Crafting Hanzi as Narrative Bridges: An AI Co-Creation Workshop for Elderly Migrants

📄 arXiv: 2507.01548v2 📥 PDF

作者: Wen Zhan, Ziqun Hua, Peiyue Lin, Yunfei Chen

分类: cs.HC, cs.AI, cs.CL

发布日期: 2025-07-02 (更新: 2025-07-03)

备注: A version of this manuscript has been submitted to the IASDR 2025 Conference and is currently under review

💡 一句话要点

提出AI共创工作坊，赋能老年移民群体以汉字书写个人叙事

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: AI共创 老年移民 叙事表达 汉字文化 人机协作

📋 核心要点

  1. 老年移民群体面临叙事表达的挑战，他们的经历往往碎片化且难以言说，传统方法难以有效支持其个人叙事的构建。
  2. 该研究提出一种AI共创工作坊，结合口述故事和汉字符号重建，利用AI辅助老年移民表达个人叙事。
  3. 工作坊试点表明，即使没有数字素养，老年移民也能在AI辅助下，将生活经验转化为视觉和触觉表达。

📝 摘要（中文）

本文探讨了如何利用人工智能辅助共创，帮助老年人，特别是中国城市中的老年移民，表达那些常常是碎片化的、未被充分代表的或难以用语言表达的个人叙事。通过一个结合口述故事和汉字符号重建的试点工作坊，参与者分享了他们的移民记忆，并使用大型语言模型（LLM）建议的小篆字形以及物理材料，重新创造了新的汉字形式。在人工引导和温和的AI辅助下，参与者将生活经验转化为视觉和触觉表达，而无需数字素养。这种方法通过将AI重新定位为支持机制而非内容生产者，并通过支持社会技术系统中的叙事能动性，为人类与AI的协作和老龄化提供了新的视角。

🔬 方法详解

问题定义：本研究旨在解决老年移民群体在城市生活中面临的叙事表达困境。他们往往难以用传统方式（如口述或书写）完整、清晰地表达自己的经历和情感，尤其是在面对文化差异和语言障碍时。现有方法，例如简单的访谈或问卷调查，可能无法充分捕捉到他们复杂而细微的个人叙事。因此，如何帮助老年移民群体更有效地表达自我，成为一个亟待解决的问题。

核心思路：论文的核心思路是将人工智能（特别是大型语言模型）作为一种辅助工具，而非主导者，来促进老年移民的叙事表达。通过结合口述故事和汉字符号重建，参与者可以借助AI提供的灵感和建议，将抽象的记忆和情感转化为具体的、可视化的汉字形式。这种方法强调的是人机协作，而非机器的单向输出，从而赋予老年移民更大的叙事能动性。

技术框架：该研究采用了一种工作坊的形式，其流程大致如下：1. 口述故事环节：参与者分享他们的移民经历和相关记忆。2. 汉字选择与重建环节：在大型语言模型的建议下，参与者选择与故事相关的汉字，并利用小篆字形进行创意性的重建。3. 物理材料创作环节：参与者使用各种物理材料（如纸张、颜料、黏土等）将重建后的汉字形象化。4. 分享与讨论环节：参与者分享他们的创作过程和作品，并进行交流和反思。整个过程中，研究人员提供人工引导和技术支持，确保参与者能够顺利完成创作。

关键创新：本研究的关键创新在于其对人工智能角色的重新定位。传统上，人工智能往往被视为内容生产者或问题解决者，而本研究则将其视为一种支持机制，旨在赋能人类的创造力和表达能力。通过将AI与口述历史、汉字文化和物理材料创作相结合，该研究创造了一种全新的叙事表达方式，为老年移民群体提供了一种更具包容性和创造性的表达平台。

关键设计：研究中使用了大型语言模型（LLM）来提供汉字字形建议，具体模型类型未知。小篆字形的选择旨在提供一种更具艺术性和象征性的视觉表达方式。工作坊的设计注重参与者的体验和感受，强调互动性和协作性。具体的参数设置、损失函数、网络结构等技术细节未知，因为LLM主要作为字形建议工具，而非核心算法。

📊 实验亮点

该研究通过试点工作坊验证了AI共创方法的可行性和有效性。参与者能够利用AI提供的字形建议和物理材料，成功地将个人经历转化为具有象征意义的汉字作品。研究表明，即使没有数字素养，老年移民也能在AI辅助下进行创造性的叙事表达，从而增强他们的叙事能动性。

🎯 应用场景

该研究成果可应用于社区文化建设、老年人关怀、移民融合等领域。通过AI辅助的叙事表达，可以帮助老年移民群体更好地融入社会，增强文化认同感，并促进不同文化背景人群之间的交流与理解。未来，该方法还可扩展到其他弱势群体，帮助他们表达自我，传递声音。

📄 摘要（原文）

This paper explores how older adults, particularly aging migrants in urban China, can engage AI-assisted co-creation to express personal narratives that are often fragmented, underrepresented, or difficult to verbalize. Through a pilot workshop combining oral storytelling and the symbolic reconstruction of Hanzi, participants shared memories of migration and recreated new character forms using Xiaozhuan glyphs, suggested by the Large Language Model (LLM), together with physical materials. Supported by human facilitation and a soft AI presence, participants transformed lived experience into visual and tactile expressions without requiring digital literacy. This approach offers new perspectives on human-AI collaboration and aging by repositioning AI not as a content producer but as a supportive mechanism, and by supporting narrative agency within sociotechnical systems.