文本到音乐共创中的提示词具体性与迭代连续性:PAGURI交互日志二次分析及感知创造性控制框架

《Frontiers in Psychology》:Prompt specificity and iterative behaviour in text-to-music co-creation: a secondary analysis of interaction logs and a framework for perceived creative control

【字体: 大 中 小 】 时间:2026年10月21日 来源:Frontiers in Psychology 3.8

编辑推荐:

  摘要翻译:引言:生成式人工智能(generative artificial intelligence, GenAI)可降低音乐创作门槛,同时将具有后果性的决策从用户转移。方法:本研究通过对已发表的PAGURI交互日志提示语料库(PAGURI interacti

  
摘要翻译:引言:生成式人工智能(generative artificial intelligence, GenAI)可降低音乐创作门槛,同时将具有后果性的决策从用户转移。方法:本研究通过对已发表的PAGURI交互日志提示语料库(PAGURI interaction-log prompt corpus)进行二次分析,考察这一张力,并提出一个关于感知创造性控制(perceived creative control)的暂定框架。可分析语料库包含24名参与者的304条文本到音乐(text-to-music)提示。音乐具体性(musical specificity)以显式乐器标记和技术参数标记进行操作化;迭代连续性(iterative continuity)以相邻提示之间的Jaccard相似度(Jaccard similarity)测量,并用TF-IDF余弦相似度(term frequency–inverse document frequency cosine similarity, TF-IDF cosine similarity)进行核验。为避免伪重复(pseudoreplication),组间比较在参与者水平汇总(participant-level summaries)上进行,而非将304条提示视为独立个案。结果:角色衍生经验组(role-derived experience groups)在平均提示词具体性(prompt specificity)上差异显著,H(2) = 10.25,p = 0.006,ε2 = 0.39,在具体性密度(specificity density)上亦差异显著,H(2) = 11.52,p = 0.003,ε2 = 0.45,但在精炼率(refinement rate)上无差异,H(2) = 0.24,p = 0.888。在描述性Jaccard阈值0.20下,46.8%的相邻提示对为精炼,53.2%为重启;由于该分类对阈值敏感,连续相似性仍为主要连续性测量。提示词具体性未在整个会话中系统性增加:个体内Spearman相关系数均值为ρ = ?0.06,参与者水平相关系数分布与零无显著差异,W = 89.0,p = 0.374。讨论:这些发现区分了用户编码于提示中的显式技术-音乐信息与其提示行为的序列连续性。论文将任务结构、系统自主性、模型覆盖、先前经验、自我效能(self-efficacy)和心理所有权(psychological ownership)整合为一个可检验框架,供未来音乐教育研究使用。鉴于参与者水平样本较小且分组由角色衍生,实证发现具有探索性,需在更大规模、受控研究中确认。
研究背景与问题:生成式人工智能(generative artificial intelligence, GenAI)使文本到音乐(text-to-music)系统能够依据简短自然语言指令生成连贯音乐材料,降低作曲对乐器熟练度、记谱、数字音频工作站知识或音乐理论词汇的依赖;但技术门槛下降也改变了创造性决策的位置,系统将简短描述转化为成品音频时,用户可能获得创作输出却失去塑造中间音乐选择的机会,从而影响作者感与掌控感。音乐教育尤其关注创造性自我效能(creative self-efficacy,个体对自身产生创造性成果能力的信心)与自主性;自我决定理论(self-determination theory, SDT)强调自主是基本心理需要,社会认知理论则强调掌握经验对效能信念的作用。问题在于,生成式AI可提高成功输出概率,却可能使学习者难以识别自己实际控制了哪些具有后果性的方面。既有研究显示,人类–AI音乐共创的价值不止于输出质量,还取决于用户如何解释、引导并把生成材料纳入创作过程;新手可能重视快速构思与支架,经验丰富者常要求对形式、音色、时间及工作流整合进行更细控制。PAGURI研究提供文本到音乐界面、AudioLDM 2生成、基于DreamBooth的个性化、交互日志、问卷与访谈等材料,其补充材料包含有序提示语料库,使量化行为互动模式成为可能。因此,研究人员开展二次分析,以透明行为指标考察提示词具体性与迭代连续性,并把观察到的行为模式与心理学及人–AI交互理论整合,提出感知创造性控制(perceived creative control,指对创作过程及结果中具有后果性选择的主观引导感)框架。研究结论是:角色衍生经验组在提示词音乐具体性(musical specificity,以显式乐器/人声标记与技术参数标记计数)和具体性密度上差异显著,但在精炼率与连续词汇连续性上无显著差异;提示词具体性未随会话系统性增加。其意义在于区分“表达音乐意图的能力”与“通过互动过程逐步实现意图”的行为维度,并为未来音乐教育研究提出可检验框架;鉴于参与者水平样本小且分组由角色衍生,实证结果应视为探索性。

关键技术方法(不超过250字):研究人员使用PAGURI用户体验研究公开发布的有序提示语料库,样本队列为24名参与者、304条提示、280个同参与者相邻提示对;仅取参与者标识、自述音乐角色、迭代号与提示文本,重新计算派生变量。角色分为制作/技术、表演者、非表演/其他三组。音乐具体性按乐器/人声词典与技术参数词典计数;具体性密度为10×标记数/提示词数。迭代连续性以相邻提示内容词集合的Jaccard相似度(Jaccard similarity,交并比)测量,并以TF-IDF余弦相似度(term frequency–inverse document frequency cosine similarity)作稳健性核验;Jaccard阈值0.20仅作描述性精炼/重启分类,并在0.10–0.30做阈值敏感性(threshold sensitivity)。组间比较以参与者水平汇总为单位,采用Kruskal-Wallis检验(Kruskal-Wallis test,非参数组间检验)并报告ε2;会话内变化采用个体内Spearman相关及首尾三提示Wilcoxon符号秩检验;另对模糊角色描述做重分类敏感性分析。样本特征为平均年龄26.9岁(SD = 5.01),多数为意大利人,音乐参与度较高,先前文本到音乐系统使用有限。

研究结果:RQ1 提示词音乐具体性与具体性密度的组间差异:通过参与者水平Kruskal-Wallis检验,角色衍生经验组在平均提示词具体性上差异显著,H(2) = 10.25,p = 0.006,ε2 = 0.39;均值分别为非表演/其他0.19、表演者0.84、制作/技术1.14。具体性密度分别为0.33、1.42、2.13,H(2) = 11.52,p = 0.003,ε2 = 0.45;提示长度组间无显著差异,H(2) = 1.08,p = 0.583,故具体性差异不能简单归因于提示更长。结论是角色背景与提示中显式技术-音乐信息量及密度相关。
RQ2 迭代连续性与精炼率:在描述性Jaccard阈值0.20下,131/280对(46.8%)为精炼,149/280对(53.2%)为重启;参与者平均精炼率为0.463(SD = 0.211),组间无显著差异,H(2) = 0.24,p = 0.888;具体性与精炼率无关,Spearman ρ = 0.050,p = 0.818。连续相似性结果显示,280对平均Jaccard相似度为0.261(SD = 0.309,中位数0.162);参与者水平TF-IDF余弦相似度组间无差异,H(2) = 0.04,p = 0.980;Jaccard与TF-IDF余弦相似度在提示对水平几乎完全秩相关,ρ = 0.986,p < 0.001。结论是更多显式技术-音乐信息并不对应更高概率维持与前一提示的词汇连续性。
RQ3 会话内具体性变化:个体内Spearman相关可估计21名参与者,3名因具体性无变化被排除;平均相关为?0.06(SD = 0.44),8个正斜率、13个负斜率,分布与零无显著差异,Wilcoxon W = 89.0,p = 0.374;首三提示平均具体性0.82降至末三提示0.69,差异不显著,W = 66.5,p = 0.407。结论是重复互动未伴随该显式技术-音乐具体性指标的系统性上升。
阈值敏感性:在Jaccard阈值0.10、0.15、0.20、0.25、0.30下,精炼比例分别为56.8%、50.4%、46.8%、42.5%、36.1%;“重启占多数”仅在0.20及以上成立,故连续相似性作为主要行为测量,0.20分类仅作可解释描述性摘要。
角色分类敏感性分析:将模糊角色描述“Play music nonprofessionally”从非表演/其他重分类为表演者后,具体性组间差异减小但未消失,H(2) = 7.96,p = 0.019;具体性密度H(2) = 9.59,p = 0.008;精炼率仍不显著,H(2) = 0.34,p = 0.842。结论是“背景差异体现在指定内容而非迭代连续性”的核心分离在合理替代分组下仍成立。

讨论部分总结:核心实证结果是分离:角色衍生经验组在技术-音乐具体性与密度上差异显著,但在精炼率或连续词汇连续性上无差异;不应简单解释为经验更丰富者提示更优,而应理解为角色背景与提示中显式音乐信息量相关,序列连续性无对应组间差异,且该模式对替代角色分类和TF-IDF核验稳健。连续性方面,0.20阈值下重启略多于精炼,但多数随阈值改变,不能推断普遍偏好重启而非迭代精炼;更稳妥结论是词汇连续性总体中等且未随角色组系统变化。会话内具体性未上升并不必然表示用户未学习,语义、评价或工作流学习可能未被技术标记指数捕捉,单次会话也可能过短。与先前文献一致,用户常把AI输出作为选择、组合、修改材料;新手经历构思、选择、拼贴与精炼循环,专业实践常需将生成材料整合进既有工作流;PAGURI原研究报告高享受与广泛使用个性化,同时存在可控性和提示-输出一致性限制,本分析增加行为证据而不把原研究自报结果当作新测量结果。音乐教育含义是应为创作接入设计决策点,提示构建的音乐维度可明确教授和评价,学习者可指定并论证流派、配器、情绪、速度与技术,比较生成输出与所述音乐意图,再修订提示维度;结构化提示与反思有助于保持学习者能动性、音乐判断及对文化和表征约束的意识。界面设计含义包括局部重生成、参数锁定、提示解释反馈、速度与调性控制、可编辑结构表征及数字音频工作站整合,关键问题是何处保留人类具有后果性的决策。伦理上,作品由用户提示、模型先验、训练数据、生成中间物和后处理组合而成时,心理所有权(psychological ownership)与作者身份难以分离,个性化依赖用户或第三方录音时需可追溯性与同意;教育中可要求学生记录提示、生成中间物、编辑与来源材料。文化覆盖不应被视为次于性能的公平问题:界面问题是意图可表征但难以有效引导,表征问题是相关音乐语法表征弱或缺失;二者均可导致反复失败提示但需不同解决路径。局限包括参与者水平样本小(N = 24)、人口与情境受限、约95%意大利人、62.5%硕士生且多为米兰理工大学音乐与声学工程硕士项目学生、音乐参与度高,不能推广至新手、文化多样人群或一般人群;角色推断不等同验证性专家测量,源研究虽评估音乐素养但公开提示语料无相关项目级反应;具体性指数为透明行为操作化而非验证量表,词典未对独立专家编码样本验证;词汇连续性不是创造性精炼直接测量;语料无有效提示水平个性化状态及感知控制、创造性自我效能、心理所有权项目级测量;行为来自单一生成模型与界面配置;个性化伪词可能机械增加Jaccard和TF-IDF重叠,连续性测量应视为受协议污染的描述性摘要。未来应分阶段验证:建立感知创造性控制量表内容效度、验证具体性词典、建立预设程序识别或排除个性化伪词;评估因子结构、信度及与能动性、自主满足、心理所有权等构念的区分效度;独立操纵任务结构与系统自主性并用验证量表测量感知控制与心理所有权,检验其与创造性自我效能联系;跨音乐经验、音乐传统和文本到音乐系统复制;采用纵向设计考察重复控制体验是否与创造性自我效能和持续参与持久变化相关;功效分析应基于计划模型,间接与调节间接效应通常需更大样本,宜用Monte Carlo或模拟功效分析并预注册提示、中间输出与编辑动作记录方式。

研究结论翻译:生成式AI可扩展音乐创作可及性,同时改变创作者体验控制的心理条件。在本探索性二次分析中,角色衍生音乐背景与用户指定内容相关:表演者和制作/技术参与者比非表演/其他参与者使用显著更多显式音乐和技术标记,即使考虑提示长度亦如此;同组在迭代连续性上无差异,具体性未随会话系统性增加。因此,这些行为结果区分了表达音乐意图的能力与意图可能或可能未被逐步实现的互动过程。由于参与者水平样本小且分组由角色衍生,这些发现应视为暂定而非总体水平估计。所提出框架建立在该分离之上:感知创造性控制暂视为由任务结构、系统自主性、模型覆盖和先前音乐经验塑造的过程,创造性自我效能、心理所有权和持续参与为下游结果;框架不假设自动化固有有害或高控制互动普遍更优,而具体规定AI辅助何时可能取代而非支持具有后果性人类决策的假设。音乐教育中的实践含义是设计保留有意义决策、使系统边界可见并帮助学习者准确归因创作结果的任务与界面。这些命题需在更大规模实验、心理测量、跨文化和纵向研究中直接检验后,框架才可被视为已验证。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号