评估计算机协同创作系统的创造力

计算机程序以各种方式帮助人类，包括他们的创造性努力。北卡罗来纳大学夏洛特分校和悉尼大学的研究人员最近开发了一个新的框架，用于评估人与计算机在创造性任务上合作的共同创造系统中的创造力。

几年来，研究人员一直在研究如何开发基于AI的创造力。他们之前的一项研究质疑了计算机程序单独或与人类代理人合作创作创作作品的创造力来源，而另一项研究则开发了人工智能来评估个人设计的创造力。

“创意系统是智能系统，可以单独或协同执行创造性任务，”研究人员在他们的论文中解释道。“有三种主要策略可以表现出计算机在创意系统中的作用：完全自治系统，创意支持工具和共同创作系统。”

全自动系统旨在使用包括机器学习，生产规则和演化方法在内的技术工具，在没有人工协助的情况下生成创造性工件。另一方面，创意支持工具是支持人类用户创造力的应用程序或程序，允许他们使用基于技术的方法表达自己的才能。

然而，在他们最近的研究中，研究人员专注于第三种类型的共同创造系统，其中计算机和人类相互协作以产生共同的创造性作品。这些类型的系统已经应用于各种领域，包括艺术，幽默，游戏和机器人。一个例子是Drawing Apprentice，这是一个共同创造性的应用程序，需要人类用户和AI代理人完成绘图任务之间的协作。

在他们的论文中，研究人员特别将共同创造系统定义为“至少一个AI代理人与至少一个人之间的互动，他们根据合作伙伴的反应和他们自己在共同创造时的创造性概念化来采取行动。任务。”

尽管这些系统越来越受欢迎，但目前还没有评估它们的标准方法。为解决这一缺陷，研究人员基于四个主要问题制定了一个理论框架：谁在评估创造力?正在评估什么?何时进行评估，以及如何进行评估?

将这些问题应用于共同创作系统的六个示例中，他们得出结论，现有的共同创作系统通常侧重于评估用户体验以及此体验的产品。换句话说，许多现有的联合创意系统拓宽了创造力支持工具，以代表计算机程序包含更积极的贡献。

“与创造力支持工具不同，共同创造力系统具有通过嵌入对AI代理人的创造力的自我意识进行自我评估的潜力，”研究人员在他们的论文中解释道。“自我评估的能力可以根据AI代理人的创造性概念，有意识地引导用户走向或远离特定区域的可能性。”

研究人员还得出结论，与自主系统相比，共同创造系统受益于人类互动，在过程中引入人类洞察力和对创意产品的感知。整合自主创意系统采用的评估方法可能会使共同创意系统变得自我意识和有意识。

“与完全自主的创意系统和创意支持工具不同，共同创意系统使用的创作过程不是单一代理的结果，而是一种协作，”研究人员解释说。“这意味着现有的评估计算创造力或人机交互(人机交互)方法评估创造力支持的方法是不够的。”

未来，研究人员计划进一步开发框架，并将其用于比较不同示例或实现中的共同创作系统的评估，以及将其与其他类型的创造性系统(例如自主和创造性支持工具)进行比较。