Individual Gain, Collective Loss: Metacognitive Adaptation in AI-Assisted Creativity
Anna Mikeda（安娜·米凯达）
本研究提出选择性元认知适应机制，解释AI为何提升个体创造力却降低集体多样性，并构建六种元认知能力的分类框架。
2026-06-04 cs.AI cs.HC
Exploring Perspectives on the Impact of Artificial Intelligence on the Creativity of Knowledge Work: Beyond Mechanised Plagiarism and Stochastic Parrots
Microsoft Research（微软研究院）；University of Cambridge（剑桥大学）；University College London（伦敦大学学院）
该立场论文结合多领域实例反驳生成式AI仅为随机剽窃的观点，提出创造力由社群定义、AI推动知识工作转向批判性整合，呼吁以更细致的视角看待AI创造力与功劳归属问题。
2023-07-20 cs.AI cs.CL cs.HC
Artificial muses: Generative Artificial Intelligence Chatbots Have Risen to Human-Level Creativity
Humboldt University（洪堡大学）；Weizenbaum Institute（魏茨曼研究所）；University of Essex（埃塞克斯大学）
本研究通过对比人类与六种生成式AI聊天机器人产生的想法，发现AI创造力已达人类水平，但GPT-4仍不及9.4%的人类，表明GAI可作为创造性过程的助手。
2023-03-21 cs.AI cs.HC
The Effect of Idea Elaboration on the Automatic Assessment of Idea Originality
Free University of Bozen-Bolzano（博洛尼亚自由大学）；University of Trieste（特里埃斯特大学）；Marconi Institute for Creativity（马科尼创造力研究所）
研究探讨了大型语言模型在评估发散思维任务中原创性时与人类评分者的一致性，发现LLM存在自我偏好偏差，但控制想法扩展后该偏差消失。
2026-04-22 cs.AI 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
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
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
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
Creativity in the era of artificial intelligence
IRCAM - CNRS UMR 9912 STMS, Sorbonne Universite（法国音乐和声学研究中心 - 法国国家科学研究中心UMR 9912 STMS，索邦大学）
创造力是一个深层次的话题，因为这个概念可以说是我们人类的精髓。在不同的时代，它被注入了与那个时代相关的各种各样的含义。与此同时，技术的发展为创造性目的提供了多种新颖的工具。最近，通过深度学习方法，人工智能（AI）的出现在各种应用中取得了成功。使用这些技术进行创作，似乎是本世纪艺术潮流的自然延续。然而，被贴上智能标签的技术人工制品的光环引发了关于其对创造性努力的影响的激烈而有点精神错乱的辩论。在本文中，我们旨在通过模糊社会科学和计算科学之间的边界，为人工智能时代的创造力问题提供一个新的视角。为此，我们依赖于社会科学研究对创造力的反思，以了解如何通过这一视角来看待当前的人工智能。由于创造力是一个高度依赖于上下文的概念，我们强调了当前人工智能的局限性和不足，需要向人工创造力迈进。我们认为，试图纯粹模仿人类的创造性特征，以实现一个独立的前虚无生成机器的目标将是非常适得其反的，使我们处于不利用人工代理的纯粹计算能力所提供的几乎无限的可能性的风险。
2020-08-13 cs.AI cs.CY 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
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
Human Creativity and AI
University of Macau（澳门大学）
本文在AI技术发展背景下，综述心理学与认知神经科学等领域研究，探讨AI能否展现创造力，并分析创造力的定义及历史哲学观点。
2025-04-25 cs.AI cs.HC
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
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
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
Development and applications of Generative AI in architectural design studios
Istanbul Technical University（伊斯坦布尔理工大学）；University of New South Wales（新南威尔士大学）
研究针对生成式人工智能对设计创造力影响的认知差距，开发用户友好界面并经多环节开展纵向研究，涉及在设计工作室应用、收集反馈等，基于学生看法讨论其对GenAI模型的使用、期望及对创造力的提升。
2026-07-29 cs.HC
Explaining the Arts: Toward a Framework for Matching Creative Tasks with Appropriate Explanation Mediums
针对艺术创造中解释媒介支持不足的问题，本文提出一个框架，帮助可解释用户界面设计师依据创造性任务匹配合适的听觉、触觉、嗅觉等交互媒介。
2023-08-18 cs.HC
A Big Data Approach to Computational Creativity
IBM Thomas J. Watson Research Center（IBM托马斯·J·沃森研究中心）
计算创造力是人工智能的一个新兴分支，它将计算机置于创造过程的中心。从广义上讲，创造力包括产生许多想法的生成步骤和确定最佳想法的选择步骤。然而，许多以前的计算创造力的尝试都无法实现有效的选择步骤。这项工作展示了如何将来自创意领域和享乐心理物理学的数据源与大数据分析技术结合在一起，可以克服这一缺点，从而产生一个可以产生新颖和高质量创意作品的系统。我们的数据驱动方法通过我们开发和部署的烹饪食谱和菜单的计算创造力系统来展示，该系统可以通过人机交互自动或半自动操作。我们还评论了计算创造力中数据的数量、速度、多样性和准确性。
2013-11-05 cs.AI cs.CY 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
Boosting Mixed-Initiative Co-Creativity in Game Design: A Tutorial
本教程介绍了混合主动协同创造力（MI-CCy）在游戏设计中的应用指南，提出 MI-CCy Quantifier 框架评估协同创作工具水平，并指出了未来开发需解决的关键空白。
2025-08-14 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
User Experience Design Professionals' Perceptions of Generative Artificial Intelligence
EPAM；Stanford University（斯坦福大学）；Google（谷歌）；Notion Labs；Cornell University（康奈尔大学）；Centrum Wiskunde & Informatica（荷兰国家数学与计算机科学研究所）
本研究通过采访20名不同背景的UX设计师，探讨了生成式AI对用户体验设计实践的影响，发现资深设计师视其为辅助工具，而初级设计师面临技能退化等挑战，并基于负责任和参与式AI视角讨论了人机协作的机遇与担忧。
2024-02-16 cs.AI cs.CY cs.ET
Human in the Loop for Machine Creativity
Institute of Informatics, University of Warsaw（华沙大学信息学研究所）
人工智能（AI）越来越多地用于合成视觉，文本和音频。这些基于人工智能的作品，通常来自神经网络，正在进入主流市场，如数字绘画，歌曲，书籍等。我们将现有和未来的人在回路（HITL）方法概念化，用于创造性应用，并开发更具表现力，细致入微和多模态的模型。特别是，我们作为策展人和合作者的专业知识如何以交互的方式编码在AI模型中？我们研究和推测对模型，界面和机器创造力的长期影响。我们对人工智能艺术的选择、创作和解释本质上包含了我们的情感反应、文化和背景。因此，所提出的HITL可以帮助算法学习更难以编码或量化的创造性过程。我们设想多模态HITL过程，其中文本，视觉，声音和其他信息耦合在一起，对人类和环境进行自动分析。总的来说，这些HITL方法将增加人类与人工智能之间的互动，从而帮助未来的人工智能系统更好地理解我们自己的创造和情感过程。
2021-10-07 cs.AI cs.HC
The Human-GenAI Value Loop in Human-Centered Innovation: Beyond the Magical Narrative
研究通过三个组织为期一年的GenAI创新项目，探索将GenAI整合到设计冲刺中的方法，并提出四项构建人机协作价值循环的实践建议。
2025-03-05 cs.HC
Theatrical Language Processing: Exploring AI-Augmented Improvisational Acting and Scriptwriting with LLMs
针对演员即兴表演存在的模式固化等问题，提出戏剧语言处理概念与AI工具Scribble.ai，用户研究证实其可拓展创造力、提升问题解决能力，但也存在剧本过细限制解读空间的问题，为影视戏剧创意表达提供了新方向。
2025-05-15 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
"It Felt a Bit Eerie": Exploring Humanlike Interactions During Collaborative Writing with an Artificial Agent
University of British Columbia（不列颠哥伦比亚大学）；Aalborg University（奥尔堡大学）
通过构建三种不同类人程度的AI辅助编辑器并开展用户研究，探讨协作的时间与视觉维度如何影响写作体验及人机社会连接。
2026-05-23 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
Workshop on Aesthetics of Connectivity for Empowerment at ACM Designing Interactive Systems 2024
该研讨会聚焦于物联网、AI等技术带来的连接性，探讨如何通过美学与连接性设计赋能用户，以应对技术功能与人文价值协调的挑战。
2025-03-30 cs.HC
Promises and challenges of generative artificial intelligence for human learning
本文从学习科学、教育技术和人机交互的整体视角，系统分析了生成式人工智能在人类学习中的前景与挑战，强调培养AI素养和开展严谨研究以确保其成为知识创新的助力而非削弱智识的依赖。
2024-09-05 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
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
Inspire creativity with ORIBA: Transform Artists' Original Characters into Chatbots through Large Language Model
Royal College of Art（皇家艺术学院）；Georgia Institute of Technology（佐治亚理工学院）；Hong Kong University of Science and Technology（香港科技大学）
本研究聚焦插画艺术与AI的交叉领域，推出可定制AI聊天机器人ORIBA，支持插画师与自己的原创角色对话并观察其内心独白，探索创新协作模式以优化创意领域人机交互，应用可拓展至互动叙事等场景。
2023-06-16 cs.AI cs.HC cs.MM
Human-Centered Artificial Intelligence: Reliable, Safe & Trustworthy
University of Maryland（马里兰大学）
设计良好的技术，提供高水平的人类控制和高水平的计算机自动化，可以提高人类的表现，导致更广泛的采用。以人为中心的人工智能（HCAI）框架阐明了如何（1）设计高水平的人类控制和高水平的计算机自动化，以提高人类的表现，（2）了解完全人类控制或完全计算机控制是必要的情况，以及（3）避免过度人类控制或过度计算机控制的危险。HCAI的方法更有可能产生可靠、安全和值得信赖的设计。实现这些目标将大大提高人类的表现，同时支持人类的自我效能，掌握，创造力和责任感。
2020-02-23 cs.AI cs.HC
An Ontology of Co-Creative AI Systems
本文提出共同创造型AI系统的本体论，扩展Lubart本体论，新增三个AI类别，以明确人机责任划分与信息交换。
2023-10-11 cs.AI cs.HC
Can an AI System Be Creative? A Critical Perspective from Art and Engineering
从艺术与工程双重视角探讨人工智能系统能否有创造力，借鉴博登框架指出其在变革式创造力上的局限及缺乏意外性机制等问题，提出人机创造性协作模型并以实验说明。
2026-07-24 cs.AI cs.HC cs.MM
Pencils to Pixels: A Systematic Study of Creative Drawings across Children, Adults and AI
Max Planck Institute for Biological Cybernetics（马克斯·普朗克生物控制论研究所）；Max Planck School of Cognition（马克斯·普朗克认知学院）；University of Tübingen（蒂宾根大学）；University of Amsterdam（阿姆斯特丹大学）
针对不同智能体绘画视觉创造力量化问题，构建含儿童、成人及AI共1338幅作品的数据集，从风格与内容两方面分析差异，提出首个跨模态研究框架并发现专家与自动化评分的不一致。
2025-02-09 cs.AI cs.CV 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
Beyond Following: Mixing Active Initiative into Computational Creativity
Georgia Institute of Technology（佐治亚理工学院）
本研究在混合主动性协同创作系统中，利用强化学习开发了一个多臂老虎机智能体，通过在线学习人类创作者的责任偏好并主动切换协作能力，显著提升了39名参与者的整体满意度与协作理解。
2024-09-06 cs.AI cs.HC
Human-AI Synergy Supports Collective Creative Search
Cornell University（康奈尔大学）；Princeton University（普林斯顿大学）；University of California, Irvine（加州大学尔湾分校）；Massachusetts Institute of Technology（麻省理工学院）；University of Cambridge（剑桥大学）；New York University（纽约大学）
本研究探讨了人类与人工智能协同在集体创造性搜索中的作用，发现混合团队在保持多样性的同时表现最佳，凸显了两者互补的协作优势。
2026-07-15 cs.HC cs.SI
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
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
The Impact of Artificial Intelligence on Human Thought
Independent Researcher（独立研究者）
本文从认知、社会、伦理和哲学多维视角分析人工智能如何通过认知卸载、过滤气泡和算法操纵削弱人类批判性思维与智力自主性，并提出教育、透明度和治理等应对途径。
2025-08-15 cs.AI cs.CY cs.HC
