[論文レビュー] Beyond Prompts: Exploring the Design Space of Mixed-Initiative Co-Creativity Systems

Zhiyu Lin, Upol Ehsan+4 more|arXiv (Cornell University)|May 3, 2023

Creativity in Education and Neuroscience被引用数 11

ひとこと要約

この論文は混成イニシアティブ共創（MI-CC）システムのデザイン空間を定義し、その空間をカバーする7つのシステム変種を実装して空間を広くカバーすることが、知覚される創造性支援と達成感を向上させることを示し、ユーザーの嗜好は専門知識によって異なることを示している。

ABSTRACT

Generative Artificial Intelligence systems have been developed for image, code, story, and game generation with the goal of facilitating human creativity. Recent work on neural generative systems has emphasized one particular means of interacting with AI systems: the user provides a specification, usually in the form of prompts, and the AI system generates the content. However, there are other configurations of human and AI coordination, such as co-creativity (CC) in which both human and AI systems can contribute to content creation, and mixed-initiative (MI) in which both human and AI systems can initiate content changes. In this paper, we define a hypothetical human-AI configuration design space consisting of different means for humans and AI systems to communicate creative intent to each other. We conduct a human participant study with 185 participants to understand how users want to interact with differently configured MI-CC systems. We find out that MI-CC systems with more extensive coverage of the design space are rated higher or on par on a variety of creative and goal-completion metrics, demonstrating that wider coverage of the design space can improve user experience and achievement when using the system; Preference varies greatly between expertise groups, suggesting the development of adaptive, personalized MI-CC systems; Participants identified new design space dimensions including scrutability -- the ability to poke and prod at models -- and explainability.

研究の動機と目的

• MI-CCシステムのデザイン空間フレームワークを提案し、実用化する（3軸： initiator, elaboration/reflection, global/local）。
• 物語生成における異なるコミュニケーション構成が、ユーザーが知覚する創造性支援と目標達成にどう影響するかを調査する。
• より広いデザイン空間のカバーが、さまざまな専門知識レベルのユーザー体験を向上させるかを評価する。
• ユーザーから報告された新しいデザイン空間の次元（例：説明可能性／精査可能性）と、それらが協働に与える影響を特定する。

提案手法

• 三つの軸（Human vs. Agent-initiated、Elaboration vs. Reflection、Global vs. Local）を用いた仮想MI-CCデザイン空間を構築する。
• 探索的研究のため、デザイン空間のサブセットを表す7つのMI-CCストーリーテリングシステム変種を具現化する。
• Creative Wandフレームワーク（Creative Context、Experience Manager、Communications、Frontendの4要素）を活用して実験を実行する。
• コミュニケーションモジュールを実装するため、2つのAIストーリーテリングシステム（Topic controlを備えたPlug and BlendとGPT-J、および批評用のCARP）を使用する。
• Creative Support Indexと、制約された10行ストーリーでのタスク遂行を用いて成果を測定する。
• Prolificを通じて募集した185名の被験者を対象に、システム条件をランダム化し、提示順序を対比較デザインで検証する。

実験結果

リサーチクエスチョン

• RQ1 MI-CCデザイン空間のより広いカバレッジは、創造性支援と達成感の知覚を改善するか？
• RQ2 異なるコミュニケーションタイプ（エージェント主導、ヒト主導、展開、反映、グローバル、ローカル）は、専門知識レベルに応じてユーザー体験にどのような影響を与えるか？
• RQ3 MI-CCシステムのユーザ研究から新たな次元（例：説明可能性／精査可能性）はどのように浮かび上がり、それが協働にどのように影響するか？

主な発見

総合	エージェント主導のみ	人間主導のみ	展開のみ	反映のみ	グローバルのみ	ローカルのみ
Q1: 表現力	62.2%*	74.2%*	46.9%	56.7%	78.1%*	63.0%	54.5%
Q2: Enjoyment	60.5%*	74.2%*	43.8%	50.0%	81.2%*	59.3%	54.5%
Q3: Exploration	62.7%*	71.0%*	46.9%	56.7%	71.9%*	70.4%*	60.6%
Q4: Immersion	62.2%*	71.0%*	50.0%	60.0%	75.0%*	59.3%	57.6%
Q5: Collaboration	59.5%*	71.0%*	40.6%	56.7%	81.2%*	59.3%	48.5%
Q6: Result worth effort	60.5%*	64.5%+	53.1%	60.0%	71.9%*	66.7%+	48.5%
Q7: Better responses	61.6%*	67.7%*	56.2%	63.3%	78.1%*	59.3%	45.5%

• 広いデザイン空間のカバレッジは、複数の指標で創造性支援と達成感の認知を等しく、またはそれ以上に高く示す。
• エージェント開始や展開コミュニケーションといった次元を取り除くと、表現性・楽しさ・探究・没入感・協働・成果の質の認知といった創造体験が低下する。
• グローバルのみのコミュニケーションは探究と成果の価値向上を抑制し、創造性探究にはローカル変更の重要性を強調する。
• 参加者の嗜好は専門知識とAIへの親しさによって異なるため、適応的で個別化されたMI-CC構成の必要性が示唆される。
• ユーザーは可制御性と精査可能性を重視し、AIの挙動に対する説明責任を求め、信頼構築とメンタルモデルの改善を期待する。