[論文レビュー] Team Learning as a Lens for Designing Human-AI Co-Creative Systems

Frederic Gmeiner, Kenneth Holstein+1 more|arXiv (Cornell University)|Jul 6, 2022

Virtual Reality Applications and Impacts被引用数 7

ひとこと要約

本稿は、人間とAIの共同創造的協働を、協働の質を向上させるために、チーム学習プロセスとして再定式化する。共有されたメンタルモデルと適応的支援を用いて、ユーザーがシステムの能力と限界を学べるよう支援する。本稿では、コアな創造的機能と適応的チーム学習層を統合する図式的フレームワークを提示し、コミュニケーション、相互理解、およびユーザーとシステムのメンタルモデルの反復的精錬を通じて協働を強化することを目的としている。

ABSTRACT

Generative, ML-driven interactive systems have the potential to change how people interact with computers in creative processes - turning tools into co-creators. However, it is still unclear how we might achieve effective human-AI collaboration in open-ended task domains. There are several known challenges around communication in the interaction with ML-driven systems. An overlooked aspect in the design of co-creative systems is how users can be better supported in learning to collaborate with such systems. Here we reframe human-AI collaboration as a learning problem: Inspired by research on team learning, we hypothesize that similar learning strategies that apply to human-human teams might also increase the collaboration effectiveness and quality of humans working with co-creative generative systems. In this position paper, we aim to promote team learning as a lens for designing more effective co-creative human-AI collaboration and emphasize collaboration process quality as a goal for co-creative systems. Furthermore, we outline a preliminary schematic framework for embedding team learning support in co-creative AI systems. We conclude by proposing a research agenda and posing open questions for further study on supporting people in learning to collaborate with generative AI systems.

研究の動機と目的

• 人間-AI共同創造システムにおけるプロセス志向の評価の欠如に応えるために、本稿は協働の質を主な設計目標として位置づける。
• 人間と機械学習駆動のシステムとの間のコミュニケーションや相互理解の課題に対処するため、本稿は効果的な協働のための概念的レンズとしてチーム学習を導入する。
• ユーザーが生成AIと効果的に協働する方法を学べるよう支援するため、本稿はチーム学習戦略を共同創造システム設計に直接統合することを提唱する。
• 今後のAIツールの開発を導くために、本稿は人間-AI共同創造ワークフローにチーム学習支援を統合するための図式的フレームワークを提示する。
• さらなる研究を促すために、本稿は人間-AI創造的協働におけるチーム学習に焦点を当てた研究アジェンダを提唱する。

提案手法

• 本稿は、コアな創造的システム機能（A–C）と協働の調整を可能にする適応的支援層（D）を統合する図式的フレームワーク（図1）を開発する。
• フレームワークは、明示的および暗黙的なコミュニケーションを通じて、ユーザーとAIの間で共有されたメンタルモデル（E）を構築することに重点を置き、目的、能力、限界の相互理解を可能にする。
• システムは、創造的タスク中にユーザー自身とAIの相対的な強みと制約を理解するのを支援することで、ユーザーの自己認識を支援する。
• フレームワークには、システム動作に対するユーザーのコントロール（F）が含まれており、ユーザーがAI支援のレベルと種別を調整できるようにする。
• 本アプローチは、交渉、議論、解決を含む人間チーム学習研究に着想を得ており、AIインタラクション設計に活かす。
• 本手法は、人間の専門家がAI支援をシミュレートする「ウィザード・オブ・オズ」技術を用いた形態的調査を含み、AI設計に役立てるためのコミュニケーションおよび指導的戦略を分析する。

実験結果

リサーチクエスチョン

• RQ1 チーム学習は、多様な創造的分野およびユーザー層において、協働を支援するための実用的で望ましいアプローチとみなせるか？
• RQ2 人間-AI共同創造システムにおけるチーム学習の主な目標は何か。また、それらはシステム設計においてどのように具体化できるか？
• RQ3 フロー状態の創造的活動中に、非干渉的で、作業の流れを妨げないチーム学習を支援するための、最も適したモダリティとコミュニケーションスタイルは何か？
• RQ4 リアルタイムで、ユーザーと生成AIシステムとの間で共有メンタルモデルの構築を効果的に支援するにはどうすればよいか？
• RQ5 共同創造プロセスにおいて、ユーザーの自律性、コントロール、およびシステムの自律性のバランスを最適化するための最良のデザインパターンとインタラクション戦略は何か？

主な発見

• 本稿は、効果的な人間-AI共同創造が、出力の質にのみ注目するのではなく、コミュニケーションや相互理解を含む協働プロセスの質に注目する必要があることを確立している。
• フレームワークは、交渉、議論、適応的調整といったチーム学習戦略を、共同創造AIシステムに体系的に統合できることを示している。
• 人間の専門家がAIをシミュレートする形態的観察から、ユーザーの状態や目的をモデル化するといった、重要な支援戦略が明らかになった。これらはAIチーム学習支援の設計に役立つ。
• 本研究は、ユーザー自身とAIの能力に対する自己認識を育てることが、効果的な協働にとって不可欠であると特定している。
• 人間チーム学習におけるコミュニケーションパターン、たとえば建設的対立とその解決は、人間-AIインタラクションを強化するために適応可能であると強調している。
• 提案されたフレームワークは、リアルタイムの共同創造ワークフローにおいてチーム学習を支援するイン telligent ユーザインターフェースを設計する基盤を提供する。