人和生成式AI共创过程分析

[重大阿大]

学习-使用-评估 (LUA) 框架

该研究采用了学习-使用-评估 (LUA) 框架来分析人类与生成性人工智能 (GenAI) 的共创过程：

* 学习：用户如何获得 GenAI 能力，包括理解概念、获取工具和开发相关技能。

* 使用：用户如何将 GenAI 融入他们的创意工作流程，包括定义目标、探索可能性和改进结果。

* 评估：用户如何评估 GenAI 产品，从质量、法规合规性和内容可信度等多个方面考虑。 这种框架不是一个严格的顺序，而是为了提供一个结构化的方法来理解人类与 GenAI 共创过程的不同方面。

研究发现

1. 前景：GenAI 显著促进了人类专业知识与 AI 能力之间的共创，深刻改变了创意产业的工作流程。

2. 挑战：用户在资源可用性、工具可用性和法规合规性方面遇到各种复杂性和不确定性。

3. 策略：用户积极采用各种策略来克服这些挑战，通过持续学习、探索和实验来提升 GenAI 的应用效果。 详细发现 1. 学习阶段： * 资源丰富：大多数参与者观察到有关 GenAI 工具和技能的在线学习资源显著增加，这些资源包括课程、教程、论坛和社区。

* 资源稀缺：一些参与者提到识别真正有价值的信息是一个挑战。内容质量参差不齐，有些学习资源仅仅是为了盈利而非教育目的。 2. 使用阶段： * 效率提升：GenAI 能够提高工作效率、引发人类创造力并转变创意工作流程。

* 工具选择：用户需要选择合适的工具并开发个性化的提示策略，面临可控性有限、工程中心设计和缺乏定制化的问题。 3. 评估阶段：

* 新形式的创造力：GenAI 生成的内容是结构化、多样化和精致的，带来了新的创造力形式。

* 隐私和合规性：关于 GenAI 生成内容的作者披露、法规合规和内容可信度问题，用户需要提供积极的透明度并手动核实事实。 结论 文章通过全面的 LUA 框架，探索了用户如何在实际环境中感知和利用 GenAI 技术。他们通过动态、不断发展的共创过程与 GenAI 互动，遇到各种挑战并积极采取措施克服这些挑战。文章强调了人类与 AI 之间复杂的协同关系，提出了未来研究和设计 GenAI 工具的若干建议。