SARD: A Human-AI Collaborative Story Generation

📄 arXiv: 2403.01575v1 📥 PDF

作者: Ahmed Y. Radwan, Khaled M. Alasmari, Omar A. Abdulbagi, Emad A. Alghamdi

分类: cs.HC, cs.AI

发布日期: 2024-03-03

💡 一句话要点

提出SARD以解决人机协作故事生成中的创作障碍

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 生成性人工智能 人机协作 故事生成 可视化界面 大型语言模型 创作支持 心理负担 词汇多样性

📋 核心要点

  1. 现有的故事生成工具在支持人机协作时，往往导致作家在创作过程中面临心理负担和注意力分散的问题。
  2. SARD通过拖放可视化界面，旨在帮助作家更好地构建故事结构，同时利用大型语言模型生成内容。
  3. 实验结果表明，SARD在可用性上存在一定优势，但AI生成的故事在词汇多样性上仍有待提升。

📝 摘要（中文）

生成性人工智能（GenAI）为讲故事者带来了新的创作工具，能够激发创造力并探索未开发的叙事领域。本文提出了SARD，一个基于拖放的可视化界面，用于利用大型语言模型生成多章节故事。我们评估了SARD的可用性及其对创作支持的影响，发现虽然节点式可视化有助于作家建立心理模型，但在故事复杂化时却增加了作家的心理负担，成为分散注意力的源头。此外，AI生成的故事在词汇多样性方面表现较差。我们识别了工具的一些模式和局限性，为未来人机协作写作工具的发展提供了指导。

🔬 方法详解

问题定义：本研究旨在解决现有故事生成工具在支持人机协作时所带来的心理负担和注意力分散问题。现有方法往往无法有效帮助作家在复杂故事创作中保持专注和创造力。

核心思路：SARD的核心思路是通过拖放的可视化界面，帮助作家构建故事的结构，同时利用大型语言模型生成文本内容。这种设计旨在增强作家的创作体验，减少心理负担。

技术框架：SARD的整体架构包括用户界面模块、故事结构生成模块和内容生成模块。用户通过拖放操作构建故事节点，系统则利用语言模型生成相应的文本内容。

关键创新：SARD的主要创新在于结合了可视化的故事结构设计与AI生成内容的能力，提供了一种新的创作方式。这与传统的线性写作方法形成了鲜明对比，能够更好地支持复杂故事的构建。

关键设计：在设计中，SARD采用了节点式可视化界面，允许用户自由构建故事结构。同时，系统在生成文本时，使用了特定的参数设置以优化生成内容的连贯性和逻辑性。

🖼️ 关键图片

fig_0
fig_1

📊 实验亮点

实验结果显示，SARD在可用性评估中表现良好，但AI生成的故事在词汇多样性方面较低，未能显著提升。尽管如此，节点式可视化帮助作家建立了更清晰的故事结构，显示出其在创作支持方面的潜力。

🎯 应用场景

SARD的潜在应用场景包括小说创作、剧本编写和游戏叙事设计等领域。通过人机协作，作家可以更高效地生成复杂的故事情节，提升创作效率。此外，该工具的设计理念也可为其他创意写作工具的发展提供参考。

📄 摘要（原文）

Generative artificial intelligence (GenAI) has ushered in a new era for storytellers, providing a powerful tool to ignite creativity and explore uncharted narrative territories. As technology continues to advance, the synergy between human creativity and AI-generated content holds the potential to redefine the landscape of storytelling. In this work, we propose SARD, a drag-and-drop visual interface for generating a multi-chapter story using large language models. Our evaluation of the usability of SARD and its creativity support shows that while node-based visualization of the narrative may help writers build a mental model, it exerts unnecessary mental overhead to the writer and becomes a source of distraction as the story becomes more elaborated. We also found that AI generates stories that are less lexically diverse, irrespective of the complexity of the story. We identified some patterns and limitations of our tool that can guide the development of future human-AI co-writing tools.