전문 시나리오 작가들이 공유하는 AI 공동 집필의 장단점

저자: (1) 영국 DeepMind의 PIOTR MIROWSKI와 KORY W. MATHEWSON 및 두 저자 모두 이 연구에 동등하게 기여했습니다. (2) JAYLEN PITTMAN, 미국 스탠포드 대학, DeepMind에서 수행한 작업; (3) 리처드 에반스(RICHARD EVANS), 영국 딥마인드. 링크 표 초록 및 소개 스토리텔링, 이야기의 형태, 그리고 로그라인 창의적인 텍스트 생성을 위한 대규모 언어 모델의 사용 대규모 언어 모델에서 생성된 텍스트 평가 참가자 인터뷰 참가자 설문조사 토론 및 향후 작업 결론, 감사의 말, 참고자료 A. 자동화된 스토리 생성 및 제어 가능한 스토리 생성에 관한 관련 작업 B. 봇 크리에이티브 팀의 연극에 대한 추가 논의 C. 정량적 관찰의 세부사항 D. 보충 수치 E. DRAMATRON의 전체 프롬프트 접두사 F. DRAMATRON에서 생성한 RAW 출력 G. 공동 집필된 대본 5 참가자 인터뷰 15명의 참가자(p1, p2 등 익명)와의 인터뷰를 통해 드라마트론과의 공동 집필에 대한 질적인 피드백을 수집했습니다. 이 섹션에서는 이 피드백을 7가지 주제로 요약합니다. 각 내용은 참가자 인터뷰의 인용문과 함께 제시됩니다. (1) Dramatron에 대한 긍정적인 의견은 작가가 내러티브 아크에서 작업할 수 있게 해주는 계층적 생성, 대화식으로 공동 집필하거나 단순히 시스템이 생성하도록 할 수 있는 가능성, 소스 자료 역할을 하는 출력 스크립트의 잠재력에 초점을 맞췄습니다. 인간 작가를 위한 것입니다(섹션 5.1). (2) 참가자들은 영감, 세계 구축 및 콘텐츠 생성을 Dramatron의 잠재적 글쓰기 응용 프로그램으로 확인했으며 이를 문학 분석을 위한 가능한 도구로 보았습니다(섹션 5.2). (3) 참가자들은 언어 모델에 내재된 다양한 편견을 발견했습니다(섹션 5.3). (4) 일부 작가들은 반복 및 대화 루프와 같은 드라마트론의 비자발적인 결함 미학과 실패 모드에 관심을 보였습니다(5.4절). (5) 당연히 참가자들은 스토리텔링의 논리적 공백, 상식 부족, 뉘앙스 및 하위 텍스트를 발견했으며 이는 캐릭터에 대한 동기 부족으로 나타났습니다(섹션 5.5). (6) 구조적 비판은 로그 라인의 필요성과 병렬 대화 생성으로 인한 연속 장면 간 불일치에 초점을 맞췄습니다(섹션 5.6). (7) 참가자들은 도구에 참여했으며 개선을 위한 제안을 열성적으로 제공했습니다(섹션 5.7). 5.1 드라마트론에 대한 긍정적인 의견 비선형 쓰기 작업 흐름을 선호하는 p4와 p5를 제외한 모든 참가자는 대화형 계층적 생성에 열광했습니다. “이거 보면 시리즈의 성격을 알겠더라고요. 나는 이야기가 전개되는 방식을 알고 있다. 내러티브를 더 명확하게 볼 수 있습니다 [...] 로그 라인으로 만든 다음 그 안에 세부 사항을 채우는 이러한 접근 방식이 마음에 듭니다. 당신은 아이디어의 씨앗을 심고 있으며 그것은 뼈에 살을 붙이는 것입니다”(p13). "그것 모두는 매우 일관되고 상징적으로 일관되며 일관적이며 연극의 상황과 관련이 있습니다. [...] 일부 세대의 관계에 대한 많은 감정과 내용이 있습니다"(p8). “상호작용적인 공동저작 프로세스 측면에서 보면 훌륭하다고 생각합니다 [...]” (p9). “내가 계층구조에서 좋아하는 점은 어떤 수준에서든 원하는 만큼 인간다움을 할 수 있다는 것입니다”(p2). “기계를 사용하면 내용을 좀 더 명확하게 볼 수 있습니다. 특이성, 캐릭터 호가 있기 때문에 스토리가 어떻게 결합되는지 알 수 있습니다. [...] 이 [계층적 세대]는 제가 사용했던 프로세스 [GPT-2 또는 GPT-3]보다 훨씬 더 깔끔한 느낌을 받았습니다. ” (p15). “좀 더 노력해보자! 맙소사, 이런 일을 하다 보면 시간을 낭비하게 될 수도 있습니다”(p3). 참가자 p1, p6, p3은 이러한 계층적 세대가 대화에 어떻게 도움이 되는지 추가로 언급했습니다. “어떤 세대에도 좋은 콘텐츠가 있습니다”(p1)와 (한 세대를 지칭하면서) “그 안에서 크고 심오한 토론을 하셨습니다. 나는 그 점에 깊은 인상을 받았습니다.”(p3) 5.1.1 드라마트론의 상호작용적 계층구조 생성에 찬사를 보냅니다. 참여자 p13은 제목, 캐릭터, 줄거리를 대화형으로 단계별로 생성하는 사용자 경험을 좋아한 반면, p10은 "전체 대본을 편집하는 것보다 미리 생성해 두었기 때문에 상호작용이 더 단순해 보였다"고 생각했습니다. 참가자 p1은 스크립트 생성의 세 가지 모드를 시도하고 논의했습니다. 1) 대화형 공동 작성, 2) 완전히 자동화된 단일 생성의 출력 수정, 3) 3~4세대의 출력 큐레이팅 및 수정. 여러 세대를 운영하는 것의 이점에는 "많은 자료", "좋은 아이디어 끌어내기", "체리 따기", "더 많은 해석과 예술적 자유"가 가능하지만 "내 입장에서는 더 많은 마사지가 필요"하고 "글을 만드는 데 더 많은 노력이 필요합니다"가 포함되었습니다. 그것은 흐른다”(p1). 참가자 p1은 캐릭터 목록 편집, "우리가 알고 있는 캐릭터"를 더 추가하기 위한 로그 라인 편집, 캐릭터 상태 및 이름 제공, 플롯의 비트에 추가 등이 포함된 스크립트 공동 생성을 위한 워크플로를 개발했습니다. 로그 라인을 만들 때 p1은 높은 이해관계를 암시하고 "인간형 캐릭터와 함께 있기를 원했습니다. 인간이 아닌 캐릭터는 우리를 터무니없는 극장, 초현실주의, 마술적 현실주의로 데려갑니다"라고 말했습니다. "청중의 기대에 부응하기 위해" 그리고 "특정 위치에 사물을 설정하기 위해" 사실주의적인 이야기를 들려줍니다. 5.1.2 Dramatron의 UI 및 시드 기반 생성의 용이성. 여러 참가자(p6, p9, p11, p13, p15)는 편집 후 스크립트가 준비될 가능성을 강조했습니다. "초안은 많은 작업이 필요하지만 [하지만] 도움이 되고 준비될 수 있습니다. 확실히" (p6), “단 하나의 아이디어로 어떻게 완전한 쇼를 만들 수 있는지 생각하게 됩니다.” (p11) 그리고 “알다시피, 약간의 편집만 하면 Netflix로 가져갈 수 있습니다. 조금만 다듬으면 됩니다. 비트”(p9). 참가자 p1은 Dramatron으로 생성된 여러 대본을 준비했습니다(섹션 5.9 참조). 5.1.3 편집 후 스크립트가 준비될 가능성에 대해. 5.2 시스템의 잠재적인 용도 모든 참가자는 Dramatron이 영감을 얻는 데 유용하다고 말했습니다. “작가의 블록에 딱 맞습니다.”(p13), “막히면 매우 도움이 될 것 같습니다.”(p4, p5), “작가의 블록보다 더 깊이 있습니다.” 차단 해제 메시지 웹사이트”(p3). 드라마트론은 극작가의 창의성을 간접적으로 자극하는 도구로 묘사됩니다. “나는 모델의 일부 출력을 읽을 때 내 뇌에서 일어나는 일을 좋아합니다. 나머지 이야기에 대한 아이디어를 얻었습니다.”(p6), “그것이 나에게 제공하는 것에서 무엇을 번역할지 발견하는 것입니다”(p10) 또는 실행 가능한 제안을 직접적으로 제공합니다. “여기에 개념이 있습니다. 뼈에 살을 붙인 다음 앞뒤로 움직여 지방을 다듬습니다”(p13). 결함과 언어 모델 제한은 특히 대본이 수행될 때 영감을 얻기 위해 전복될 수 있습니다. "실수는 즉흥 연주자에게 남길 수 있는 선물입니다"(p1). 5.2.1 작가를 위한 영감. 단순히 메인 스토리에 창의적인 불꽃을 제공하는 것 이상으로 이 모델을 사용하여 스토리의 세계를 채울 수 있습니다. 내가 생각지도 못한 일들이 생겨났다. 아니면 내가 생각하지 못했던 관계”(p15). 탐구를 위한 드라마트론: “나는 내 머릿속에 무엇이 있는지 이미 알고 있고 기계가 무엇을 할지 알고 싶기 때문에 내가 제안했던 것에서 더 멀리 떨어진 제안을 선택하겠습니다.”(12페이지) 5.2.2 대안 선택의 생성과 세계 구축. 시스템에 메시지를 표시함으로써 작가는 문학적 스타일과 요소에 대한 언어 모델을 간접적으로 검색할 수 있었습니다. "내가 글을 쓰지 않더라도 문학에 있는 내용을 수집하는 훌륭한 작업을 수행합니다."(p10) 또는 심지어 가정적으로 자신의 결과물 내에서 검색할 수도 있습니다. : “나는 내가 쓴 모든 것을 제공하고 내 목소리와 스타일로 대본을 생성하는 데 매우 관심이 있습니다”(p4, p5). Dramatron의 결과물을 개선하는 방법을 분석함으로써 학습이 이루어질 수도 있습니다. “극작가로서 저에게 있어 이 기술을 사용하여 작업할 때 흥미로운 점은 이를 어떻게 편집할지 생각하는 것입니다. 예를 들어, 무대 위에서는 어떤 모습일까요?” (p8). 5.2.3 학습 및 분석을 위한 시스템 사용. 영감 외에도 몇몇 참가자들은 드라마트론의 공동 집필 가능성에 관심을 갖고 있었고, 그것이 그들에게 자료를 제공할 수 있다고 생각했습니다. “극작의 가장 큰 걸림돌 중 하나는 페이지에 단어를 넣는 것입니다. 이는 해당 단계에 도움이 됩니다”(p8). "나는 이 도구를 사용하여 죽었을 수도 있는 프로젝트를 수정(시나리오 작성)할 것입니다"(p14). “이것은 기본적으로 모든 것을 위한 풍부한 도구입니다. 나는 고안된 창조를 해냈습니다. 노래, 스크립트 또는 뉴스 기사를 가져온 다음 잘라내어 붙여넣는 텍스트를 생성하는 데 사용할 수 있는 방법이 있습니다. 이것은 나에게 다다이스트 텍스트 세대를 생각나게 한다”(p11). “실질적으로 이러한 글쓰기 시스템으로 장기간 지속되는 시리즈가 강화될 수 있다면 글쓰기의 경제성에 영향을 미칠 수 있습니다. 작가실이 있는 장기 시리즈에 유용할 수 있습니다.”(p4, p5) 5.2.4 콘텐츠 생성. 일부 참가자들은 이 도구를 TV 작가실에서 사용하여 공식적인 스크립트를 작성하는 데 도움을 줄 수 있다고 제안했습니다. “대본을 효과적으로 요약하는 AI를 만들 수 있다면 스튜디오에 가치가 있을 것입니다”(p14). “아주 좋은 극작극을 하는 것과 같습니다”(p10). “AI는 5분 안에 5개의 스크립트를 생성할 수 있습니다”(p9). “이 도구는 프로세스의 어떤 부분과 관련이 있나요? 공식 TV 시리즈”(p4, p5). “나는 그것을 직선 극을 쓰는 데 사용하지 않을 것입니다”(p11). 5.2.5 TV 시나리오 작성을 위한 도구로서 AI의 잠재력. 5.3 고정관념 일부 참가자는 "관계가 너무 빡빡하고 규범적"이라는 특성을 발견했습니다(p4, p5). 캐릭터가 "고상한 노력을 갖고 있다면, 그것은 대화에 언급될 것입니다"(p4, p5). 그리고 그 캐릭터에는 "바보 같은"과 "코에 말장난 이름"이 주어졌습니다(p2). 마찬가지로 타이틀 생성은 "설명대로 수행"(p15)되고 "때때로 지나치게 설명적일 수 있습니다. 감독이 결정을 내릴 수 있습니다"(p8). 한 사람은 “이것은 내 학생들이 할 일이다”(p8)라고 말했습니다. 이러한 예측 가능한 시스템에는 몇 가지 긍정적인 측면이 있었습니다. "여기에서 생성된 대인 관계는 청중의 관심을 유지하는 고전적인 비유입니다."(p3) "이미 존재하는 콘텐츠에 대해 시스템에서 출력을 생성하는 데 관심이 있습니다. 실제 제목은 재미있습니다. 비교하라”(p14). 5.3.1 시스템 출력이 너무 문자 그대로이고 예측 가능합니다. 참여자 p9는 “책이 어떤 문화와 언어로 나오나요?”라고 궁금해했습니다. 반면 많은 참가자들은 시스템 결과에서 성별 편견과 연령차별을 발견했습니다. “나는 컴퓨터보다 덜 성차별적이다”(p3). “주인공은 모두 남자 캐릭터이고, 조연은 모두 여자입니다”(p4, p5). “여주인공은 다른 캐릭터와의 관계로 정의됩니다. 여성 캐릭터가 자신에 대해 많은 정보를 갖고 있지 않다는 것은 연극에서 전형적인 일입니다”(p11). "그녀는 항상 화가 났고 원하는 것이 없습니다(남성 캐릭터처럼). [...] 실제로 많은 콘텐츠가 [...] 여성 혐오적이고 가부장적입니다."(p8). 이 문제는 대처 전략이나 문화적 전유 문제를 불러일으켰습니다. "GPT-2에 캐릭터 이름을 몇 개 부여하면 편협한 캐릭터가 나올 수 있습니다. [우리는] 특정 성별이나 인종 특정이 아닌 더 많은 이름을 사용했습니다." (p13) 및 "연극 제작자 그룹을 위한 AI 사용에 대한 윤리적 질문이 있습니다. AI는 우리에게 실제 경험과 관련이 없는 주제나 관계를 던지고 우리는 '예'를 강요하며 제안합니다"(p4, p5). 우리는 섹션 7.3에서 참가자들의 토론에서 제기된 윤리적 문제에 대해 더 자세히 논의합니다. 5.3.2 시스템 출력은 문제가 있고, 고정관념적이며, 편향될 수 있습니다. 5.4 결함 참가자 p6은 “시적이고 터무니없는” 제안에 웃었습니다. "그것이 어떻게 나오는지 보는 것은 정말 흥미롭습니다."(p8), "내 공상을 간지럽히는 터무니없는 수준"(p10), "그건 생각지도 못했는데 꽤 재밌습니다"(p11). "이것은 아마도 인간 작가가 옹호하지 않을 것입니다. 그것은 독특하게 창조되었습니다. [...] 나는 인간이 가질 수 없는 아이디어를 원합니다"(p12). 5.4.1 참가자는 시스템에서 예상치 못한 결과를 받아들입니다. . 모든 참가자는 시스템이 어떻게 생성 루프에 들어갈 수 있는지 알아차렸습니다. "나는 아마도 많은 부분을 잘라낼 것입니다."(p6) 또는 "보일러가 고장나는 전체 장면: 예"(p8). 그들은 때때로 그러한 루프에서 긍정적인 측면을 발견했습니다. “그것은 어리석은 대화입니다. 약간 반복적입니다. 좋아요." (p6), “반복은 하위 텍스트를 위한 여지를 남긴다”(p12) 그리고 결함을 즐기거나(p4, p5) 기존 작업과 평행을 이루기까지 했습니다(p3). 5.4.2 시스템은 종종 생성 루프에 진입합니다 5.5 언어 모델과 드라마트론의 근본적인 한계 "대화의 성격을 기반으로 일관되게 유지하는 것이 가장 중요합니다. [...] 맥락에 맞게 대화를 유지하는 데는 여전히 약간의 어려움이 있습니다." (p15). “나는 캐릭터들이 그 자체로 좀 더 일관성을 갖기를 원합니다”(p12). “논리에 약간의 혼란이 있고 논리에 공백이 있습니다. [...] 포스트모던 연극처럼 보입니다. [...] 하지만 [특정한] 장르의 측면에서 보면 따라야 할 줄거리가 있습니다. 혼란스러워지고 있습니다”(p11). 참가자 7은 "서사적으로 의미가 있도록 비트 사이에 약간의 연결을 추가하고 싶습니다". 5.5.1 일관성 부족 및 장기적인 일관성 부족. 참가자 8은 “고양이처럼 무대에서 보여주기 힘든 것들이 있다. 시스템은 무엇이 스테이지 가능한지, 스테이지 불가능한지 인식하지 못합니다.” p9는 “스토리텔링 AI와 인터페이스할 때 입력 공간이 제한됩니다”라고 언급했습니다. 5.5.2 상식과 구체화가 부족합니다. 참가자 3은 다음과 같이 말했습니다. “이것은 컴퓨터가 뉘앙스를 이해하지 못하는 방식, 즉 우리가 언어를 보고 매우 구체적이지 않더라도 이를 이해할 수 있는 방식을 보여주는 좋은 예입니다.” “정보가 너무 많고 너무 말로 표현되어 있으므로 하위 텍스트가 더 많이 있어야 합니다”(p6). “연극에서의 대화에서는 두 가지 질문을 스스로에게 물어봐야 합니다. 1) 사람들이 실제로 그렇게 말합니까? 2) 배우들은 이러한 대사에 매력을 느끼고 연기하기에 매력적인 대사입니까?” (p7) “극작은 현실적인 대화에 관한 것입니다... 하위 텍스트와 관련된 모든 것입니다. [...] 말하지 말고 보여주십시오. 여기서 우리는 단지 말하고 있을 뿐입니다. 즉석에서와 마찬가지로 '그건 언급하지 마세요'. 로그 라인의 요소는 세대의 중심 비트가 되었고, 그것은 반복적이었습니다.”(p8) 참가자 14는 “AI는 결코 카사블랑카 또는 멋진 삶을 쓰지 않을 것입니다. 장르별 박스형 스토리텔링을 쓸 수도 있을 것 같다”고 말했다. 5.5.3 뉘앙스와 하위 텍스트가 부족합니다. “이야기는 끝나지 않습니다. 캐릭터 여정이 완료되지 않았습니다. 아마도 캐릭터 배경에 뭔가 빠진 것이 있을 것입니다. [...] 뒷이야기에 있을 수도 있고 대본에는 없을 수도 있는 정서적 동기는 어디에 있습니까?” (p14). “처음에는 주인공의 목표와 그 추진력에 대한 장애물을 찾고 있습니다. 내 캐릭터는 무엇을 하고 있으며, 무엇을 원하는가요? 이것이 배우에게 주어진다면 그들은 가장 먼저 해야 할 일, 즉 캐릭터의 필요와 욕구를 찾은 다음 그것을 개인화하는 데 어려움을 겪을 것입니다.”(p9). "제 학생들은 이렇게 합니다. 캐릭터가 등장하여 자신이 원하는 것을 올바르게 말합니다." (p8). “갈등은 캐릭터 내부에 있어야 합니다”(p6). “사람들은 왜 자신이 의미하는 바를 말하지 않습니까? 사회적 이해는 있지만 때로는 번역에서 길을 잃기 때문이다”(p3). 5.5.4 캐릭터에 대한 동기부여가 부족합니다. 5.6 드라마트론의 구조적 문제 참가자 12의 경우 로그라인을 도출하는 것이 어려웠고 그 과정이 소중해 보였습니다. "첫 번째 프롬프트를 생각해 내려면 약간의 앞뒤가 필요합니다"(p11). “로그 라인에 액션을 담는 것: 작가에게는 당황스러운 순간입니다. 왜냐하면 그들은 의미 있는 모든 것을 스크립트에 추가하기를 원하기 때문입니다. [...] 그것은 재치 있는 전제에 관한 것입니다. 여러분이 지금 갖고 있는 시스템은 어느 정도 재치에 관한 것입니다. 일종의 재치를 담을 수 있는 로그라인이 필요합니다”(p13). “[로그 라인]에 캐릭터 이름이 있어야 하나요? (p4, p5). “로그 라인은 닫힌 시놉시스가 아닙니다. 설명이 적고 규정이 더 많습니다. 로그 라인의 예술은 [제작자가] 나머지 자료를 읽을 수 있도록 로그 라인을 얼마나 짧게 만들 수 있는지에 관한 것입니다.”(14페이지) 5.6.1 모든 세대를 조건화하기 위한 로그 라인을 마련해야 하기 때문에 발생하는 어려움. “일반적으로 제가 작업하는 방식에서는 제가 세상에 대해 말하고 싶은 것, 세상에 대해 제가 생각하는 것이 무엇인지 분명합니다. 차량이나 캐릭터, 호가 명확하지 않습니다. 이는 논리적으로 다음 장면을 따라가는 장면 모음처럼 보입니다. 그러나 말하려는 것의 핵심 아이디어가 [빠져있습니다]”(p4, p5). “스크립트 작성을 위해 무언가를 프로그래밍할 수 있다면 로그 라인부터 시작하지 않을 것입니다. 캐릭터와 그 캐릭터를 가로막는 장애물로 시작하는 것도 고려해 볼 수 있습니다.”(p9) 5.6.2 전체 세대의 로그 라인 기반 조건화에 대한 구조적 비판. “장면 비트에서는 이전 대화에 어떤 내용이 포함되어 있는지 전혀 알 수 없습니다. 그렇다면 대화가 일관성이 없는 것을 보는 것은 거슬리는 일입니다”(p1). “이전 비트를 장면으로 가져오는 데 문제가 있는지 궁금합니다. [...] 비트의 일관성에 주의를 기울이면 생성된 대화의 일관성에 도움이 됩니다.”(p12) 각 장면마다 장면 대화가 병렬로 생성되었다는 사실을 알게 된 참가자 2는 다음과 같이 말했습니다. “마지막 장면을 읽지 않았다면 어떻게 마지막 장면을 다음 세대로 가져올 수 있습니까? 이러한 스크립트를 생성하는 것은 이전 장면의 대화에 참여함으로써 상당한 이점을 얻을 수 있습니다.” 5.6.3 Dramatron 디자인 선택의 부정적인 결과: 병렬 대화 생성. 5.7 드라마트론에 대한 개선 제안 캐릭터와 그들의 관계를 모델링하는 것은 "관계 중심의 시스템을 만들 수 있을까?"라는 반복적인 주제였습니다. (p12), “인격 구축에서 지위는 어디에 속합니까?” (p12), “캐릭터의 줄기를 생성하고 완성할 수 있을까요?” (p15). 참가자 12는 “작가로서 캐릭터 관계에 대한 소셜 그래프를 구축하겠다”고 제안했습니다. "장면이 어디에서 시작하고 끝나야 하는지 시스템이 알 수 있도록 하려면 어떻게 해야 합니까?"라는 질문에 대답합니다. (p15), 세 명의 참가자(p8, p13, p15)는 각 장면 내에 내러티브 아크를 맞추는 것을 제안했습니다. 몇몇 참가자들은 쓰기 모델에 대해 질문하고 대화할 수 있기를 원했습니다. "[AI 시스템]에 메모를 하여 참여해 보셨나요?" (p2) 세상에 대해 배울 수 있도록 하기 위해: “세계 건설은 어떻게 일어나는가? 어쩌면 모델은 Stella Adler의 W를 알아야 할 수도 있습니다. [(누가? 무엇을? 어디서? 왜? 어떻게? 등)] 시스템이 이러한 질문에 답하도록 할 수 있습니까?” (p9) 또는 다시 작성 및 재구성을 허용하려면 "시스템에 스타일이나 컨텍스트에 따라 다시 작성하도록 요청할 수 있습니까?" (p8). p10이 반복했듯이 반복적 재작성은 바람직한 작업 흐름이었습니다. “저는 [내러티브]를 형성하는 것보다는 그것이 말하는 것을 보고, 그것이 말하는 것을 보기 위해 다듬고, 다시 다듬는 데 관심이 없습니다. 극작가는 컷을 만들기 전에 극본을 먼저 봐야 합니다.” 극작가는 컷을 만들기 전에 연극이 말하는 것을 봐야 합니다.” 마지막으로, p4와 p5는 “서구 극작법 체계에서 밀려나고 있으므로 이를 미래에 가장 유용하게 만드는 측면에서 다른 현대 극작의 맥락에서 어떻게 사용될 수 있는지 고려하는 것이 도움이 될 수 있습니다”라고 예리하게 관찰했습니다. 쓰기”(대체적인 내러티브 구조와 요소 제안) “AI는 우리와 동일한 규칙에 구속되지 않기 때문입니다. 그래서 인간의 규칙에 얽매이는 것은 능력의 한계로 느껴집니다.” 5.8 증분 도구 개선 섹션 5.7에 자세히 설명된 대로 참가자들은 드라마트론에 대해 참여하고 건설적인 피드백을 제공했습니다. 연구 참가자 중 한 명은 "시스템은 적응력이 매우 뛰어나 피드백과 조정에 따라 변경될 수 있습니다"라고 말했습니다. 시스템 수정 가능성에 대한 이러한 종류의 이해는 시스템과 상호 작용하는 사람들이 변경 사항이 통합될 수 있다는 것을 알고 변경 사항을 보다 자유롭게 제안할 수 있는 권한을 부여했습니다. 이러한 방식으로 시스템은 참가자 연구 과정에서 긍정적인 이점을 얻고 발전했습니다. 인터뷰 과정에서 우리는 Dramatron의 프롬프트 접두사 세트를 조금씩 점진적으로 변경하여 피드백을 통합했습니다. 표 1에는 참가자 피드백의 직접적인 결과로 발생한 변경 사항이 요약되어 있습니다. 이러한 종류의 참여적 설계 및 개발은 사용자의 피드백을 직접 통합하여 다음 상호 작용을 위한 시스템을 개선할 수 있으므로 창의적인 도구 생성에 매우 중요합니다. 이는 시스템의 모듈식 설계, 가벼운 프롬프트 기반 상호 작용 및 Dramatron이 제공하는 유연성을 통해 가능합니다. 또한 이러한 참여는 참가자들이 서로 관련되고 연결된 창의적인 아이디어를 탐구하도록 영감을 줍니다. 예를 들어 그림 4(왼쪽)는 공동 집필된 대본을 해석하는 가상 배우의 내러티브 테스트에 대한 컨셉 아트를 보여줍니다. 5.9 드라마트론이 공동 집필한 대본의 제작 준비 및 평가 연극을 위한 창의적 글쓰기는 근본적으로 상호작용적입니다. 협력하는 스토리텔러들 사이뿐만 아니라 스토리텔러와 청중 사이에서도 마찬가지입니다. 그렇기 때문에 드라마트론과 공동 집필한 대본이 어떻게 연극 무대에서 제작될 수 있는지 평가해 보았다. 이 섹션에서는 무대 세부 사항을 설명하고 크리에이티브 팀과 두 명의 전문 연극 평론가의 평가 의견을 보고합니다. Dramatron과 공동 집필한 5개의 대본은 2022년 8월 북미 최대 연극 축제인 2022 Edmonton International Fringe Theatre Festival에서 공개 공연되었습니다. 이 쇼의 제목은 Plays By Bots이며 2주에 걸쳐 7회 공연을 진행했습니다(그림 4의 제작 이미지 참조). 각 쇼에서 서로 다른 출연진이 공동 집필 실험에서 나온 연극 중 하나를 연기했습니다. 연극은 다양한 장르, 스타일, 캐릭터, 스토리라인을 포괄합니다. 대본은 경험이 풍부한 4~6명의 즉흥 연주자와 배우로 구성된 출연진에 의해 생생하게 구현되었습니다. 각 대본의 전반부는 봉인된 봉투에 담겨 각 출연진에게 전달되었습니다. 공연이 시작되어야 대본을 공개하고, 관객들 앞에서 실시간으로 낭독하며 공연을 시작했다. 대본이 다 떨어지자 배우들은 대본이 제시한 맥락과 스토리를 바탕으로 즉흥적으로 엔딩을 연출했습니다[5]. 매회 공연마다 감독과 공동 작가(위의 참가자 p1)가 관객들에게 프로젝트를 소개하고 드라마트론을 사용해 대본을 공동 집필하고 편집했다고 설명했다. 페스티벌에서 Plays By Bots의 제작에 대해 두 개의 리뷰가 작성되었습니다. 리뷰 중 하나는 이 성능이 "인공 지능이 실제로 히트작 프린지 연극을 작성할 수 있음을 입증한다"고 언급했습니다. 평론가는 또한 공연의 성공이 드라마트론 시스템과 인간 배우들, 특히 "드라마트론의 목소리를 마스터하고 나머지 쇼 동안 대본에서 원활하게 벗어나는 한 연기자 덕분에 가능했다고 언급했습니다. 울부짖는 청중”. 두 번째 평가도 긍정적이었습니다. 약간의 의심을 품은 평론가는 드라마트론의 능력을 칭찬했습니다. 평론가는 드라마트론의 스타일과 그것이 공연에 어떻게 도움이 되었는지 언급하면서 "선언으로 이어지는 대화에 어떤 단조로움이 있다면 그 자체로 재미있다. the] 즉흥 연주자”, “인간 배우가 계속해서 극작가 봇의 톤을 포착합니다.” 평론가는 또한 함께 어울려 하나의 세계를 창조하는 연극을 만들어내는 시스템의 능력에 놀라움을 표시했습니다. 그들은 또한 드라마트론의 일부 대사가 너무 웃겨서 나중에 인간 배우들이 즉흥적으로 연기를 했을 때 다시 재현되었다고 언급했습니다. 크리에이티브 팀 간의 토론은 리뷰어를 칭찬하고 전문 배우와 즉흥 연주자가 Dramatron이 공동 집필한 대본으로 작업하는 방법에 대한 통찰력을 제공합니다. 공연 후 토론은 감독에 의해 진행되었으며 우리에게 전달되었습니다(위의 1페이지). 섹션 5에서 앞서 제시된 주제를 반영하는 이러한 논의를 통해 네 가지 주요 주제가 나타났습니다. 특히 시스템에는 독특한 글리치 스타일이 있으며 생성된 텍스트는 반복적이고 재미있게 작업할 수 있습니다. 또한 팀은 기관을 시스템에 귀속시키고 시스템 기능에 대한 기대를 갖고 있었습니다. 훈련된 즉흥 연극 공연자로서 배우들은 공동 집필된 대본에 해석의 층위를 추가할 수 있었습니다. 이는 텍스트에 의미를 추가하는 데 도움이 되었습니다. 마지막으로, 제작에 참여하는 것이 재미있었다는 것이 크리에이티브 팀의 가장 큰 피드백이었습니다! 크리에이티브 팀의 열정과 성찰은 연극 제작 및 협업을 위한 공동 집필 대본의 유용성을 반영합니다. 더 많은 반성과 뒷받침 인용문이 부록 B에 포함되어 있습니다. 이 문서는 CC 4.0 라이선스에 따라 있습니다. arxiv에서 볼 수 [5] 수락 시 공유된 공연 영상.