从指标到意义：人机协作设计评估的时代重思

随着AI系统在创意设计情境中日益影响决策，理解人类如何与这些工具互动已成为智能交互系统研究的关键挑战。本文提出了对如何评估人机协作系统进行重构的挑战，主张采用更细致和多维的方法。来自目前最大规模field研究（n=808）的人机共创系统——Genetic Car Designer，辅以受控实验室研究（n=12）的结果被呈现。该系统基于交互进化算法，参与者被要求设计一个简单的二维汽车表示。参与者被暴露于由智能系统MAP--Elites生成的设计构图，以及随机控制。结果表明，暴露于MAP--Elites生成的构图显著增强了认知和行为参与度，导致更高质量的设计结果。对于更广泛社区至关重要的是，分析揭示了常规评估方法——通常仅关注行为和设计质量指标——无法捕捉用户参与的完整谱系。通过将人机设计过程视为设计师情感、行为和认知状态的变化，本文提出要全面评估人机系统，并将智能系统视为用户体验的核心部分——而不仅仅是后台工具。