建议列表 vs. 连续生成：移动设备上基于生成模型的写作交互设计对文本长度、措辞与感知作者身份的影响
人机交互
2022-08-02 v1 人工智能
摘要
神经语言模型有潜力辅助人类写作。然而，其集成方式及对写作与产出的影响仍存疑问。为此，我们设计并比较了移动设备上两种与 AI 协作写作的用户界面，它们操控主动性与控制权的程度：1）连续生成文本写作，AI 逐词添加文本并由用户引导。2）建议式写作，AI 建议短语且用户从列表中选择。在一项受监督的在线研究（N=18）中，参与者使用了这些原型以及一个无 AI 的基线。我们收集了触摸交互、关于灵感与作者身份的评分以及访谈数据。使用 AI 建议时，人们写作主动性较低，但感觉自己是作者。连续生成文本降低了这种感知作者身份，却增加了编辑行为。在两种设计中，AI 均增加了文本长度，并被感知为影响了措辞。我们的发现为协同创作系统中 UI 设计决策对用户经验与产出的影响提供了新的经验证据。
引用
@article{arxiv.2208.00870,
title = {Suggestion Lists vs. Continuous Generation: Interaction Design for Writing with Generative Models on Mobile Devices Affect Text Length, Wording and Perceived Authorship},
author = {Florian Lehmann and Niklas Markert and Hai Dang and Daniel Buschek},
journal= {arXiv preprint arXiv:2208.00870},
year = {2022}
}
备注
Pre-Print, to appear in MuC '22: Mensch und Computer 2022