XiaoMi-AI文件搜索系统
World File Search System创作
如果您怀疑课程中存在人工智能滥用，可以考虑采取哪些策略 本期 Vitality 旨在考虑采取一种全面的方法来解决学生在课程中涉嫌滥用人工智能的问题，包括收集证据、参与对话、了解学生的观点、探索涉嫌滥用人工智能的根本原因，以及采取适当的教育和/或纠正措施。《检测人工智能的 Vitality》11 月刊指出，制定明确的书面课程政策，规定学生在课程中可以和不能使用人工智能的重要性，这是维护学术诚信的第一步。即便如此，我们在帮助学生学习如何记录和提供创作过程证据方面仍面临重大挑战。因此，除了详细说明课程中允许或禁止的人工智能工具类型及其用途外，我们还可能希望为学生提供他们可以收集或需要随作业一起提交的文档类型的指南/示例。帮助学生理解并遵守学术诚信准则需要我们持续努力和投入，并在作业、项目和考试中设置提醒 (Lang, 2013)。如果您怀疑课程中存在滥用人工智能的情况，请考虑以下流程，该流程可能与您已经使用的流程类似：
如果您怀疑存在人工智能，可考虑采取的策略课程中的滥用 本期 Vitality 旨在考虑采取一种全面的方法来解决学生在课程作业中涉嫌滥用人工智能的问题，包括收集证据、参与对话、了解学生的观点、探索涉嫌滥用人工智能的根本原因，并采取适当的教育和/或纠正措施。《检测人工智能的 Vitality》 11 月刊指出，制定明确的书面课程政策，规定学生在课程作业中可以和不能使用人工智能的重要性，这是维护学术诚信的第一步。即便如此，我们在帮助学生学习如何记录和提供创作过程证据方面仍面临重大挑战。因此，除了详细说明我们的课程中允许或禁止的人工智能工具类型及其用途之外，我们可能还希望为学生提供他们可以收集或需要随作业一起提交的文件类型的指南/示例。帮助学生理解和遵守学术诚信准则需要我们不断努力和承诺，并在作业、项目和考试中提醒学生 (Lang, 2013)。如果您怀疑课程中存在人工智能滥用，请考虑以下可能与您已经使用的流程类似的流程：
利用人工智能协作创作合成漫画
芭芭拉·波斯特玛是格罗宁根大学的讲师。她因出版了有关无字漫画、加拿大和美国漫画（包括为《漫画杂志》撰写的塞斯克莱德粉丝圆桌会议）以及形式和叙事学的著作而闻名。她的作品得到了美国、巴西、新西兰和德国协会的认可，因此受邀发表主题演讲，并将其专著《漫画中的叙事结构》翻译成巴西葡萄牙语。她是 2021-22 年捷克帕拉茨基大学“漫画历史”研究小组的成员。芭芭拉曾任加拿大漫画研究学会会长，也是漫画研究学会的创始成员。她是威尔弗里德·劳里埃大学出版社丛书《跨越界线》的联合编辑，并定期为各种出版商和期刊撰写手稿和期刊文章的同行评审。 Ilan Manouach 是一位漫画学者和漫画创作者，在创作和研究概念漫画方面享誉国际。在介绍 Manouach 漫画的学术合集时，Pedro Moura 评价他“对整个领域非常批判和具有鉴别力，同时他对漫画媒介及其历史表现出敏锐的理解，甚至是发自内心的欣赏。”1 Manouach 是重新构想漫画形式和作用的大使，他最著名的作品可能是 Shapereader，这是 2013 年首次为视障人士开发的触觉叙事系统。在创作修改、重绘或拼贴漫画的过程中，Manouach 早已开始使用数字工具。然而，在过去几年里，他一直在利用机器学习训练计算机程序，使其承担越来越多的漫画创作工作，最终在推特上推出了人工智能生成的漫画网站《神经约克客》（The Neural Yorker），每天发布新的单格漫画（自2020年起），并于2021年出版了“第一本合成漫画书”《快行者》（Fastwalkers）（由Echo Chamber出版）。更多信息请访问：https://ilanmanouach.com/。
学习创作有韵律的中国诗歌
摘要 中国古典诗歌的自动生成一直是人工智能领域的难题。近年来，编码器-解码器模型为诗歌生成提供了一些可行的方法。但回顾以往的方法，仍存在两个主要问题：1）大多数都是单阶段生成方法，没有进一步的润色；2）它们很少考虑诗歌本身的限制，如声调、韵律。直观地看，一些中国古代诗人倾向于先写一首粗诗，然后再考虑其语义；而另一些人则先写一首语义诗，然后再细化其美学。在此基础上，为了更好地模仿人类的诗歌创作过程，我们提出了一种两阶段方法（即受限润色生成方法），其中每个阶段关注诗歌的不同方面（即语义和美学），从而可以生成更高质量的诗歌。这样，两阶段方法就发展成为两种对称的生成方法，即美学到语义的方法和语义到美学的方法。具体来说，我们设计了一种采样方法和一个门来制定声调和韵律的限制，这可以进一步改善生成的诗歌的节奏。实验结果表明，我们提出的两阶段方法在自动评估指标和人工评估指标方面都优于基线，特别是在声调和韵律方面取得了持续的改进。
利用 LLM 的力量：通过新闻标题生成的视角评估人机文本共同创作
大型语言模型 (LLM) 的最新进展，包括生成式预训练 Transformer (GPT) 系列 (Brown 等人，2020 年)，已经打破了之前类人文本生成的天花板 (Bommasani 等人，2021 年)。这导致了 NLP 任务的范式转变，与任务无关的 LLM 超越了其他最先进的特定于任务的模型的性能 (Lee 等人，2022 年)。然而，LLM 支持的系统并非没有缺陷，经常会出现幻觉、偏见或偶尔产生不适当内容，例如有害、歧视性或误导性信息（Wang 等人，2022 年）。人机文本共同创作（或在 AI 的帮助下写作）允许对生成过程进行一些控制，并有机会克服一些 LLM 缺陷。共同创作方法在总结（Goyal 等人，2022 年；Bhaskar 等人，2022 年）和创意写作（Moore 等人，2023 年；Cao，2023 年；Yuan 等人，2022 年；Ding 等人，2023 年）等领域显示出巨大的前景。然而，由于人工智能缺乏问责制（Shneiderman，2022 年），当文本共同创作过程中出现错误时，责任负担将转移到人类身上。
人工智能即兴创作
Improbotics 是一家跨国、跨学科的戏剧公司，致力于即兴喜剧的创作，其中人类演员与人工智能 (AI) 驱动的聊天机器人和机器人一起表演。它充当一个戏剧实验室，连接艺术与科学，开发人工智能技术，开展学术研究，并为普通观众上演娱乐节目。演员和人工智能开发人员之间的共同设计实现了协同效应，艺术家的有趣、创造性和探索性兴趣激发了原本为实用目的而设计的技术的新颖游戏应用，而技术本身又激发了新颖的表演形式。该公司探索了人工智能深深植根于现代人类文化的各个方面，从聊天机器人和机器翻译到视频通信，并将它们融入传统表演和文化空间。Improbotics 在 4 个不同的国家/地区设有办事处（英国、加拿大、比利时、瑞典），在疫情期间，他们在虚拟现实中一起在线排练和练习。它还设计了一场围绕实时现场翻译和（语音识别）错误喜剧的戏剧表演，试图模糊语言界限。将现场人工智能融入传统表演实践中，培养了一种共同创造的精神，人工智能成为一种创造力支持工具，最终成为拟人化的舞台搭档，演员通过角色扮演赋予其个性。反过来，演员们从不完美的人工智能的局限性和可能性中找到幽默和灵感。表演者的这种体验轨迹已经成为设计重点，我们使用人工智能让公众了解人工智能对人类文化的风险，同时也展示了一种共同创造的心态，将技术作为文化创造的工具。我们的节目是与观众共同创作的，观众是演员和技术人员的盟友，他们在舞台上一起实验，试图实时理解一种看似智能和创造性的技术的不可思议的存在。对玩乐性和失败庆祝的关注鼓励了对技术的不同类型的探索，并降低了进入人工智能实验工作的门槛。我们的剧团成功地通过技术找到了现场表演的新形式和模式，并开发了既适用于现场表演又适用于其他游戏领域的新技术，这可能依赖于即兴表演的核心活动，即接受舞台上遇到的其他物体的提议——无论它是什么。遵循这种接受和合作的逻辑，与人工智能互动的性质将从替代转变为赋予和增强人类创造力。
人工智能与创作过程：第三部分
JSTOR Daily 使用 JSTOR（一个包含学术期刊、书籍和其他资料的数字图书馆）中的学术资料提供当前事件的背景。我们发表基于同行评审研究的文章，并向所有读者免费提供该研究。
AI 与创作过程：第二部分
本文由林登伍德大学 Digital Commons 研究与奖学金部门免费提供给您。它已被林登伍德大学 Digital Commons 授权管理员接受纳入教师奖学金。如需更多信息，请联系 phuffman@lindenwood.edu 。
内容创作或插入：课堂上的人工智能生成数字艺术
随着基于图像的生成人工智能的成熟和广泛应用，其所引发的争议也促使高等教育领域的人士呼吁立即禁止该技术，因为他们担心该技术可能会引发大规模抄袭 [6, 7] 。迄今为止，学术界几乎没有表现出任何兴趣认真研究这种新工具的实际用例和最佳实践。学术界反而关注这项新兴技术所带来的颠覆的理论和美学含义。Ajani [8] 就是一个例子，她在研究中指出了“艺术”的两个相互竞争的定义——“艺术是技术的表达，艺术是情感的表现” [8, p. 253] 。因此，讨论围绕着如何看待和评价“艺术”，无论是它捕捉人类状况的能力，还是可证明的技术实力 [9,10] 。
人工智能对内容创作构成威胁 - Suyash Gupta
其次，在传统基于文本的内容创作的现有激励机制可能逐渐消失的背景下，谁将提供训练和改进未来人工智能系统所需的大量数据？由于使用人工智能生成的数据训练人工智能系统会导致不可逆转的缺陷 (4) ，而我们希望我们的模型保持与时俱进，因此我们需要人类生成的数据来为我们未来的模型服务。一些公司可能会出于产品教育的目的而创建内容，或者一些个人可能会出于个人兴趣继续分享信息，但更广泛的内容创作生态系统注定会面临重大挑战。
谁页面？ Tiktok创作者的算法依赖项
本文研究了Tiktok如何通过调查平台的交互和算法设计来影响创造力。通过一对一的访谈，自身术，演练和观察，这项研究揭示了Tiktok的设计如何影响平台上共享的创作过程，形式，美学以及视频的主题。结果证明了算法和交互设计如何调解视频元素，例如声音，时机，样式，语言，趋势，长度等。tiktok的“二重奏”功能被视为案例研究，表明参与者正在参与某些创意形式和过程以提高算法可见性，这是由平台设计所启示的。结果表明，创作者有目的地最大程度地减少自己的创造力，以便能够感知算法的口味并随后增强其可见性。随着Tiktok越来越多地介导了文化规范和信息粘性，必须考虑该平台设计对创建和共享的内容的巨大影响以及如何。