こんにちは、渡辺です。4/26-5/1にかけて横浜で開催された学会 CHI 2025 を聴講してきましたので、そのなかで気になった発表をいくつか紹介します。

CHI Conference on Human Factors in Computing Systemsとは、人間とコンピュータの相互作用（Human-Computer Interaction, HCI）分野におけるトップカンファレンスの1つです。 HCIは情報科学、認知科学、人間工学といった複数の分野にまたがる学際的な分野であり、CHIにおいてもさまざまな分野の研究者が集まります。実際、 CHI 2025のプログラムを確認するとわかるとおり、デザイン思考、AIとの共創、ハプティクス、デジタルヘルスといった多種多様なセッションが開催されています。そのなかで今回、人間とAIの共創に関係するセッションを中心に聴講してきましたので、いくつか研究を紹介します。

Textoshop: An intelligent text editor with interactions inspired by drawing software

www.youtube.com

従来のプロンプトベースの文章編集は、細かな語調の調整に感覚や経験を必要とするため直感的な操作ではありません。実際、私自身もChatGPTで文章の語調や長さを調整する際、プロンプトを何度も打ち直すわずらわしさを感じていました。この課題に対応するため提案されたのが、画像編集ソフトから着想を得たテキスト編集ソフトTextoshopです。

デモ動画をご覧のとおり、文章をドラッグ選択することで、文章の長さを調整したり、文構造を再構成できます。画像編集ソフトのColor Pickerを模したTone Pickerでは、次の3つの軸で文章の語調を調整できます。

Formality（フォーマルさ）：カジュアル〜ビジネス調
Sentiment（感情の度合い）：ポジティブ〜ネガティブの感情
Complexity（複雑さ）：単純〜語彙や文構造が複雑

また、Textoshopは、文章の一部を切り取り（スニペット化）して保存したり、それらの文章を自然な形で合成・結合できます。

Damien Masson, Young-Ho Kim, and Fanny Chevalier. 2025. Textoshop: Interactions Inspired by Drawing Software to Facilitate Text Editing. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI '25). Association for Computing Machinery, New York, NY, USA, Article 1087, 1–14. https://doi.org/10.1145/3706598.3713862
プロジェクトページ - https://github.com/m-damien/Textoshop

LogoMotion: Visually-Grounded Code Synthesis for Creating and Editing Animation

www.youtube.com

ロゴに意味のある動きを（アニメーションとして）加えるには、高度なスキルを必要とします。そこでこの論文では、AIを使用したアニメーションコード生成ツールLogoMotionを提案しています。

LogoMotionは、ロゴのPDFファイルを読み込み、構成要素を分解して各要素の役割をVLM（Vision Language Model、視覚言語モデル）が判断し、それに基づきアニメーションのコードを自動生成します。論文中の例では、スキーヤーが左側から滑ってきて着地し、そのタイミングで文字が浮かび上がるといった、ストーリー性のあるアニメーションを生成しています。

LogoMotionには、アニメーションコードの不備を自動で検出・修正する自己デバッグ機能やアニメーションを直接編集できるGUIも搭載しており、ナラティブタイムライン、ロゴ構成要素のレイヤー編集、アニメーションの速度調整など、コードを記述することなく直感的な操作が可能です。従来のプロンプトベースの編集では、「アニメーションの一部分だけ変更したい」と思っても、思い通りの結果が得られにくいという課題がありました。しかし、LogoMotionのタイムライン機能を使えば、特定の部分のアニメーションだけを簡単に選択・編集できます。例えば、「このスキーヤーをもっと派手に登場させたい」といった編集もピンポイントで実施できます。

Vivian Liu, Rubaiat Habib Kazi, Li-Yi Wei, Matthew Fisher, Timothy Langlois, Seth Walker, and Lydia Chilton. 2025. LogoMotion: Visually-Grounded Code Synthesis for Creating and Editing Animation. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI '25). Association for Computing Machinery, New York, NY, USA, Article 157, 1–16. https://doi.org/10.1145/3706598.3714155
プロジェクトページ - https://vivian-liu.com/#/logomotion

Code Shaping: Iterative Code Editing with Free-form AI-Interpreted Sketching

www.youtube.com

プログラミングのタスクでは、テキスト（コード）だけでは表現できないアイディアやアルゴリズムを紙に描いて整理することがよくあります。こうしたアイディアスケッチは複雑なタスクの理解を手助けしますが、現状、プログラミングとは別のタスクとして扱われています。

現在主流のAIプログラミング支援ツールは、プロンプトベースの入力を前提としており、スケッチの意図をうまくくみ取ってコードに反映させることが難しい場合もあります。

そこでこの論文では、Code Shapingというスケッチ（矢印、図、疑似コード、注釈）をコード周辺に描くことで、AIがその意味を理解し、コードを編集するツールを提案しました。デモ動画では、図と矢印を描いて、データ属性を棒グラフで可視化する関数を定義しています。その後、縦軸のスケールを変更するように注釈しています。

Ryan Yen, Jian Zhao, and Daniel Vogel. 2025. Code Shaping: Iterative Code Editing with Free-form AI-Interpreted Sketching. In Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI '25). Association for Computing Machinery, New York, NY, USA, Article 872, 1–17. https://doi.org/10.1145/3706598.3713822
プロジェクトページ - https://ryanyen2.github.io/publications/code-shaping

所感

プロンプト中心のAI活用から、より人間的なインタラクションへのシフトを目指した研究発表を紹介しました。これまでは自然言語で明示的に指示を出すことが中心でしたが、実際の人間の思考や創造のプロセスは、必ずしも言葉（文字）だけで成り立っているわけではありません。私たちは、感覚的なものを絵に描いて色ぬったり、身体の動き（ノンバーバルな表現）で表現します。しかし、従来のAIとのインタラクションでは、それら非言語的・身体的な表現がうまく取り込まれていませんでした。そのギャップを埋めようとするのが、今回紹介した研究だと思います。

今後も、人間とAIの共創に関する研究に注目して、AIがどのように人間の創造性を広げられるかを探っていきたいと思います。