人类选择AI生成设计变体中的中心趋势偏差

图像生成AI系统通过生成多个设计变体供用户评估和选择，日益支持创造性工作。在这种人机共创工作流程中，选择成为一个关键阶段，人类判断引导AI生成的可能性走向最终结果。虽然呈现多个备选方案旨在鼓励探索，但同时呈现多个选项可能会在人类决策中引入系统性偏差。借鉴集合感知理论，我们调查这些界面是否诱导中心趋势偏差——倾向于选择更接近设计集合中心的选项的倾向。我们进行了一项受控实验，操纵设计集合的方差（高与低），并测量了参与者在审美偏好和代表性任务中的选择。结果表明，较高的方差增加了在两个任务中选择中心邻近设计的可能性。这些发现表明，图像生成AI系统中的多变体界面可能限制选择多样性，揭示了生成输出的多样性与人类选择结果的多样性之间的潜在张力。