公众使用生成式人工智能共同创作民间故事图像的行为意向机制

为什么故事与智能工具如今携手并进

民间故事是人类最古老的宝藏之一，但在由短视频和滚动信息流主导的世界里，它们难以竞争。本研究提出了一个及时的问题：普通人能否使用生成式人工智能——即当今 AI 艺术背后的图像生成工具——来帮助保留传统故事？同样重要的是，是什么因素决定了一个人是否真的愿意使用这些工具为民间故事共同创作图像？

新媒体世界中的古老故事

在各国，民间故事常被正式视为“非物质文化遗产”的一部分，但它们往往很少获得真正的保护或公众关注。大多数故事仍通过口述或印刷文本传承，这些形式在视觉饱和的数字环境中可能显得遥远。博物馆和档案馆保存材料，但很少邀请普通民众参与。生成式人工智能改变了这一格局——它让非专家通过简单提示生成丰富图像，降低了视觉叙事的技术门槛。作者认为，这一转变可能把被动的受众变为积极的合作者，重新塑造和传播传统故事。

是什么影响人们参与的意愿

为了解析人们为什么会或不会使用 AI 共同创作民间故事图像，研究者将两种著名的行为理论结合起来：技术接受模型和计划行为理论。从中他们提取了经典要素，如人们认为某个工具有多有用、易用程度、对使用的积极态度、来自朋友或社会的影响以及对过程的控制感。随后他们加入了三项针对这一文化情境的新要素：人们如何评判 AI 生成图像的质量与情感冲击力、他们对自己进行创造性 AI 使用的信心，以及他们是否对已知由 AI（而非人类）创作的作品持有偏见。

从问卷回答到潜在模式

研究团队在中国收集了 682 份成年人在线问卷回复，其中大多数受访者对 AI 工具和传统故事都较为熟悉。参与者先看到基于同一民间故事的 AI 生成图像与手绘图片示例，然后在五点量表上评价与他们情感、期望和意向相关的陈述。研究者首先使用一种称为结构方程模型的统计方法，检验哪些因素直接或间接推动人们倾向或抵触使用 AI 进行故事图像共创。随后他们将结果输入若干机器学习模型，将这些隐含的心理因素作为输入，学习预测一个人是否具有强烈或薄弱的使用意向，从而能探索简单到更为复杂、非线性的关系。

潜在驱动因素：质量、偏见与信心

分析显示有两股力量在相互抗衡。当人们将 AI 生成的民间故事图像视为在技术精致度、意义和情感冲击力上具备高水准时，一旦质量超过某一阈值，他们使用 AI 的意愿会显著上升。但如果他们对 AI 作为文化创作者本身持强烈偏见——更偏好被认为是人类创作的作品——其使用意向会持续下降，不受实际质量高低的影响。这种身份偏见也削弱了他们认为“我周围的人认可这件事”的社会认同感，从而弱化群体规范的支持作用。与此同时，内在的信心和控制感也很重要：那些相信自己能掌握工具并引导结果的人更可能参与，尤其是当工具在易用性和与期望的契合度上表现良好时。

这些发现对民间故事未来的意义

简单来说，研究表明如果满足三项条件，人们愿意使用生成式 AI 来振兴民间故事：图像必须在情感和文化上令人满意，工具要易于接近并反应灵敏，且用户必须感觉到真正的讲述者是他们自己而非机器。低质量输出、笨拙的界面或“AI 无权代言我们的文化”这样的认知都会削弱这种意愿。作者建议设计者、教育者和文化机构应致力于提升 AI 图像的艺术与文化质量、使界面更友好、建立提升用户信心的学习路径，并明确将 AI 定位为人类讲述者的辅助而非替代。在这些条件下，生成式 AI 有望成为维持民间故事在未来世代间生机的重要盟友。

引用: Kong, X., Liu, Y., Shi, Y. et al. Mechanism of public behavioral intention to use generative AI for folk story image co-creation. npj Herit. Sci. 14, 164 (2026). https://doi.org/10.1038/s40494-025-02285-7

关键词: 生成式人工智能, 民间故事, 文化遗产, 公众参与, 技术接受