計算機程序以各種方式幫助人類，包括他們的創造性努力。北卡羅來納大學夏洛特分校和悉尼大學的研究人員最近開發了一個新的框架，用于評估人與計算機在創造性任務上合作的共同創造系統中的創造力。

幾年來，研究人員一直在研究如何開發基于AI的創造力。他們之前的一項研究質疑了計算機程序單獨或與人類代理人合作創作創作作品的創造力來源，而另一項研究則開發了人工智能來評估個人設計的創造力。

“創意系統是智能系統，可以單獨或協同執行創造性任務，”研究人員在他們的論文中解釋道。“有三種主要策略可以表現出計算機在創意系統中的作用：完全自治系統，創意支持工具和共同創作系統。”

全自動系統旨在使用包括機器學習，生產規則和演化方法在內的技術工具，在沒有人工協助的情況下生成創造性工件。另一方面，創意支持工具是支持人類用戶創造力的應用程序或程序，允許他們使用基于技術的方法表達自己的才能。

然而，在他們最近的研究中，研究人員專注于第三種類型的共同創造系統，其中計算機和人類相互協作以產生共同的創造性作品。這些類型的系統已經應用于各種領域，包括藝術，幽默，游戲和機器人。一個例子是Drawing Apprentice，這是一個共同創造性的應用程序，需要人類用戶和AI代理人完成繪圖任務之間的協作。

在他們的論文中，研究人員特別將共同創造系統定義為“至少一個AI代理人與至少一個人之間的互動，他們根據合作伙伴的反應和他們自己在共同創造時的創造性概念化來采取行動。任務。”

盡管這些系統越來越受歡迎，但目前還沒有評估它們的標準方法。為解決這一缺陷，研究人員基于四個主要問題制定了一個理論框架：誰在評估創造力?正在評估什么?何時進行評估，以及如何進行評估?

將這些問題應用于共同創作系統的六個示例中，他們得出結論，現有的共同創作系統通常側重于評估用戶體驗以及此體驗的產品。換句話說，許多現有的聯合創意系統拓寬了創造力支持工具，以代表計算機程序包含更積極的貢獻。

“與創造力支持工具不同，共同創造力系統具有通過嵌入對AI代理人的創造力的自我意識進行自我評估的潛力，”研究人員在他們的論文中解釋道。“自我評估的能力可以根據AI代理人的創造性概念，有意識地引導用戶走向或遠離特定區域的可能性。”

研究人員還得出結論，與自主系統相比，共同創造系統受益于人類互動，在過程中引入人類洞察力和對創意產品的感知。整合自主創意系統采用的評估方法可能會使共同創意系統變得自我意識和有意識。

“與完全自主的創意系統和創意支持工具不同，共同創意系統使用的創作過程不是單一代理的結果，而是一種協作，”研究人員解釋說。“這意味著現有的評估計算創造力或人機交互(人機交互)方法評估創造力支持的方法是不夠的。”

未來，研究人員計劃進一步開發框架，并將其用于比較不同示例或實現中的共同創作系統的評估，以及將其與其他類型的創造性系統(例如自主和創造性支持工具)進行比較。