计算机程序以各种方式帮助人类，包括他们的创造性努力。联合国军司令部夏洛特和悉尼大学的研究人员最近开发了一个新的框架来评估共同创造系统中的创造力，在这些系统中，人类和计算机在创造性任务上进行合作。

几年来，研究团队一直在研究如何开发基于人工智能的创造力。他们以前的一项研究对计算机程序单独或与人类代理人合作生产创造性作品的情况下的创造性来源提出了质疑，而另一项研究则开发了人工智能来评估个人设计的创造性。

研究人员在论文中解释说：“创意系统是一种智能系统，可以单独或协作完成创意任务。“计算机在创造性系统中的作用可以用三种主要策略来表征：完全自主的系统、创造性支持工具和共同创造性系统。”

完全自主的系统被设计成在没有人类帮助的情况下产生创造性的工件，使用的技术工具包括机器学习，生产规则和进化方法..另一方面，创造力支持工具是支持人类用户创造力的应用程序或程序，允许他们使用基于技术的方法来表达他们的天赋。

然而，在他们最近的研究中，研究人员专注于第三种类型的，共同创造系统，在这种系统中，计算机和人类相互协作，产生共同的创造性作品。这些类型的系统已经应用于各种领域，包括艺术、幽默、游戏和机器人。一个例子是绘图学徒，一个共同创造的应用程序，需要人类用户和人工智能代理之间的协作，以完成绘图任务。

在他们的论文中，研究人员特别定义了一个共同创造系统，即”至少一个人工智能代理人和至少一个人之间的互动，在这种互动中，他们根据伴侣的反应和他们自己在共同创造任务中对创造力的概念化而采取行动。

尽管这些系统越来越受欢迎，但目前还没有标准的方法来评估它们。为了解决这一不足，研究人员开发了一个基于四个主要问题的理论框架：谁在评估创造力？正在评估什么？评估何时发生，如何执行？

将这些问题应用于六个共同创造系统的例子，他们得出结论，现有的共同创造系统通常侧重于评估用户体验以及这种体验的产物。换句话说，许多现有的共同创造系统扩大了创造力支持工具，以包括代表计算机程序的更积极的贡献。

研究人员在论文中解释说：“与创造力支持工具不同的是，共创系统通过嵌入对AI代理人创造力的自我意识，具有自我评价的潜力。”自我评价能力可以引导用户有意地根据人工智能代理人的创造力概念，进入或离开可能性空间的特定区域。

研究人员还得出结论，与自主系统相比，共同创造系统受益于人类的相互作用，在这个过程中引入了人类对创造性产品的洞察力和感知。自主创作系统采用的综合评价方法可能导致共同创作系统变得自觉和有意。

研究人员解释说：“与完全自主的创造系统和创造力支持工具不同，共同创造系统使用的创造过程不是单一代理的结果，而是一种协作。“这意味着现有的评估计算创造力的方法或HCI（人机交互）评估创造力支持的方法是不够的。”

今后，研究人员计划进一步开发该框架，并使用它来比较不同示例或实现的共同创造系统的评估，并将其与其他类型的创造性系统进行比较，如自主和创造性支持工具。

进一步探索

摘要本文提供了一个评价共同创造系统创造力的框架：那些涉及到与人类用户合作进行创造性任务的计算机程序。我们将共同创造系统置于更广泛的计算创造力背景下，并解释这些系统的独特品质。我们提出了四个主要问题，可以指导评估在共同创造系统：谁在评估创造力，正在评估什么，什么时候进行评估，以及如何进行评估。这些问题为比较现有的共同创造系统如何评价创造力提供了一个框架，我们将它们应用于艺术、幽默、游戏和机器人方面的共同创造系统的例子。我们得出结论，现有的共同创造系统往往侧重于评估用户体验..采用自主创作系统的评价方法，可能导致共同创作系统的自我意识和有意。