[논문 리뷰] Jokeasy: Exploring Human-AI Collaboration in Thematic Joke Generation

Yate Ge, Lin Tian외 5명|arXiv (Cornell University)|2026. 02. 10.

Humor Studies and Applications인용 수 0

한 줄 요약

Jokeasy는 주제 유머 창작을 지원하기 위해 자료 소집자(material scout)와 시제품 작성자(prototype writer) 두 가지 역할을 수행하는 검색 가능 프로토타입을 제시하며, 정성적 연구를 통해 평가되었다.

ABSTRACT

Thematic jokes are central to stand-up comedy, sitcoms, and public speaking, where contexts and punchlines rely on fresh material - news, anecdotes, and cultural references that resonate with the audience. Recent advances in Large Language Models (LLMs) have enabled interactive joke generation through conversational interfaces. Although LLMs enable interactive joke generation, ordinary conversational interfaces seldom give creators enough agency, control, or timely access to such source material for constructing context and punchlines. We designed Jokeasy, a search-enabled prototype system that integrates a dual-role LLM agent acting as both a material scout and a prototype writer to support human-AI collaboration in thematic joke writing. Jokeasy provides a visual canvas in which retrieved web content is organized into editable inspiration blocks and developed through a multistage workflow. A qualitative study with 13 hobbyists and 5 expert participants (including professional comedians and HCI/AI specialists) showed that weaving real-time web material into this structured workflow enriches ideation and preserves author agency, while also revealing needs for finer search control, tighter chat-canvas integration, and more flexible visual editing. These insights refine our understanding of AI-assisted humour writing and guide future creative-writing tools.

연구 동기 및 목표

• 동기 부여하고 AI 지원 도구가 실시간 웹 자료 통합을 통해 주제별 유머 생성에 어떻게 기여할 수 있는지 조사한다.
• 시각 캔버스가 있는 구조화되고 다단계 워크플로가 창작자의 주도권을 보존하는지 검토한다.
• 이중 역할 LLM(자료 소집자 + 시제품 작성자)이 아이디어 창출 및 협업에 어떤 영향을 미치는지 평가한다.
• AI 지원 유머 도구에서 검색 제어, 채팅-캔버스 통합 및 시각적 편집을 개선하기 위한 사용자 요구를 파악한다.

제안 방법

• 프로토타입 Jokeasy는 검색 가능 인터페이스를 구현하며, 검색된 웹 콘텐츠가 편집 가능한 영감 블록으로 정리된다.
• 이중 역할 LLM 에이전트는 자료 소집자(소스 자료를 수집하고 선별)와 시제품 작성자(유머 자료를 초안)로서 역할을 수행한다.
• 시각적 캔버스는 영감 블록을 제시하고 다단계 유머 작성 워크플로를 지원한다.
• 참가자(13명의 취미가, 5명의 전문가)가 Jokeasy와 함께 주제별 유머를 구상하고 개발한다.
• 정성적 연구가 사용자 경험을 분석하여 설계 함의와 협업 역학을 도출한다.

실험 결과

연구 질문

• RQ1 실시간 웹 자료를 구조화된 워크플로에 통합하는 것이 주제별 유머 작성에서 아이디어 생성에 어떤 영향을 미치는가?
• RQ2 자료 소집자 겸 작가 AI 구성은 공동 창작 과정에서 창작자의 주도권을 보존하거나 강화하는가?
• RQ3 효과적인 AI 지원 유머 도구를 위한 설계 요구사항(검색 제어, 채팅-캔버스 통합, 시각적 편집)은 무엇인가?
• RQ4 Jokeasy를 사용할 때 취미가와 전문 코미디언 또는 HCI/AI 전문가 간의 경험 차이는 무엇인가?

주요 결과

• 실시간 웹 자료를 워크플로에 엮는 것이 아이디어 생성을 풍부하게 한다고 발견했다.
• 이 접근 방식은 창작 과정에서 창작자의 주도권을 보존하는 데 도움이 된다.
• 참가자들은 더 정교한 검색 제어의 필요성을 강조했다.
• 사용자는 채팅 인터페이스와 캔버스 간의 더 긴밀한 통합을 요청했다.
• 사용자는 반복적 정제를 지지하기 위한 더 유연한 시각 편집을 원했다.