Nonslop:人机协作写作的游戏化实验
摘要
本文介绍了一个游戏化实验,参与者在写作时不被鼓励使用AI建议,分析人类在何种情况下会采纳AI辅助而非保持创意自主性。
arXiv:2606.12350v1 公告类型:新
摘要:大型语言模型(LLMs)的快速普及引发了关于人类创造力和个体表达在AI辅助创作时代的关键问题。人类何时会采纳AI建议?这对个人风格有何影响?
本研究通过一个游戏化写作练习来探讨这些问题,74名参与者(214份回复)在写作时可以获得AI生成的单词建议。该游戏模拟了一个反乌托邦的未来,其中AI试图从剩余的人类个性中学习,并且不鼓励类似AI的写作。通过这种方式,它试图创造能够揭示真实用户偏好而非默认行为(例如接受现成的AI建议)的条件。请注意,这是对“有益助手”设计模式的刻意反转;系统明确禁止你接受AI建议。
我们分析了不同任务类型、用户行为和回复特征中的行为模式,以理解影响创意任务中人机互动的因素。研究重点在于用户何时选择保持创意自主性,而非违反游戏规则接受AI协助。此外,我们还探讨了这些选择与回复模式、任务特征和用户行为之间的关系。这种游戏化方法既为研究真实的人机互动提供了一个框架,也为理解AI增强创造力中效率与真实性之间的张力提供了发人深省的视角。
查看缓存全文
缓存时间: 2026/06/11 13:52
# Nonslop:人类与AI协作写作的游戏化实验 来源:https://arxiv.org/abs/2606.12350 查看PDF (https://arxiv.org/pdf/2606.12350) HTML(实验性)(https://arxiv.org/html/2606.12350v1) > 摘要:大型语言模型(LLMs)的快速普及引发了关于人类创造力与个体表达在AI辅助创作时代的关键问题。用户何时会采纳AI建议?这对个人风格有何影响?本研究通过一项游戏化写作实验来探讨这些问题:74名参与者(共214份回答)在写作时,AI会提供单词建议,但实验刻意营造了一个反乌托邦的未来场景——AI正试图从残存的人类个性中学习,并抑制类似AI的写作行为。通过这种方式,实验试图创造能揭示用户真实偏好的条件,而非默认行为(例如直接接受现成的AI建议)。注意,这与"乐于助人的助手"设计模式刻意相反:系统明确禁止你接受AI建议。我们分析了用户在不同任务类型、用户行为及回答特征中的行为模式,以理解创意任务中人机交互的影响因素。研究聚焦于用户何时选择保持创作自主性,何时违反游戏规则接受AI协助,并探讨这些选择与回答模式、任务特征及用户行为之间的关系。这种游戏化方法既为研究真实人机交互提供了一个框架,也为理解AI增强创造力中效率与真实性之间的张力提供了启发性的视角。 ## 提交历史 来自:Maria Edwards [查看邮件](https://arxiv.org/show-email/1df949f5/2606.12350) **[v1]** 2026年6月10日星期三 17:21:38 UTC(1,268 KB)
相似文章
并非所有AI写作的用途都是垃圾
作者描述了一种利用AI生成问题和刻意写得很差的初稿的方法,以克服写作瓶颈和记忆问题,最终更快地完成写作,且最终成品中不含任何AI生成的文本。
Humanly:一个可配置且可追溯的人机协作写作环境
Humanly是一个可配置的写作平台,记录写作过程以提供人机协作的可追溯证据,具有密封证书和异常检测等功能。
证明内容由人类撰写
作者反思了自己在编程中使用AI与选择手动写作的对比,强调了在创意表达中保留人类原创性的价值。
AI写作最有趣的用例可能不是写作本身
文章认为,AI在写作中的最大价值可能在于辅助认知与创造力,而非生成最终文本,它充当着创造力的放大器。
AI辅助写作的最佳平衡点是50%
本文分析认为,AI辅助写作的理想配比约为50% AI与50%人工介入:AI负责结构与编排,人类主导文风、判断力与最终审核。作者指出,100%由AI生成的文章显得廉价且缺乏灵魂,而0%使用AI则会白白浪费工具潜力;实现有效的AI辅助写作,离不开扎实的专业知识、严谨的架构以及鲜明的个人表达。