Human-AI Co-Creativity: Advances, Opportunities, and Challenges
Adish Singla, Abhilasha Ravichander, Liwei Jiang, Alexander Spangher, Alice Oh, Jiho Jin, Jun Seong Kim, Changyoon Lee, Manh Hung Nguyen, Chao Wen
cs.CY
2026-09-08
这篇是ICML 2026人机共创研讨会综述：80篇投稿录用49篇，6场邀请报告。它把领域收成五项待做，没有新模型或新数字。
生成模型已经进了设计、写作、科研构思的日常流程。机会很清楚：人可以拿模型当头脑风暴介质。代价同样清楚：输出同质化、设计固着、版权和署名说不清。ICML 2026 在首尔办了一场人机共创研讨会，组织者来自 MPI-SWS、华盛顿大学、斯坦福、KAIST。这篇文稿不是新方法，是把会场活动、录用论文和邀请报告收成一份方向图。
现有模型接口大多按「自动化」来设计。用在开放式创作上，人容易被模型的平均答案钉死，群体层面还会出现跨模型的「人工蜂群」效应：同一模型内部、不同模型之间都往一套说法上收。
研讨会按两条轴组稿。第一条轴是生成模型如何撑开放式任务：分享现场经验、提高模型多样性、为共创重做架构、建评测。第二条轴是接入工作流之后的麻烦：设计固着、想法同质、真伪鉴定、署名与报酬。
审稿是双盲，8 名审稿人，每篇至少三审。共 80 篇投稿，录用 49 篇，非存档，海报加闪电讲。邀请报告 6 场，另有 60 分钟圆桌。报告覆盖面很杂：Zhao 讲生成内容合法化之前必须先处理的技术债和音乐流媒体里的 AI slop，以及用 Glaze 保护画风；Elliott 讲主流 AI 艺术里的原创性；Hong 主张工业设计从「把活交给模型」改成「编排多个智能体」，并故意加摩擦，比如让模型扮演幼稚徒弟来逼人思考；Chung 讲用后训练和用户模拟器把 LLM 从执行意图改成发现意图；Mehrotra 把创造力和学习看成同一类心智模型重建；van der Plas 讲计算创造力在 NLP 里仍被低估。
正文把录用论文和讨论收成五个方向：创造力指标、创意任务基准、提高生成多样性、真伪与署名、人机共创交互。
没有新模型，也没有对照实验。能当结果看的是会场结构和它点名的缺口。
| 项目 | 数字 |
| 投稿 / 录用 | 80 / 49 |
| 审稿人 / 每篇评审 | 8 / ≥3 |
| 邀请报告 | 6×30 分钟 |
| 圆桌 | 60 分钟 |
| 整理出的研究方向 | 5 组 |
指标一节提醒：AUT、RAT、TTCT 是给人用的，高分低分并不能直接翻译成模型的创造能力；专家共识评分（Consensual Assessment Technique）更贴创作现场，但自动化对齐专家仍未做成。基准一节点出当前套件多停在组合式、探索式创造，对转换式创造和「人在环里」几乎没测。方法一节反复出现同一张力：后训练把正确率抬上去，输出多样性跟着塌。真伪一节把问题从「这是不是 AI 写的」推到过程级溯源：一次共创会话里谁贡献了什么、跨会话再混合之后如何记账。交互一节引用设计固着和过度依赖的证据，Hong 的处方是编排加故意摩擦，而不是再做一个更顺的自动补全。
做产品的人如果还在用 MMLU 式正确率衡量创作助手，这篇把错位点明了：用户真正拿模型做的事，评测几乎没覆盖。后训练多样性塌缩、跨模型同质化、检测器误伤非母语作者，都已经有文献，不是气氛讨论。对要做创作工具的人，可执行的判断是：单独把模型的「创意分」做高，未必能转化成人机共创变好；需要针对共创过程本身的基准和干预。
它是社区地图，不是可复现系统。读完不会多一个可跑的方法，但能看清这个子领域现在卡在评测、多样性和署名三件事上。
材料来源是一场研讨会，不是系统综述。49 篇录用论文多数只列了标题，证据强度参差。五项「未来方向」是愿望清单，没有优先级，也没有失败案例的定量盘点。Zhao 关于音乐 AI slop、Jiang 关于 Artificial Hivemind 的判断都来自被引工作，本文没有复现。非存档工作坊论文随后可能大改或消失。组织者自己也是相关方向的作者，选题口径会偏向他们熟悉的指标和多样性训练。