XiaoMi-AI文件搜索系统
World File Search SystemTakala
类比设计中人与人工智能的交互协同创造力
简介 十一年前，马希尔 (Maher) 问道：“谁在创造？” (Maher 2012)，并提出了几个创造性应用的分析空间，包括构思和互动两个维度。马希尔的问题引出了乔丹诺斯 (Jordanous) 的 PPP 视角框架，其中创造行为可以由人类或人工智能 (Jordanous 2016) 执行，以及坎托萨洛 (Kantosalo) 和塔卡拉 (Takala) 的 5C 框架，其中创造行为由人类和人工智能共同组成的集体执行 (Kantosalo and Takala 2020)。1然而，对于人与人工智能互动中创造力的位置，人们的共识较少。混合主动性创造性界面方法提出了一组基本的细粒度活动，这些活动可以由人类或人工智能以某种结构化对话的形式执行（Deterding 等人，2017 年；Spoto 和 Oleynik，2017 年），随后扩展到生成应用（Muller、Weisz 和 Geyer，2020 年），针对特定算法方法进行了改进（Grabe、Duque 和 Zhu，2022 年），并针对其他算法方法进行了批评（Zheng，2023 年）。虽然这些方法生成了重叠的分析动作词汇，但它们并没有解决创造力在何处发生（以及由谁或什么通过这些动作发生）的问题。在这篇短文中，我们提供了对该问题的一个答案的几个例子。我们重新利用 Kantosalo 和 Takala (2020) 的 5C 中的集体概念，提出一种类型的创造力可能会在以下互动空间中不对称地出现 (Rezwana and Maher 2022)
探索人类控制下的人机共同创造力
生成式人工智能有可能支持人类的创造力。在过去 60 年里，以人为本的人工智能 (HCAI) 学者们提出了多种模型来设计人机共同创造系统。1961 年，Rhodes 提出了“4P”模型，即“一个人在某个环境中通过计算机化流程制造一件产品 (Press)”[1]。在早期观点中，计算机主要是一种工具。近 60 年后，Kantosalo 和 Takala 对他们的“5C”模型进行了最新更新：“一个集体 (一个人和一个人工智能) 合作为某个情境中的社区做出贡献”[2]。在 Kantosalo 和 Takala 的框架内，以及 Glăveanu 在分布式创造力方面的工作 [3]，我们研究一个或多个人如何与人工智能代理合作共同创造贡献，同时保持人类对过程和结果的控制。在早期工作中，我们为软件工程任务的大型语言模型 (LLM) 开发了一个对话式 UI [4]。在一项定量实验中，Ross 及其同事表明，经过精心调优的 UI 可以让后端 LLM 表现得谦逊、礼貌且非常支持 [5]。我们重新使用了这种架构，通过仔细的提示工程来探索创造力和共同创造的机会。在调查了人与人之间的共同创造策略 [6、7、8] 之后，我们进行了三项非正式实验 [9]，采用了众所周知的用富有成效的表述来构建问题的策略 [10、11]。接下来，在第四个实验中，我们探索了更强大的概念，即在发现初始框架在某些方面存在缺陷或不足 [13] 后，重新构建问题 [12]。对话式 UI 允许人类控制如何
安全与健康是……的核心 - 国际劳工组织
全球各国和各地区在国家、社会、政治、人口和职业方面存在多方面的差异。它们还反映了管理工作场所健康和安全问题的不同能力，以及各国政府有效制定和执行健康和安全规则的不同能力。虽然职业事故长期呈下降趋势，但从全球来看，由于生产份额不断增加，特别是亚洲，特别是亚洲，导致职业伤害死亡人数增加，抵消了这一下降趋势（Takala 等人，2014 年）。职业事故和与工作有关的疾病对全球产生了重大影响。虽然职业安全健康数据的漏报往往会削弱其可靠性，但此处的数据表明，这种影响因工人居住和工作地点而异，反映了他们面临的风险不平等。