性。
2026-03-12 cs.AI cs.ET cs.HC
Material Experience: An Evaluation Model for Creative Materials Based on Visual-Tactile Sensory Properties
本研究通过融合传统编织与基体材料开发创意材料,构建基于视觉-触觉评价的量化模型,揭示内在、美学与物理属性对吸引力的影响,以指导材料选择与设计。
2025-09-07 cs.HC
C2Ideas: Supporting Creative Interior Color Design Ideation with Large Language Model
本文提出C2Ideas系统,通过意图对齐的领域大模型与三阶段色彩构思流程,帮助设计师生成、细化并理解符合设计原则的室内色彩方案。
2024-01-27 cs.HC
Co-Design with Myself: A Brain-Computer Interface Design Tool that Predicts Live Emotion to Enhance Metacognitive Monitoring of Designers
本研究提出名为Multi-Self的BCI-VR建筑设计工具,通过实时评估设计师情感并提供可视化生物反馈来增强元认知监控,24人参与的预试验显示多数参与者认为其有用。
2023-07-21 cs.HC
Friend, Collaborator, Student, Manager: How Design of an AI-Driven Game Level Editor Affects Creators
机器学习的进步使得能够创作艺术、音乐、故事、游戏等的算法越来越多。然而,人们还没有很好地理解机器学习算法如何最好地与人合作,以支持创造性表达。为了调查实践设计师如何看待AI在创意过程中的作用,我们为超级马里奥兄弟开发了一个游戏级设计工具。风格的游戏与内置的AI水平设计器。在本文中,我们讨论了我们的设计的Morai Maker智能工具,通过两个混合方法的研究,共有超过一百名参与者。我们的调查结果如下:(1)关卡设计者在与人工智能的交互以及人工智能的角色方面有所不同,(2)人工智能促使关卡设计者改变他们的设计实践,(3)关卡设计者认为人工智能在他们的设计实践中具有潜在价值,根据他们对人工智能的期望角色而变化。
2019-01-18 cs.HC
Decomate: Leveraging Generative Models for Co-Creative SVG Animation
MODULABS
Decomate系统利用多模态大语言模型将静态SVG重构为语义组件,并通过自然语言提示生成HTML/CSS/JS动画,使设计师无需技术专业知识即可直观地进行共创式SVG动画创作与迭代。
2025-11-09 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
Exploring Normativity in Stable Diffusion: Insights for XAI in the Arts
LMU Munich(慕尼黑大学);ISIR, Sorbonne Université, CNRS(索邦大学信息科学与机器人研究所,法国国家科学研究中心)
该研究以14名创意从业者为对象,探究Stable Diffusion的规范性行为对其创作过程的影响,为艺术领域可解释人工智能(XAI)的发展提供了提示词透明度等方面的启示。
2026-08-28 cs.HC
BlackBox Toolkit: Intelligent Assistance to UI Design
Fraunhofer FIT(弗劳恩霍夫应用信息技术研究所)
用户界面(UI)设计是一个创造性的过程,涉及大量的重复和返工。设计师通过不同原型的多次迭代来创建UI设计。在这项研究中,我们建议修改的UI设计过程中,协助它与人工智能(AI)。我们建议让人工智能为设计师执行重复性的任务,同时允许设计师控制创作过程。这种方法使机器充当一个黑盒子,智能地帮助设计师创建UI设计。我们相信这种方法将极大地有利于设计师与AI共同创建设计解决方案。
2020-04-07 cs.AI 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
Deep Learning in a Computational Model for Conceptual Shifts in a Co-Creative Design System
UNC Charlotte(北卡罗来纳大学夏洛特分校);The University of Sydney(悉尼大学)
本文提出了一种概念转移的计算模型,该模型基于应用于通过深度学习生成的向量表示的新颖性度量。该模型被集成到一个协同创新设计系统中,该系统使人工智能智能体和人类设计师之间的伙伴关系能够通过草图画布进行交互。人工智能智能体对人类设计师的草图做出回应,并绘制出一个新的草图,这是一种概念上的转变:有意地改变视觉和概念上的相似性,使其具有越来越多的新颖性。本文介绍了一项用户研究的结果,该研究表明,人工智能贡献中越来越多的新颖性与更高的创造性成果相关,而低新颖性导致创造性成果较少。
2019-06-24 cs.HC cs.LG stat.ML
ColorA11Y: Enhancing Creative Design Workflows with Just-in-Time Color Accessibility Recommendations
Adobe Research(Adobe 研究院);ServiceNow Inc(ServiceNow 公司);RVCE;Adobe Inc(Adobe 公司)
ColorA11Y系统在设计创作全程提供即时色彩无障碍建议,经用户研究验证可优化工作流,推进将无障碍考量融入创意过程的原生设计方法。
2026-08-26 cs.HC
How Interaction Designers Use Tools to Manage Ideas
本文提出了一个接地的理论分析的基础上,定性研究的专业交互设计师(n=20),重点是他们如何使用工具来管理设计理念。创意管理可以理解为个人信息管理领域的一个子类别,它包括围绕信息的捕获,组织,检索和使用的活动。创意管理则是将创意作为创造性活动的一部分进行管理和使用。本文确定了工具支持的想法管理策略和专业的交互设计师的需求,并讨论了这些策略的背景和后果。基于我们的分析,我们确定了一个概念框架的10个策略,支持的工具:保存,外化,推进,探索,归档,聚类,提取,浏览,验证,协作。最后,我们将讨论如何使用这个框架来描述和分析现有的和新的想法管理工具。
2020-02-19 cs.HC
DesignerlyLoop: Forming Design Intent through Curated Reasoning for Human-LLM Alignment
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))
DesignerlyLoop通过精选推理提升人-大语言模型在设计任务中的对齐,改进设计质量和创造力。
2026-01-25 cs.HC
When Teams Embrace AI: Human Collaboration Strategies in Generative Prompting in a Creative Design Task
Southern University of Science and Technology(南方科技大学);Southeast University(东南大学);Hong Kong Polytechnic University(香港理工大学);City University of Hong Kong(香港城市大学)
研究团队中设计师与生成式AI协作的提示策略,发现两种模式(先故事或先视觉),AI助达成共识但被视为工具,强调人-人协作重要性。
2025-09-26 cs.HC
Smartbanner: Intelligent banner design framework that strikes a balance between creative freedom and design rules
公司广泛使用横幅来推广他们的产品,横幅的智能自动合成是一个具有挑战性的事件。在只输入产品、文字、尺寸等少量信息的前提下,可以合成自由度高、丰富度高的风格,但同时又必须满足广告主对广告、场景的设计规范。我们提出了一个智能横幅设计框架,罢工之间的平衡,创造性的自由和设计规则,称为smartbanner。Smartbanner由规划器、执行器、调节器和生成器组成。通过组合框架合成横幅,充分解放了设计人员,降低了设计门槛和成本。提升点击率30%,在保证创作质量的情况下,将设计师的人效提升500%,全年批量合成图片上亿张。
2023-03-18 cs.HC cs.MM
StoryDiffusion: How to Support UX Storyboarding With Generative-AI
针对现有生成式AI工具仅支持文本生成图像、无法覆盖UX故事板全创作流程的问题,研究迭代开发出整合文生文与文生图模型的StoryDiffusion系统,通过用户研究明确了设计师的创作策略与工具需求,为相关AI工具开发提供参考。
2024-07-10 cs.HC
Personagram: Bridging Personas and Product Design for Creative Ideation with Multimodal LLMs
Toyota Research Institute(丰田研究院);Northwestern University(西北大学)
Personagram利用多模态大语言模型帮助设计师探索基于人口普查的人设,提取并重新组合产品特征,提升创意构思的可行性和参与度。
2026-02-05 cs.AI cs.HC
AI Design, Design AI, Human-Centred AI and the Theatre of the Absurd the language, life and times of a UX designer
本文以荒诞派戏剧和存在主义视角,分析UX设计师围绕Design AI的话语表演,并借助YouTube活动与博客案例揭示其运作机制。
2023-04-21 cs.HC
Tracing Everyday AI Literacy Discussions at Scale: How Online Creative Communities Make Sense of Generative AI
Simon Fraser University(西蒙菲莎大学)
本研究通过分析Reddit讨论,发现创意社区中AI素养主要围绕工具使用实践,而非能力与伦理,揭示了动态、实践驱动的AI素养特征。
2026-03-10 cs.HC
Jigsaw: Supporting Designers to Prototype Multimodal Applications by Chaining AI Foundation Models
Carnegie Mellon University(卡内基梅隆大学)
针对AI基础模型难以集成到创造性过程中的问题,提出Jigsaw原型系统,用拼图块隐喻表示模型,通过组装兼容块组合多模态能力,经用户研究验证其增强理解、提供指导并支持设计探索。
2024-06-25 cs.AI cs.HC cs.LG
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
DesignBridge: Bridging Designer Expertise and User Preferences through AI-Enhanced Co-Design for Fashion
School of Information Science and Technology, ShanghaiTech University(上海科技大学信息科学与技术学院);School of Creativity and Art, ShanghaiTech University(上海科技大学创意与艺术学院)
DesignBridge通过AI增强的协同设计系统,有效整合设计师专业知识与用户偏好,提升时尚设计中的用户参与度和设计效率。
2026-01-21 cs.HC
Identifying Ethical Issues in AI Partners in Human-AI Co-Creation
University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
人类-人工智能共同创造力涉及人类和人工智能作为合作伙伴在共享的创意产品上进行合作。在许多现有的共同创造系统中,用户使用按钮或滑块与AI进行交流。然而,通常情况下,共同创造系统中的人工智能无法与人类沟通,限制了他们被视为合作伙伴的潜力。本文首先概述了一项有38名参与者的比较研究,以探讨人工智能与人类交流对用户感知和参与共同创造系统的影响,结果显示,采用人工智能与人类交流的系统改善了协作体验和用户参与度。研究结果还表明,当共同创造的人工智能能够与用户进行沟通时,用户认为它更可靠、更个性化、更智能。结果表明,需要从一个参与交流的共同创造的人工智能中识别潜在的道德问题。在本文的后面,我们提出了人类与人工智能共同创造中的一些潜在伦理问题,并建议使用参与式设计小说作为研究方法论来调查与用户交流的共同创造人工智能相关的伦理问题。
2022-04-15 cs.AI 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
AIDED: Augmenting Interior Design with Human Experience Data for Designer-AI Co-Design
National Tsing Hua University(国立清华大学);Freelancer(自由职业者)
AIDED通过整合人类经验数据提升室内设计的创造力和客户互动,探索不同数据模态对设计结果的影响,并提出未来AI工具的设计方向。
2026-02-10 cs.HC
A Collaborative, Interactive and Context-Aware Drawing Agent for Co-Creative Design
文本条件生成模型的最新进展为我们提供了神经网络,能够创建质量惊人的图像,无论是现实的,抽象的,甚至是创造性的。这些模型的共同点是(或多或少明确地),它们都旨在在特定条件下产生高质量的一次性输出,并且它们不太适合创造性的协作框架。从认知科学的理论模型专业设计师和艺术家认为,我们认为这种设置如何不同于前者,并介绍CICADA:一个协作,交互式的上下文感知绘图代理。CICADA使用基于矢量的优化合成方法来获取部分草图(例如用户可能提供的草图),并通过添加和/或合理修改轨迹将其朝着目标发展。鉴于这一主题几乎没有探讨,我们还介绍了一种方法来评估期望的特性的模型在这种情况下,通过提出一个多样性的措施。CICADA被证明可以产生与人类用户的质量相当的草图,增强了多样性,最重要的是能够通过以灵活的方式继续绘制草图来应对变化。
2022-10-07 cs.HC
CritiqueCrew: Orchestrating Multi-Perspective Conversational Design Critique
Laboratory of Art and Archaeology Image, Ministry of Education, Zhejiang University(教育部图像艺术与考古实验室,浙江大学)
CritiqueCrew通过多视角对话与交互式修复,将AI从问题审计员转变为解决方案共创者,提升设计质量和用户体验。
2026-02-02 cs.HC
Understanding User Perceptions, Collaborative Experience and User Engagement in Different Human-AI Interaction Designs for Co-Creative Systems
University of North Carolina at Charlotte(北卡罗来纳大学夏洛特分校)
人类-人工智能共同创造力涉及人类和人工智能作为合作伙伴在共享的创意产品上进行合作。在创造性的合作中,沟通是合作者之间的重要组成部分。在许多现有的共同创造系统中,用户可以与AI进行交流,通常使用按钮或滑块。通常情况下,共同创造系统中的人工智能无法与人类沟通,限制了他们被视为合作伙伴而不仅仅是工具的潜力。本文介绍了一项有38名参与者的研究,以探讨两种交互设计的影响,有和没有人工智能与人的沟通,对用户参与度,协作体验和用户感知的共同创造的人工智能。这项研究涉及用户与两个原型的共同创造系统,有助于草图作为设计灵感在设计任务。结果显示,改进的协作体验和用户参与度与包含AI到人类通信的系统有关。当AI与用户交流时,用户认为共同创造的AI更可靠,更个性化,更智能。研究结果可用于设计有效的共同创造系统,并且这些见解可以转移到涉及人类-人工智能交互和协作的其他领域。
2022-06-03 cs.AI cs.HC
Struggle Premium : How Human Effort and Imperfection Drive Perceived Value in the Age of AI
Shahjalal University of Science and Technology(沙赫拉尔科学与技术大学);Independent University, Bangladesh(独立大学);Independent University, Bangladesh Department of Law Dhaka Bangladesh(独立大学法律系达卡孟加拉国)
研究探讨了在AI时代,可见的努力线索如何影响人类和AI生成作品的感知价值,发现过程导向的线索显著提升真实性评价,而不完美影响有限,参与者更偏好人类作品,且努力线索可提升AI内容的感知。
2026-03-04 cs.AI cs.CY cs.HC
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
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
Guru, Partner, or Pencil Sharpener? Understanding Designers' Attitudes Towards Intelligent Creativity Support Tools
University of the Arts London(伦敦艺术大学)
创造力支持工具(CST)旨在提高人类的创造力,但创造力的深刻个人和主观性质使得通用支持工具的设计具有挑战性。个人发展个人的创造力方法,特别是在商业设计的背景下,签名风格和技术是有价值的商品。人工智能(AI)和机器学习(ML)技术可以提供一种创建“智能”CST的方法,这些CST可以学习和适应个人的创造力风格。确定这些工具在设计过程中可以发挥什么样的作用,需要更好地了解设计师对使用人工智能的态度,以及他们将其纳入个人创作过程的意愿。本文详细介绍了对专业设计师的调查结果,表明他们对与人工智能工具合作持积极务实的态度,并将其纳入设计项目的研究阶段。
2020-07-09 cs.AI cs.HC
Thoughtful, Confused, or Untrustworthy: How Text Presentation Influences Perceptions of AI Writing Tools
本文研究了不同文本生成速度对AI写作工具认知的影响,发现速度与拟人化、可信度及文本质量感知相关,为界面设计提供了指导。
2025-04-29 cs.HC
AdapTics: A Toolkit for Creative Design and Integration of Real-Time Adaptive Mid-Air Ultrasound Tactons
AdapTics工具包通过图形界面、软件库和Unity包支持运行时动态调整的自适应空中超声触觉反馈的快速原型设计与应用集成,并在用户研究中验证了其对设计师探索性和表现力的提升。
2024-04-30 cs.HC
A Taxonomy of Human--MLLM Interaction in Early-Stage Sketch-Based Design Ideation
Singapore University of Technology and Design(新加坡科技设计大学)
本文提出了一种分类方法,用于描述人类与大语言模型在早期阶段基于草图的设计构想中的交互模式,揭示了人类与AI角色的动态变化。
2026-03-01 cs.HC
Fixation and Creativity in Data Visualization Design: Experiences and Perspectives of Practitioners
数据可视化设计往往需要创造力,需要研究来了解其性质和促进它的手段。目前关于创造力的可视化文献还没有很好地发展,特别是关于专业数据可视化设计师的经验。我们对15位数据可视化从业者进行了半结构化访谈,重点关注创造力的一个特定方面,即设计固定。当设计师盲目或过早地坚持一套限制创造性成果的想法时,就会出现固定。我们提出了从业者的经验和观点,从自己的设计实践,特别是集中在他们的意见(一)固定的性质,(二)鼓励固定的因素,(三)阻碍固定的因素。我们为未来的研究确定了与图表建议,灵感和数据可视化设计中的视角转变相关的机会。
2021-08-14 cs.HC
Evaluation of a Recommender System for Assisting Novice Game Designers
New York University(纽约大学);University of Southern California(南加利福尼亚大学)
游戏开发是一项复杂的任务,涉及多个学科和技术。开发人员和研究人员都认为,人工智能驱动的游戏设计助手可以改善开发人员的工作流程。我们提出了一个推荐系统,以帮助人类在游戏设计以及严格的人类科目的研究来验证它。AI驱动的游戏设计辅助系统建议游戏机制的设计师的基础上开发的游戏的特点。我们相信这种方法可以带来创造性的见解,提高用户的生产力。我们进行的定量研究表明,推荐系统提高了用户的准确性和计算能力,并降低了他们的工作量。
2019-08-13 cs.AI cs.HC cs.IR
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
Imagining Design Workflows in Agentic AI Futures
The University of Melbourne(墨尔本大学);University College London(伦敦大学学院)
本研究通过设计虚构方法,调查了十名专业设计师对协作式智能体式AI平台的期望,提出了一个概念框架,以识别人类与AI之间的权力分配,并探讨了未来设计工作流程中利用AI智能体的方向。
2025-09-25 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
CRAFT: Exploring Wearable Creative AI on Smart Glasses for Fiction Writing in Real-World Contexts
National University of Singapore(新加坡国立大学);City University of Hong Kong(香港城市大学);The Hong Kong University of Science and Technology(香港科技大学);The Chinese University of Hong Kong(香港中文大学)
研究旨在探索用于现实世界小说写作的可穿戴创意人工智能CRAFT,通过对作家访谈、协同设计工作坊及现场试验,明确设计目标与交互机制,揭示相关益处、实践及考量,为日常生活人机创意协作提供设计探索与启示。
2026-07-24 cs.HC
Story Designer: Towards a Mixed-Initiative Tool to Create Narrative Structures
Malmö University(马尔默大学);New York University(纽约大学)
叙事是游戏的主要组成部分,其设计在识别,编码,解释,评估和生成它们时提出了挑战。解决这个问题的一种方法是在更抽象的层面上进行叙事设计,比如叙事结构。本文介绍了故事设计师,一个混合主动的共同创造的叙事结构工具,建立在进化地牢设计师(EDD)的顶部,使用比喻,在许多媒体类型的叙事约定,设计这些结构。故事设计师使用比喻作为叙事设计师的构建块,通过将它们在称为叙事图的图形结构中相互连接来组成完整的叙事结构。我们的混合主动方法允许设计师手动创建他们的叙事图,并使用这些图形为底层进化算法提供信息,使用MAP-Elites创建质量多样化的建议。设计师可以直观地表示建议,以进行比较和评估,然后可以将其纳入设计中,用于进一步的手册版本。同时,我们使用EDD中设计的层次作为叙事结构的约束,将层次设计和叙事交织在一起。我们评估这些限制和系统的适应性和表现力的影响,从而在一个潜在的工具,以创建叙事结构相结合的水平设计方面的叙述。
2022-10-11 cs.AI cs.HC
Using Schema to Inform Method Design Practices
本文提出方法设计者运用图式的四种方式,以支持设计研究者制定方法应对伦理设计复杂性,从而促进设计行动。
2024-05-01 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
Flowy: Supporting UX Design Decisions Through AI-Driven Pattern Annotation in Multi-Screen User Flows
针对现有AI UX设计工具忽略跨屏交互体验的问题,研究开发了Flowy应用,结合大型多模态AI模型与高质量用户流数据集提供设计模式标注,支持UX设计构思,其设计思路可推广至其他创意任务。
2024-06-23 cs.HC
HAIGEN: Towards Human-AI Collaboration for Facilitating Creativity and Style Generation in Fashion Design
Hunan University(湖南大学);Hunan Normal University(湖南师范大学);City University of Hong Kong(香港城市大学);South China University of Technology(华南理工大学);Wondershare Technology(万兴科技)
针对时尚设计中传统方法阻碍设计进程及草图创建上色耗时问题,HAIGEN系统通过云端与本地模块协作,能根据文本提示生成灵感图像、转化素材库、推荐相似草图并上色,简化流程且保障隐私,经实验验证有效,是设计师新辅助工具。
2026-07-29 cs.HC
PromptInfuser: How Tightly Coupling AI and UI Design Impacts Designers' Workflows
Google Research(谷歌研究院)
本文研究了提示与UI设计耦合对设计师工作流的影响,开发了Figma插件PromptInfuser支持创建半功能模型,实验表明该方法能提升原型设计效率与沟通效果,帮助识别UI与提示的不兼容性。
2023-10-24 cs.AI cs.HC
Grasping AI: experiential exercises for designers
TU Delft(代尔夫特理工大学)
针对设计师难以平衡AI技术可能性与人类交互需求的问题,研究在交互设计课程中引入9项结合多类设计理念的AI体验式练习,证实其能帮助学生更具反思性与责任感地开展AI相关设计。
2023-10-02 cs.AI cs.HC