人工智能模型的偏见和错误无法避免，设计师如何与不完美的AI协同工作、如何“变废为宝”来启发设计师灵感？湖南大学设计艺术学院师生的相关工作《Smart “Error”! Exploring Imperfect AI to Support Creative Ideation》，近日被CCF A类国际顶级会议ACM CSCW（27th ACM Conference On Computer-Supported Cooperative Work And Social Computing，计算机支持的协同工作与社会计算）录用，并将由国际期刊Proceedings of the ACM on Human Computer Interaction出版。
CSCW是典型的计算科学与社会科学的跨学科交叉领域，主要研究如何利用计算机技术分析和理解人的社会协同行为，以及如何构建新的协同计算工具等。由于该领域的研究问题新颖，所涉及的应用领域广泛，长期以来吸引了大量在交叉领域工作的研究者，其中美国学者是绝对主力。近三年来（2020~2022）CSCW会议（以期刊形式出版）共发表论文973篇，其中美国发表676篇，占比近70%，英国以47篇位居第二。中国在CSCW领域的研究近年有了较大突破，近三年在CSCW会议上共发表论文20篇，占比近2.1%，同澳大利亚（19篇）与韩国（19篇）接近（数据来源：https://www.ccf.org.cn/Membership/Group_Member/Stories/2023-06-14/792665.shtml）。
论文学生作者吕君妍（2021级硕士生）和崔盛兰（2022级博士生），在刘芳教授、栾之珑助理教授等老师的指导下取得这一阶段性里程碑成果。吕君妍主要研究方向为数据叙事可视化和设计创造力支持工具，崔盛兰主要研究方向为基于人工智能技术的艺术设计作品版权保护。
AI浪潮对设计师的创造力和适应力提出了更高要求，人类和AI都不必追求完美，团队从一个全新的视角提出了人智协同机制和灵感启发策略，使得AI能够多维度地支持设计师创造力，唤起人们对AI“错误”的新见解，在未来探索出更多类型的人机协同共创模式。
----------------------论文工作简介--------------------------
随着人工智能（AI）的迅猛发展，尤其像ChatGPT等模型出现，AI智能和高效决策能力引起了人们的广泛关注，并被视为设计过程中的合作伙伴。但由于AI工作模型的不透明性、数据噪声和模型差异等因素，AI错误在未来一段时间内是不可避免的。
图1 目标检测任务中的“AI错误”示例
同时，现有的设计灵感素材往往让设计师陷入直接相关或熟悉的材料之中，容易思维固化并限制创意发展。“AI错误”的不确定性不仅能带来独特的见解，而且与真实结果之间的特殊关联能够有效引导设计思维，成为挖掘新视角、促进创造力的重要设计材料。因此，团队探索了如何将看似无用的“AI错误”转化为设计师的洞察力和创造力的宝贵来源，提出了让“AI错误”在设计师与AI协作中发挥实践价值的新策略。
图2 论文整体研究框架
团队结合交叉学科特色，选择目标检测任务作为研究案例，通过广泛的用户调查，凝练出了设计师视角下6个“AI错误”启发维度；构建了CETR设计模型，定义了应用“AI错误”的4种创造力模式，总结了启发维度、真实/错误结果间相关/相似水平和CETR的关系。该结论可进一步指导设计师与AI构思共创。
图3 CETR设计模型，包括应用“AI错误”的4种创造力模式
通过结合专业设计知识和模型实践应用，团队进一步提出了生成启发性“AI错误”的2种方法，以及应用AI“错误”启发设计师灵感的3个策略，并对未来人工智能自我意识和人智协同设计研究提供了见解。
基于该成果的图像创意探索和交流平台Smart Error正在同步开发中，敬请关注！
----------------------Join Us！--------------------------
团队欢迎对智能交互设计、文化大数据、可视化方向具有浓厚兴趣、拥有比较扎实基础和较强自学能力的博士研究生、硕士研究生、博士后、科研助理加入我们。
刘芳教授个人主页https://grzy.hnu.edu.cn/mobile/m_index/liufang
