前兩天剛看完毒液的小編表示不敢相信。漫威之父斯坦李老爺子走了。
回顧老爺子筆下的人物，他們大多擁有超級能力或是人工智慧體。
圖片來源：http://www.sohu.com/a/221701143_223414
例如在電影《復仇者聯盟2》中，奧創是託尼·斯塔克和班納博士聯合創造的，來源於鋼鐵俠的人工智慧「賈維斯」。後來奧創擁有了自我意識，思想開始轉變為反派，想要消滅地球上的所有生命，稱霸地球。然而在地球面臨生存死亡的緊急時刻，其他強大的超級英雄們挺身而出，他們聯合起來拯救地球，阻止可怕的人工智慧機器奧創。
圖片來源：http://songshuhui.net/archives/92376
其實人工智慧與人並非是老爺子筆下的奧創與超級英雄們的敵對關係，更多的是互相協作。在未來人類會與人工智慧如何相處合作呢？下面的研究將幫助你了解人與人工智慧協作的過程及體驗。
（點擊文末「閱讀原文」，附原文下載連結）
《I Lead, You Help But Only with Enough Details: Understanding the User Experience of Co-Creation with Artificial Intelligence》（CHI 2018）
ABSTRACT
Recent advances in artificial intelligence (AI) have increased the opportunities for users to interact with the technology. Now, users can even collaborate with AI in creative activities such as art. To understand the user experience in this new user–AI collaboration, we designed a prototype, DuetDraw, an AI interface that allows users and the AI agent to draw pictures collaboratively. We conducted a user study employing both quantitative and qualitative methods. Thirty participants performed a series of drawing tasks with the think-aloud method,followed by post-hoc surveys and interviews. Our findings are as follows: (1) Users were significantly more content with DuetDraw when the tool gave detailed instructions. (2) While users always wanted to lead the task, they also wanted the AI to explain its intentions but only when the users wanted it to do so. (3) Although users rated the AI relatively low in predictability, controllability, and comprehensibility, they enjoyed their interactions with it during the task. Based on these findings, we discuss implications for user interfaces where users can collaborate with AI in creative works.
摘要
人工智慧(AI)的最新進展增加了用戶與該技術互動的機會。現在用戶甚至可以在藝術等創造性活動中與人工智慧合作。為了了解合作中用戶的體驗，我們設計了一個原型，DuetDraw，一個允許用戶和人工智慧共同協作繪製圖片的人工智慧界面。我們使用定量和定性方法進行了一項用戶研究。召集30名參與者用think-aloud方法進行了一系列繪畫任務，然後進行了事後調查和訪談。最終發現:(1)當工具給出詳細說明時，用戶對DuetDraw更加滿意。(2)雖然用戶總是希望領導這項任務，但他們也希望人工智慧能夠解釋其意圖，前提是用戶希望人工智慧這樣做。(3)雖然用戶對人工智慧的可預測性、可控性和可理解性評價相對較低，但他們喜歡在工作中與人工智慧的互動。基於這些發現，我們討論了用戶界面的含義，用戶可以在創造性工作中與人工智慧合作。
實驗介紹
人工智慧(AI)時代，人工智慧與人類在各個領域的能力相當。許多交互方式也與之結合，例如語音用戶界面和汽車的自動駕駛等。
人工智慧的應用預計將在許多領域變得越來越普遍。它不僅能幫助人類完成重複性的、艱巨的任務，而且能完成複雜而精細的工作。此外，不僅人類可以引導人工智慧，人工智慧也可以引導人類。甚至他們可以一起工作，在各種創造性任務中產生合理的結果，包括寫作、繪畫和解決問題。
為了探索人類用戶與人工智慧的協作，我們設計了一個原型，DuetDraw，人工智慧和用戶可以以協作的方式繪製圖片。DuetDraw包含多種基於人工智慧的功能。該原型工具可以使用最先進的人工智慧技術幫助用戶執行繪圖任務,如完成用戶繪圖中的其餘對象、以不同的風格畫相同的對象、為對象提供圖片匹配建議以及找到一個空的空間在畫布上,並自動著色草圖等(圖1)。
圖1.在Lead模式下使用DuetDraw繪圖。 使用DuetDraw，用戶和AI可以協作繪製圖片。
表1.使用DuetDraw繪製圖片的場景
為了了解用戶在與人工智慧協作中的用戶體驗，我們使用定量和定性的方法對DuetDraw進行了用戶研究。我們關注的是溝通(詳細/基本)和主動(引導/協助)對用戶體驗的影響。通過結合這兩個因素,我們設計了四個實驗條件(引導/協助)×(詳細/基本)和一個控制條件(no-AI)。我們招募了30名參與者，讓他們在五種條件下進行一系列繪畫任務，並使用think-aloud方法收集用戶在執行任務時的反饋。事後我們還進行了調查和半結構化訪談。
圖2. DuetDraw的兩種不同通信方式的示例。
實驗分析
定量分析
在定量分析中，我們的目的是檢查用戶對每種情況的評價是否存在顯著差異，以及如何解釋這些差異。由於每個參與者都完成了所有五項任務(主題內設計)，我們使用單向重複測量方差分析調查數據，比較每種情況對用戶體驗的影響。我們還進行了Tukey的HSD測試，作為配對比較的事後測試。
定性分析
研究採用紮根理論技術對來自think-aloud和訪談的定性數據進行轉錄和分析。分析分為三個階段。在第一階段，所有的研究團隊成員一起審閱轉錄，分享他們的想法，討論實驗和訪談中觀察到的主要問題。我們重複這一階段三次，以擴展我們對數據的理解。在第二階段，我們使用由Optimal Workshop提供的定性研究軟體工具Reframer進行關鍵字標籤和主題構建。把訪談記錄分成句子，最終得到了635個觀察結果。在查看數據時，我們在每個句子中注釋了多個關鍵字標記，以便關鍵字可以概括和表示整個內容。最終創建了365個關鍵字標籤，接著我們第二次查看了這些標籤和文本。然後，結合相關標籤，進行了主題構建過程，從數據中得到30個主題。在第三階段，我們對這些主題進行了提煉、聯繫和整合，將其分為四個主要類別。
實驗結果
通過用戶研究，我們從調查中得到問卷回復，從訪談和think-aloud環節中得到轉錄，總結了30名參與者繪製的150張圖（圖3），分析結果如下。
圖3.參與者在實驗中繪製的圖片。
結果1:定量分析
詳細的說明方式優先於粗略基本的說明方式
通過多對數據比較，我們發現參與者傾向於選擇詳細的教學而不是基本的教學。具體來說，在繪製模式相同的情況下，我們檢查了交流模式是否對用戶的評分有顯著影響。
首先，當主動性風格被引導使用時，我們發現15個項目中有9個項目顯示詳細指令明顯高於基本指令(對比表2中的1,t值和p值，如表2所示):易於使用、易於學習、高效、舒適、健談、友好、一致的、易於理解的、可控的。雖然差異不大，但其餘六項的趨勢是相同的。其次，當主動風格作為輔助時，我們觀察到相同的模式和顯著的差異(表2比較2):易於學習、有效、舒適、溝通、友好、一致。雖然差異不大，但其餘六項的趨勢是相同的。
使用Lead-Basic的用戶體驗可能比使用Assist-Detailed的用戶體驗更糟糕
調查分析中最有趣的一個結果是，當用戶得到主動的基本指令時，用戶體驗可能會低於非主動的詳細指令。兩兩比較結果表明，15項中有9項(b) Lead-Basic成績顯著低於(c) Assist-DetAIled成績(表2比較3):易於使用、易於學習、有效、舒適、溝通、友好、一致、可預測、可理解的。儘管這些差異不是顯著的，但這些趨勢在剩下的物品上是相同的，除了好玩。這一結果表明，與人工智慧溝通相關的問題可能比主動問題更重要。
人工智慧是有趣的，有用的，有效的，高效的
我們還發現，四項任務中處理條件的得分均高於對照組(表3為4-7，表3為t值和p值):有用、有效、高效、有趣。有用的,有效的和高效的,詳細的指令時,支持,引導和幫助顯示得分顯著高於基本分數。這些項目相關的基本界面的可用性,我們認為與人工智慧可以幫助用戶提升交互的任務績效。此外，在樂趣方面，在所有四種模式下，處理條件的得分都明顯高於控制條件(表3中比較4-7)。這說明與人工智慧的交互可以給用戶帶來樂趣和興奮，並增強基本可用性。
No-AI更加可預測、易於理解和可控
然而，正如之前的研究所指出的，處理條件對可預測的、可理解的、可控的項目的評分低於對照組。
圖4.根據每個條件和單向重複測量ANOVA結果產生每個項目的用戶評級箱形圖。 除了fulfilling之外，所有項目都呈現出顯著差異。 （（a）引導-詳細，（b）引導 - 基礎，（c）輔助 - 詳細，（d）輔助 - 基本，（e）no - AI，F（4,26）。虛線代表平均值每個項目。最右邊一列中淺藍色背景的項目與AI特定問題有關。統計學上顯著的結果報告為p <0.001 ***，p <0.01 **，p <0.05 *）
表2.Tukey的HSD測試結果。 比較1（（a）>（b））和比較2（（c）>（d））的結果顯示參與者首選基本教學。 比較3（（c）>（b））的結果表明，Assist-Detailed提供了比Lead-Basic更好的體驗。
表3. Tukey的HSD測試結果。 在有趣，有用，有效，高效的情況下，所有處理條件產生的分數高於對照條件（（a），（b），（c），（d）>（e））。 相反，在可預測，可理解和可控制的情況下，所有處理條件產生的分數低於對照條件。
在可預見的情況下,所有四個處理條件記錄得分顯著低於控制條件(比較表3中4 - 7)。在可控的情況下，所有四種處理條件的得分均顯著低於對照組控制條件(表3比較4-7)。在可理解的情況下，當溝通方式為基本溝通時，處理條件有顯著差異(對比表3中的5,7)。
同時，詳細的指令可以克服AI接口的這些缺點。雖然他們得到的分數比控制條件低，但是詳細的教學條件得到的分數比三種基本教學條件都高:可預測的、可捕捉的和可控制的。在理解的情況下,每一個詳細的教學條件記錄得分顯著高於基本教學條件(表2比較1，2)，在可控的情況和引導條件下，詳細指令條件的得分明顯高於基本條件(表2比較1)。我們可以在所有其他情況下識別相同的趨勢,即使這在很大程度上不是如此。
即使可預測性很低，用戶的樂趣和興趣也會增加
通過進一步的分析，我們研究了可預測得分和樂趣得分之間的相關性。結果表明，可預測性與趣味性存在顯著負相關(相關係數-0.847,p=.0010**)。這意味著雖然人工智慧界面具有低可預測性的缺點，但同時它可以為用戶提供更有趣的體驗。
結果2:定性分析
在定性分析中，我們旨在更深入地調查用戶的想法，並在調查結果之後得出隱藏的特徵。具體來說，我們試圖確定用戶對主動溝通方式的感知，他們所展示的特徵，以及他們在與人工智慧互動時看重的因素。我們發現，用戶希望人工智慧可以在用戶希望的時候提供詳細的說明。此外，參與者想在任務中自發做出每一個決定。參與者有時會將人工智慧擬人化，並顯示出人類和非人類特徵的明顯區別。最後，參與者們說，用人工智慧畫畫是一種前所未有的積極體驗。
足夠的指令
總的來說，參與者希望人工智慧在任務中提供足夠的指導。與此同時，參與者們不希望人工智給出太多的命令性的指示。
用戶總是希望去領導
參與者在實驗中表現出的最重要的特徵之一是他們強烈的主動性，儘管在調查中領導模式並不是最受歡迎的。參與者能夠隨時做出決定的權利似乎比處於領導模式本身更重要。大多數參與者「總是」想要採取主動。即使在人工智慧引導和用戶協助繪圖的輔助模式下，他們也試圖採取主動。
此外，一些參與者甚至想拒絕人工智慧的要求。他們試圖無視人工智慧的要求，以一種他們認為更合適的方式改變畫面。
人工智慧與人類相似，但不可預測
在這項任務中，我們觀察到參與者傾向於使用人工智慧。根據詳細特性，將它擬人化。他們認為這是一個真正有個性的經紀人。此外，他們不認為人工智慧與人類是平等的;相反，他們認為人工智慧是人們的下屬。
此外，參與者們表示，他們有時會把自己的畫與人工智慧的畫進行比較，當人工智慧繪製的圖片比他們的作品好得多時，他們感到很不開心。並且參與者們認為這傷害了他們的信心。
共同創造與人工智慧
儘管DuetDraw會帶來一些不便和尷尬，但大多數參與者認為使用人工智慧繪畫是一種愉快而有趣的體驗。
與此同時，當人工智慧繪製出了參與者意想不到的圖片時，他們也會非常滿意。當人工智慧突然畫出了他們想要的東西，卻沒有料到人工智慧會畫出來時，用戶們感到既驚訝又高興。當人工智慧繪製出與他們預期不同的圖片時，他們也很高興。
結論
本研究考察了一個關於用戶與人工智慧協作的界面的用戶體驗，通過進行創造性工作，關注人工智慧與用戶交流以及主動性相關的問題。我們設計了一個原型令人工智慧和用戶可以合作繪製圖片，並使用定量和定性的方法進行用戶研究。研究結果表明,在合作期間，用戶認為：當人工智慧在必要的時候提供詳細解釋時,他們會更加滿意；人工智慧需要要採取主動,這樣用戶才能通過與人工智慧的交互獲得樂趣和新的用戶體驗。最後，基於這些發現，我們建議為從事創造性工作的用戶與人工智慧之間設計邏輯模型。我們希望這項工作將成為邁向更豐富和更包容的界面理解的一步，在其中方便用戶和人工智慧合作，並產出具有創造性的作品。
寫在最後：
AI與人在未來到底會如何相處與協作？我們把答案留給時間。再次由衷地感謝老爺子帶給我們的想像，更加感謝老爺子給我們構建出的漫威英雄宇宙和不朽的英雄夢。
關於本公眾號的學術分享板塊，我們做了一個投票調研，歡迎大家提出自己的意見~
論文下載連結或點擊「閱讀原文」
http://delivery.acm.org/10.1145/3180000/3174223/paper649.pdf?ip=222.244.139.184&id=3174223&acc=ACTIVE%20SERVICE&key=BF85BBA5741FDC6E%2E1C775F1AC6329F5A%2E4D4702B0C3E38B35%2E4D4702B0C3E38B35&__acm__=1542116343_badcf2ab1d59f7c2116cae30557a3a5d
TAN智能HAO設計
為您持續分享優質設計論文
文編：麓有喬木 人禾
美編：麓有喬木 人禾
責編：人禾
— 推薦閱讀 —
（點擊藍字即可閱讀）
從未想到，我對這個實驗室一見鍾情
湖南大學智能設計與交互體驗實驗室簡介
i談 | 尤作：我在設計藝術學院做人工智慧
聽聽我說的吧：青年學術沙龍，他們都講了什麼
揭秘！AI設計師成長之路
這裡有一份智能設計入門資源推薦
你能勝任智能設計師的職位嗎？
重慶公交墜江 | 設計論文：駕駛情緒-為駕駛體驗注入同理心以應對壓力
設計，讓人人都用得起人工智慧
湖南大學智能設計與交互體驗實驗室（iDiLab）的前身是湖南大學人機工程實驗室和湖南大學人機工程與交互體驗實驗室，該實驗室由趙江洪教授成立於1982年，是國內設計學科最早成立的相關實驗室之一，2018年正式更名為湖南大學智能設計與交互體驗實驗室。目前，該實驗室隸屬於湖南大學設計藝術學院，依託於汽車車身先進設計製造國家重點實驗室和湖南大學設計學博士後科研流動站。