從提示到世界：使用者迭代、探索與理解 AI 生成 3D 環境
arXiv - Human-Computer InteractionAung Pyae
本研究透過使用者研究，揭示了在 AI 生成 3D 環境中，使用者在空間結構表達上的困難、沉浸感的形成方式，以及迭代過程中的挑戰。
AI 幫你先抓重點
AI 重點 1
空間結構表達的非對稱性
滑鼠懸停看 AI 判斷理由
此發現揭示了目前 AI 在理解和轉換使用者空間意圖方面的局限性，對於未來提升 AI 在 3D 環境生成方面的能力至關重要，也提醒設計者需考慮更直觀的空間輸入方式。
AI 重點 2
情節性存在與迭代的困境
滑鼠懸停看 AI 判斷理由
理解沉浸感的形成方式和迭代過程中的障礙，有助於設計者創造更具吸引力、更易於使用的 AI 3D 環境，提升使用者的參與度和滿意度，並避免使用者在持續的意義建構中感到挫敗。
核心研究發現
- 1
使用者在傳達語意意圖（主題、氛圍）方面表現良好，但在指定空間結構（佈局、比例）方面則遇到困難，反映了語言與空間的限制，而非技能不足。
- 2
沉浸感並非累積性的，而是取決於使用者期望與 AI 輸出之間的契合程度，呈現出「情節性存在」的特性。
- 3
迭代優化的失敗源於互動障礙，例如：發現困難、不透明的回饋，以及高昂的時間成本，而非使用者本身的問題。
- 4
空間不匹配會持續存在，導致情節性存在和持續的意義建構，形成一個相互強化的循環。
- 5
研究者認為，文字轉 3D 的互動應被視為協商意義的過程，而非單向的提示，需要混合輸入模式、透明回饋和低成本迭代。
對教育工作者的啟發
教育工作者可以從中了解，在利用 AI 生成 3D 學習環境時，應著重於提供使用者更直觀的空間操作工具，並設計透明的回饋機制，協助學生理解 AI 生成結果的優缺點。此外，應鼓勵學生進行迭代探索，而非僅僅依賴初始生成結果，以促進其空間思維和問題解決能力。課程設計者可以思考如何結合混合輸入模式，例如手勢或語音，以提升使用者在 3D 環境中的控制力。
原始文獻資訊
- 英文標題：
- From Prompts to Worlds: How Users Iterate, Explore, and Make Sense of AI-Generated 3D Environments
- 作者：
- Aung Pyae
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。