How AI-Generated Prompts Shape Emotional Expression in Digital Drawing: Effects on Visual Complexity, Creative Engagement, and Arousal
本研究表明，AI辅助提示增强了数字绘画中的视觉复杂度和行为参与度，同时揭示了机器学习模型在基于这些绘画特征预测宽泛的情感类别方面，比预测细粒度的情绪表现得更好。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你的感受就像是你的大脑所说的一种秘密语言，但你的嘴巴有时会忘记这些词汇。研究人类如何创作艺术以及计算机如何从数据中学习的科学家们，一直试图为这种无声的语言建立一本字典。他们知道，当我们感到快乐、悲伤或愤怒时，我们的身体会有特定的反应——我们的心跳可能会加速，或者我们的手部动作会发生变化。在数字艺术的世界里，这些反应留下了“数字足迹”。每当你用绘图板绘画时，计算机记录的不只是最终的图像，还有你抵达那里的那段混乱而美丽的旅程：你移动画笔的速度有多快、你画了多少线条，以及你混合了哪些颜色。一个重大的问题是：计算机能否通过观察这些数字足迹，猜出你当时的感觉？更令人感兴趣的是，如果你在绘画过程中要求一台超级聪明的计算机给你一些提示，会发生什么？这会改变你表达情感的方式吗？
这篇由澳门城市大学的石鸿淳（Hong-Chun Shi）撰写的论文，深入探讨了正是这一点。研究人员想要看看，给予艺术家“AI辅助提示”——即计算机关于颜色、形状或情绪的小建议——是否会改变他们描绘情感的方式。他们还想测试，计算机是否可以通过观察完成的绘画作品来猜出背后的情绪。他们收集了31名学生的样本，并要求他们绘制12种不同的感受，比如“喜悦”、“恐惧”、“困惑”和“满足”。一半的学生在AI的帮助下进行创作，获得诸如“尝试使用暖色调”或“让线条更有弹性”之类的微小引导；而另一半学生则在只有情绪名称的情况下独立进行创作。
结果有点像是在看一个角色获得了力量加持的视频游戏。使用AI助手的学生不仅画出了不同的画作，而且画得“更多”。他们的绘画在视觉上更加复杂，这意味着他们使用了更多的笔触、覆盖了更大的屏幕区域，并混合了更多的颜色。他们花费的绘画时间也更长——平均比没有帮助的那组多出约63%。看起来，AI并不只是替他们完成了工作；它更像是一个创意的火花塞，鼓励他们去探索更多、移动双手更多，并更深入地投入到创作过程中。
然而，当研究人员试图教计算机仅通过观察绘画来猜测特定的情绪时，计算机变得有些困惑。它在猜测宽泛的类别方面表现得相当出色，比如分辨出是“高能量”的感觉还是“低能量”的感觉，或者是“积极”的情绪与“消极”的情绪之间的区别。但当被要求从12个特定选项中选出精确的情绪时（比如区分“焦虑”与“兴奋”），计算机的准确率相当低。论文指出，虽然数字绘画确实携带了情感信号，但这些信号往往是混乱且交织在一起的，这使得仅凭线条和颜色来锁定单一、特定的感受变得非常困难。
那么，结论是什么呢？这项研究表明，AI可以成为创作的绝佳伙伴，帮助人们更丰富、更有活力地表达自己的感受。但它同时也提醒我们，不应将这些数字绘画视为完美的“测谎仪”。计算机可以告诉我们一个人感觉得“怎么样”，但它更擅长捕捉整体的氛围，而非阅读细微的细节。作者强调，他们的机器学习工具是一个“探索性原型”——一个观察可能性的酷炫实验——而不是一种可以诊断一个人感受的医疗工具。最后，这篇论文向我们展示了，我们的数字涂鸦是行为与艺术的迷人结合，虽然AI可以帮助我们描绘它们，但理解墨迹背后精确的情绪，仍然是一个复杂的、属于人类的谜团。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。