[论文解读] Friend, Collaborator, Student, Manager: How Design of an AI-Driven Game Level Editor Affects Creators

Matthew Guzdial, Nicholas Liao+7 more|arXiv (Cornell University)|Jan 18, 2019

Artificial Intelligence in Games参考文献 48被引用 24

一句话总结

本文提出 Morai Maker，一款由人工智能驱动的游戏关卡编辑器，允许人类设计师通过回合制界面与AI代理协作，共同创作类《超级马里奥兄弟》风格的关卡。研究发现，设计师们为AI赋予了多种角色——朋友、合作者、学生或管理者——并据此调整自身设计实践，普遍认为AI在激发灵感和促进创意探索方面具有重要价值，尽管可解释性对用户行为的影响有限。

ABSTRACT

Machine learning advances have afforded an increase in algorithms capable of creating art, music, stories, games, and more. However, it is not yet well-understood how machine learning algorithms might best collaborate with people to support creative expression. To investigate how practicing designers perceive the role of AI in the creative process, we developed a game level design tool for Super Mario Bros.-style games with a built-in AI level designer. In this paper we discuss our design of the Morai Maker intelligent tool through two mixed-methods studies with a total of over one-hundred participants. Our findings are as follows: (1) level designers vary in their desired interactions with, and role of, the AI, (2) the AI prompted the level designers to alter their design practices, and (3) the level designers perceived the AI as having potential value in their design practice, varying based on their desired role for the AI.

研究动机与目标

• 探究人类游戏设计师在关卡设计中如何感知并互动于作为共同创作者的AI。
• 理解AI驱动工具的设计如何影响用户行为与创意实践。
• 考察人类- AI 协作设计中AI的感知价值与角色期望。
• 识别支持游戏开发中创意协作的AI工具设计启示。

提出的方法

• 开发 Morai Maker，一款回合制游戏关卡编辑器，集成基于深度学习的AI代理以实现程序化关卡生成。
• 针对100余名在职游戏设计师开展两次混合方法用户研究，以评估人机交互效果。
• 通过定性访谈与行为分析，将用户对AI的角色归类为：朋友、合作者、学生或管理者。
• 采用人机协同解释系统，评估可解释人工智能是否提升了用户参与度或工具使用率。
• 收集并分析用户设计日志、会话反思以及协作设计过程中的行为适应情况。
• 映射用户期望与AI角色认知，以识别交互设计与创意适应中的模式。

实验结果

研究问题

• RQ1 游戏设计师在协作关卡设计过程中如何感知并为AI代理分配角色？
• RQ2 当与AI作为共同设计者协作时，设计师在多大程度上调整自身的创作实践？
• RQ3 设计师在创作工作流中将AI代理视为何种价值来源？
• RQ4 可解释人工智能在多大程度上影响了用户与AI共同设计者的互动与信任？

主要发现

• 设计师对AI期望的角色存在显著差异，依据其艺术风格与互动模式，将AI归类为朋友、合作者、学生或管理者。
• 设计师表现出行为适应，主动调整自身设计策略以更好地整合或响应AI生成的内容。
• AI被广泛视为创意灵感的来源，尤其在设计师遭遇设计瓶颈或寻求新颖点子时尤为有用。
• 尽管引入了可解释AI机制，用户仍常自行解释AI的行为，表明对系统解释的依赖程度有限。
• AI的存在促使部分用户更积极地尝试与探索非传统设计选择，例如参与者6表示：'它确实让我更想尝试一些奇怪的点子'。
• 将AI视为主导或专家级伙伴的用户更可能调整自身设计以契合AI建议，例如参与者8表示希望'让[AI添加的内容]显得更合理'。