人機協同在短視頻創作中的效能研究

摘要：生成式人工智能的快速發展正在重塑短視頻內容的創作方式，人機協同成為提升創作效能的重要路徑。本研究聚焦新聞資訊、生活Vlog與科學知識類等多個垂直領域，通過設計差異化的協同流程，結合剪映等AI工具進行創作實驗，并開展問卷調查，深入探討用戶與創作者對AI應用的接受程度與實際體驗。研究結果顯示，用戶對AI參與配音、剪輯等技術性環節接受度較高，但在創意生成和情感表達方面仍更依賴人類主導。不同垂直領域間的接受程度存在明顯差異，知識類與資訊類內容中的AI應用更易被認可。盡管創作者普遍認同AI對生產效率的提升作用，但也指出其在內容創新性與專業準確性方面的局限。本研究從技術賦能、模式創新與生態協同三個層面提出優化策略，以期促進短視頻創作在質量、效率與用戶體驗方面的協同發展。

關鍵詞：人機協同；人工智能(AI)；短視頻創作；內容創作;效能

1 緒論

1.1 研究背景與意義

當前，短視頻用戶規模已突破10億，日均視頻產量顯著增長。隨著生成式AI技術的持續演進，人機協同在短視頻全流程創作中展現出效率提升顯著和門檻降低的可能，但同時也引發了對內容同質化與質量問題的普遍擔憂。在教育、影視、游戲等垂直領域中，因內容需求、用戶偏好與行業標準的不同，人機協同的實際應用效果存在較大差異。AI應用效能及面臨的挑戰呈現出明顯的領域特異性，因此系統探究不同領域中人機協同的實際效能與用戶感知，對推動短視頻內容生態的高質量發展具有重要意義。

1.2 研究目標與內容

本研究旨在通過多領域視頻制作實踐及問卷調查，評估人機協同對短視頻創作效率與創新性的實際提升效果，分析用戶感知，分析創作者與用戶對AI應用的態度與接受程度，最終提出有助于提升短視頻內容創新性、傳播力與用戶體驗的具體策略，為行業高質量發展提供參考。

1.3 研究方法

通過文獻研究法構建理論框架，通過實驗法在新聞、生活、知識等領域利用剪映完成視頻創作，同時使用問卷調查法收集來自創作者和用戶的大規模態度與行為數據。對問卷進行分析，采用定量與定性相結合的分析策略。定量分析以描述性統計為主，刻畫樣本分布、變量均值與頻次，探索人群與領域間的接受度差異；針對開放題反饋進行定性分析，作為定量結果的有益補充與深化。

2 理論基礎與研究綜述

2.1 人機協同相關理論

人機協同指的是人類與人工智能通過分工與協作共同完成任務的模式。在該模式中，人類通常承擔創意決策等核心任務，AI則負責標準化、重復性的操作[3]。常見模式包括輔助型、協作型與代理型[1]，其優勢主要體現在效率提升與創意激發，但也伴隨創作主體模糊、版權爭議及算法倫理等挑戰。

2.2 短視頻內容創作特征與流程分析

短視頻創作通常包括選題、腳本、拍攝、剪輯與分發等環節。不同垂直領域有不同特征：教育領域高度重視準確性與專業性，常需引入人工審核機制；娛樂領域追求創意與沉浸感，但也容易陷入同質化；新聞領域則需在時效性之外應對AI可能帶來的深度偽造與真實性質疑[1][2]。

2.3 AI在內容創作中的應用現狀

AI在內容創作中已實現多模態應用。ChatGPT等工具可生成文本初稿，但邏輯性仍顯不足；DALL-E等模型能夠生成高質量靜態圖像；Sora等文生視頻模型實現了高保真、連貫視頻的生成突破；智能剪輯工具可自動完成鏡頭拼接，大幅提升制作效率[1][4]。

2.4 AI在短視頻中的應用與探索

AI已滲透至短視頻創作各個環節。相關創新實踐不斷涌現。目前研究說明，智能剪輯工具（如剪映）有效提升了視頻產能。

2.5 人機協同效能與接受度研究現狀

既有研究多從效率、創新性與傳播數據等方面評估效能。用戶接受度呈現較強領域依賴，例如娛樂用戶對AI生成腳本接受度較高，而教育用戶則出于對錯誤的擔憂持更加謹慎的態度。更值得關注的是，多數用戶難以辨別AI生成內容，易引發信任危機，AI二創侵權率居高不下也折射出版權困境[1]。

3 研究設計與方法

3.1 研究設計與實驗過程

為系統分析不同垂直領域中人機協同的效能差異，本研究選取新聞資訊、生活Vlog和科學小知識三類典型領域，依據其內容特性設計差異化協同流程。基本遵循“AI生成→人工優化→AI執行→人工精修”的協作范式，但在具體環節中人與AI的參與程度和角色配置有所區別，以體現領域適應性。

本研究選用剪映作為核心實驗平臺，該工具在國內用戶覆蓋廣泛、功能集成度高，具有較強的實踐代表性和可操作性。在腳本生成環節，主要依托剪映內置“AI文案”功能。

視頻生成與剪輯全程在剪映中完成：針對新聞及知識類視頻，采用“圖文成片”功能，輸入審定文案后由AI自動匹配素材、生成視頻序列并合成配音；針對生活Vlog類內容，則通過“一鍵成片”或“自由剪輯”功能，依據素材自動推薦剪輯模板并生成字幕與配音。此外，所有視頻統一使用剪映的“AI配音”與“智能字幕”功能進行后期標準化處理。通過上述設計，本研究在統一平臺下實現多領域人機協同路徑設計。

3.2 用戶接受度調研設計與實施

3.2.1 調研目標與對象

調研對象明確分為短視頻觀眾與創作者兩類群體：對觀眾群體，重點在于了解其內容消費偏好、對AI生成內容的辨識能力、接受意愿及主要顧慮；對創作者群體，則重點關注其在實際創作流程中應用AI工具的具體行為、效能評價與實際挑戰。

3.2.2 問卷設計

問卷圍繞核心變量系統展開：首先通過多選題精細測量用戶在資訊、知識、生活、娛樂等六大類內容中的偏好，進而根據用戶選擇的領域，采用量表評估其對AI參與腳本生成、自動剪輯、配音字幕等環節的通用接受度，并依托內容偏好選項動態生成領域態度題項，有效捕捉不同垂直場景中的用戶心理差異。針對創作者群體，進一步追加使用行為頻率、效能感知、風險擔憂及未來期望等多維題目。

4 人機協同實踐與效能分析

4.1 多領域創作實踐過程

本研究選擇新聞資訊、生活Vlog與科學小知識三個領域開展實踐。

表 1：各領域 AI 與人工負責部分對比表

4.2 效能評估結果

AI的介入顯著縮短了視頻生產周期。新聞類視頻因AI智能匹配素材，效率提升最為明顯；生活Vlog類中AI自動剪輯大幅降低啟動門檻與剪輯時間；科學類全流程生產因需大量專業知識校對，效率提升有限。表明AI在標準化環節具有顯著效率優勢。

AI在腳本生成、素材匹配和剪輯包裝中表現良好，尤其在結構化文本生成、視覺關聯和節奏控制方面達到可用水平。然而其局限性同樣顯著：在新聞領域有素材誤配和語境理解偏差，其中最明顯的問題為素材庫中的素材含有大量外國人素材以及外語素材，在政策類新聞中不恰當，需要人為手動調整；在科學領域存在知識表述不嚴謹或案例不當等問題；在生活領域，其腳本文案撰寫局限于圖片描述，缺少亮點與創新點，難以實現真正的情感共鳴。科普領域，AI容易陷入科學性與趣味性的矛盾，需要根據創作者的創作目標進行取舍。

人工介入主要集中在審核、創意提升和風格化環節。新聞類干預最少但最關鍵，即事實核查；生活類干預程度最深，涉及創意與風格調整；科學類需深度介入專業審核。

4.3 領域效能差異與原因

不同領域的應用效能差異顯著。新聞資訊類在效率與質量間實現較好平衡；生活Vlog類創新性表現優異但人工成本較高；科學知識類面臨專業準確性挑戰。這些差異源于領域內容特性：新聞注重視覺效率與事實準確，與AI優勢匹配度高；生活Vlog強調個性與情感表達，需更多人工投入；科學知識依賴深度理解與準確表述，為當前AI技術薄弱環節。結果表明，需依據領域特點設計差異化協作模式，在AI能力與人類專業判斷之間尋求平衡。

5 用戶感知與接受度分析

5.1 問卷樣本描述

本研究共收集有效問卷150份，其中男性76人（50.67%），女性74人（49.33%），性別分布基本均衡。年齡方面，18~24歲群體占比最高（46%），樣本以年輕用戶為主。在觀看時長上，超過半數用戶（63.33%）每天觀看短視頻超過1小時，其中1~2小時占35.33%，2小時以上占28%，用戶對短視頻具有較高的使用黏性。創作者樣本共64人，主要為兼職個人博主（78.13%），全職博主、企業品牌運營人員和MCN簽約創作者分別占10.94%、9.38%和1.56%。創作者中最常涉足的領域是生活分享類（56.25%）和娛樂類（37.5%），而實用建議類（6.25%）和其他領域（1.56%）占比較低。

5.2 用戶感知體驗

在開放建議中，用戶頻繁提及“需要標注AI生成內容”“希望平臺明確識別AI視頻”等訴求，進一步表明用戶對AI內容的感知意識正在增強，且期望通過透明化機制來輔助辨識，以維護自身的知情權和選擇權。

5.3 用戶接受度

5.3.1 對AI參與環節的接受程度

從整體看，用戶對AI參與不同創作環節的接受程度呈現顯著差異。接受度最高的環節為AI配字幕/配音（平均分3.94）和自動剪輯視頻片段（平均分3.95），這表明用戶對AI執行技術性、重復性工作的認可度較高。生成視頻文案/腳本的接受度略低（平均分3.82），反映用戶對內容核心創作環節仍持謹慎態度。而生成AI虛擬人出鏡/AI口播的接受度最低（平均分3.6），說明用戶對完全替代真人出鏡的AI表現形式存在明顯的心理距離和接受壁壘。

5.3.2不同領域接受度差異

圖 1 不同領域接受度差異

在短視頻方面，對于AI的接受度存在顯著的領域差異性。知識類（平均分3.59）和資訊類（平均分3.49）領域的接受度相對較高，特別是在AI配字幕/配音（知識類3.9分）和自動剪輯（資訊類3.7分）環節，說明用戶在這些注重信息效率和規范性的領域對AI技術持更開放態度。相反，在生活分享類（平均分3.36）、生活教程類（平均分3.31）和娛樂類（平均分3.34）等注重個人體驗和情感表達的領域，用戶接受度普遍較低，尤其是對AI生成文案和虛擬人出鏡等核心創意環節抵觸明顯。實用建議類（平均分3.23）的接受度最低，尤其在生成文案環節（平均分3.11），表明用戶對AI生成專業建議的信任度較低。

部分用戶提到，娛樂類和解壓ASMR的短視頻中，有部分很優秀的完全由AI生成的作品，例如AI生成明星歌聲或對話，AI生成切割食物的解壓聲音等，是新穎的創作形式，此類視頻雖然AI參與度高，但用戶接納程度甚至高于虛擬主播，此類案例背后反映出AI的技術優勢與人工創意相配合的優勢。

5.3.3 信任度與情感連接分析

用戶對AI內容的信任度與情感連接呈現復雜態勢。雖然技術在效率提升方面獲得認可，但在信任構建上仍面臨挑戰。在實用建議類領域，AI生成文案的低接受度（3.11分）反映出用戶對AI專業性的信任不足；在生活分享類領域，AI虛擬人出鏡的低接受度（3.22分）體現了用戶對AI情感表達能力的質疑。

開放建議中用戶提到“AI內容缺乏溫度”“沒有靈魂”等評價，進一步證實了AI在建立情感連接方面的劣勢。

5.4 用戶擔憂與期望

用戶對AI工具的擔憂主要集中在三個方面：版權風險（平均擔憂度3.55）、專業性錯誤（平均擔憂度3.39）和內容同質化（平均擔憂度3.22）。這些擔憂在不同領域有所側重，如在知識類和實用建議類領域，專業性錯誤成為主要顧慮；在娛樂和生活分享類領域，內容同質化更受關注。相應地，用戶對人機協作效率低下（平均擔憂度2.59）和工具操作復雜難上手（平均擔憂度2.48）的擔憂程度較低，表明當前AI工具在可用性和效率提升方面已得到一定認可。

對于AI工具的改進期望，用戶最強烈的需求集中在提升內容創意多樣性（73.44%）、優化人機交互流暢度（73.44%）和加強垂直領域專業知識庫（70.31%）三個方面。這反映出用戶不僅希望AI工具在技術上更加成熟，更期待其能夠理解特定領域的深度需求，提供更加智能化和人性化的協作體驗。此外，提供版權合規素材（64.06%）和深度適配領域工作流（53.13%）也是用戶的重要期望，這表明版權問題和領域適用性已成為制約AI應用的關鍵因素。

5.5 創作者使用體驗與態度

創作者更頻繁使用AI基礎功能（如生成字幕、配音），較少用于創意生成（如選題、腳本）。普遍認同AI對生產效率的提升作用（4.09），但對內容創新性（3.56）和傳播效果（3.53）的提升感知有限。多數創作者愿繼續探索人機協同應用，少數表示將回歸人工主導。

數據表明，有創作經歷的用戶對于AI在短視頻中的具體應用環節有更深刻的認識。有創作經歷的用戶對于AI的接受度整體高于沒有創作經歷的用戶， 在視頻粗剪、字幕生成等方面接受度明顯高于沒有創作經歷的用戶，表明創作者對于具體AI的優勢有認知。但在腳本設計方面，有創作經歷的用戶選擇“完全不能接受”選項明顯增多，整體接受程度也顯著低于沒有創作經歷的用戶，表明創作者對于短視頻中人工創意腳本設計更加重視。

5.6 態度與實踐關聯性

用戶和創作者的態度與實驗結果高度吻合。AI在技術性環節的高接受度與其在實際應用中提升效率的表現一致；其在新聞和科學領域的技術瓶頸（如素材誤配、知識錯誤）也與用戶最大的擔憂相符；創作者“重技術使用、輕創意依賴”的行為模式印證了當前人機協同中“AI執行、人類決策”的有效分工。

6討論與優化策略

6.1 核心問題

基于前述分析，人機協同在短視頻創作中面臨四大核心矛盾：技術與創意的矛盾，AI輸出同質化嚴重，缺乏情感與原創性；人機角色模糊，版權與責任界定存在風險；質量與效率的平衡，AI提升效率但可能犧牲專業與創新；用戶信任不足，因無法辨識AI內容且擔憂其專業性。

6.2 優化策略

優化技術賦能：應提升AI創意生成質量，引入機制減少同質化；增強專業領域理解與準確性；發展更智能的剪輯邏輯，依據情感曲線自動調整敘事節奏。

創新應用模式：設計領域適配的人機協作流程,采用領域差異化策略。新聞類可采用“AI生產—人工審核”模式；生活類適用“人工創意—AI執行”；科學類探索“AI預生成—專家審核”。發展更自然的人機共創交互方式。

提升用戶體驗：加強AI創作透明度，嚴格執行生成內容標識，提供生成日志可查；優化工具交互設計，以創作語言替代技術參數；建立內容審核與糾錯機制，加強用戶教育，提升其辨識與理性消費AI內容的能力。

推動生態共建：平臺應制定AI內容規范，建立創作者信用體系：對高風險領域（如新聞、健康、知識科普）實施強制性AI標簽與人工審核機制；（2）針對中低風險領域（如娛樂、生活）可推行透明度工具，如提供“AI生成比例”標識供用戶參考；（3）建立基于領域特性的版權追溯與責任認定指南，以應對AI創作引發的版權糾紛。工具開發者需深耕垂直領域，提供開放接口，提供適配多應用場景的素材等。創作者應轉變角色，重點提升策劃、審美和協作能力，適應人機協同新環境。

7 結論與展望

7.1 主要結論

本研究主要發現：人機協同已成為短視頻創作的重要模式，其在技術性環節普及度高、效能提升顯著，但在創意與專業方面仍存局限。效能表現具有明顯領域差異，新聞類效果最優，生活與科學類分別面臨創新性挑戰與專業性質疑。用戶對技術環節接受度高，對創意與專業環節持謹慎態度，普遍擔憂版權、錯誤與同質化問題。

7.2 研究貢獻

本研究通過多領域對比實驗與大規模調研，揭示了人機協同的領域依賴性特征，第一，為創作者選擇協作模式提供了決策依據。研究通過量化數據揭示，不同內容領域適配不同的人機協同模式。幫助創作者根據自身領域特性，理性選擇最優協作策略，而非盲目追求全自動化。第二，為開發者優化工具功能提供了方向指引。研究發現當前AI工具在不同領域的效能存在顯著差異：知識類內容生成中存在事實錯誤率高、專業度不足的痛點，而娛樂類工具則同質化現象嚴重。這些具體問題為開發者提供了明確的優化靶點，例如針對創意類場景，應強化創意生成能力，提供更多版本的創意類型；需全面提升工具的透明性與可控性，如增加AI貢獻度調節從而把控AI 參與度。第三，為平臺制定治理規范提供了數據支撐。實證結果表明，平臺需盡快建立差異化的AI內容治理體系。

7.3 局限與展望

本研究存在一定局限，如實驗樣本量有限、工具平臺單一、領域覆蓋不全、創作者樣本中專業人士比例較低等。

未來研究方面，可長期跟蹤用戶接受度變化，探索更復雜的人機協作模式，并關注AI短視頻的版權、倫理及跨模態應用等深層議題。

作者信息

張躍然 首都師范大學外國語學院

參考文獻