論文の概要: Designerly Understanding: Information Needs for Model Transparency to Support Design Ideation for AI-Powered User Experience

• arxiv url: http://arxiv.org/abs/2302.10395v1
• Date: Tue, 21 Feb 2023 02:06:24 GMT
• ステータス: 処理完了
• システム内更新日: 2023-02-22 16:42:43.871752
• Title: Designerly Understanding: Information Needs for Model Transparency to Support Design Ideation for AI-Powered User Experience
• Title（参考訳）: AIによるユーザエクスペリエンスのための設計思想を支援するためのモデル透明性に必要な情報
• Authors: Q. Vera Liao, Hariharan Subramonyam, Jennifer Wang, Jennifer Wortman Vaughan
• Abstract要約: 設計者は、事前訓練された言語モデルなどのAI技術を設計材料として理解するハードルに直面します。 これにより、AIの使用方法、場所、使用方法について、アイデアと意思決定の能力が制限される。 私たちの研究は、UXデザイナがResponsible AIで果たせる重要な役割を強調します。
• 参考スコア（独自算出の注目度）: 42.73738624139124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Despite the widespread use of artificial intelligence (AI), designing user experiences (UX) for AI-powered systems remains challenging. UX designers face hurdles understanding AI technologies, such as pre-trained language models, as design materials. This limits their ability to ideate and make decisions about whether, where, and how to use AI. To address this problem, we bridge the literature on AI design and AI transparency to explore whether and how frameworks for transparent model reporting can support design ideation with pre-trained models. By interviewing 23 UX practitioners, we find that practitioners frequently work with pre-trained models, but lack support for UX-led ideation. Through a scenario-based design task, we identify common goals that designers seek model understanding for and pinpoint their model transparency information needs. Our study highlights the pivotal role that UX designers can play in Responsible AI and calls for supporting their understanding of AI limitations through model transparency and interrogation.
• Abstract（参考訳）: 人工知能(AI)の普及にもかかわらず、AI駆動システムのユーザエクスペリエンス(UX)を設計することは依然として難しい。 UXデザイナは、事前訓練された言語モデルなどのAI技術を設計材料として理解するハードルに直面します。 これにより、AIの使用方法、場所、使用方法について、アイデアと意思決定の能力が制限される。 この問題に対処するために、AI設計とAI透過性に関する文献を橋渡しして、透明性のあるモデルレポートのためのフレームワークが、事前訓練されたモデルによる設計思想をサポートするかどうかを探求する。 23人のUX実践者へのインタビューから、実践者はトレーニング済みのモデルで作業することが多いが、UX主導の考え方をサポートしていないことが分かる。 シナリオベースの設計タスクを通じて、設計者がモデル理解を求める共通の目標を特定し、モデル透過性情報のニーズを特定する。 我々の研究は、UXデザイナがResponsible AIで果たせる重要な役割を強調し、モデルの透明性と尋問を通じてAIの限界を理解することを支援することを求めている。

関連論文リスト

• Sketch2Code: Evaluating Vision-Language Models for Interactive Web Design Prototyping [55.98643055756135]
  初歩的なスケッチのWebページプロトタイプへの変換を自動化する上で,最先端のビジョン言語モデル(VLM)を評価するベンチマークであるSketch2Codeを紹介した。 我々は、既存のVLMではSketch2Codeが困難であることを示す10の商用およびオープンソースモデルを分析した。 UI/UXの専門家によるユーザ調査では、受動的フィードバックの受信よりも、積極的に質問を行うのがかなり好まれている。
  論文  参考訳（メタデータ） (2024-10-21T17:39:49Z)
• fAIlureNotes: Supporting Designers in Understanding the Limits of AI Models for Computer Vision Tasks [32.53515595703429]
  fAIlureNotesはデザイナ中心の障害調査と分析ツールだ。 モデルの評価や、さまざまなユーザグループやシナリオにおける障害の特定において、デザイナをサポートする。
  論文  参考訳（メタデータ） (2023-02-22T23:41:36Z)
• Seamful XAI: Operationalizing Seamful Design in Explainable AI [59.89011292395202]
  AIシステムのミスは必然的であり、技術的制限と社会技術的ギャップの両方から生じる。 本稿では, 社会工学的・インフラ的ミスマッチを明らかにすることにより, シームレスな設計がAIの説明可能性を高めることを提案する。 43人のAI実践者と実際のエンドユーザでこのプロセスを探求します。
  論文  参考訳（メタデータ） (2022-11-12T21:54:05Z)
• Enabling Automated Machine Learning for Model-Driven AI Engineering [60.09869520679979]
  モデル駆動型ソフトウェアエンジニアリングとモデル駆動型AIエンジニアリングを実現するための新しいアプローチを提案する。 特に、私たちはAutomated MLをサポートし、AI集約システムの開発において、AIの深い知識のないソフトウェアエンジニアを支援します。
  論文  参考訳（メタデータ） (2022-03-06T10:12:56Z)
• Investigating Explainability of Generative AI for Code through Scenario-based Design [44.44517254181818]
  生成AI(GenAI)技術は成熟し、ソフトウェア工学のようなアプリケーションドメインに適用されています。 私たちは43人のソフトウェアエンジニアと9つのワークショップを開催しました。そこでは、最先端のジェネレーティブAIモデルの実例を使って、ユーザの説明可能性のニーズを導き出しました。 我々の研究は、GenAIのコードに対する説明可能性の必要性を探求し、新しいドメインにおけるXAIの技術開発を人間中心のアプローチがいかに促進するかを実証する。
  論文  参考訳（メタデータ） (2022-02-10T08:52:39Z)
• A User-Centred Framework for Explainable Artificial Intelligence in Human-Robot Interaction [70.11080854486953]
  本稿では,XAIのソーシャル・インタラクティブな側面に着目したユーザ中心型フレームワークを提案する。 このフレームワークは、エキスパートでないユーザのために考えられた対話型XAIソリューションのための構造を提供することを目的としている。
  論文  参考訳（メタデータ） (2021-09-27T09:56:23Z)
• Towards A Process Model for Co-Creating AI Experiences [16.767362787750418]
  テクノロジーをデザイン素材として考えることは、デザイナーにとって魅力的です。 材料として、AIは設計プロセス自体の一部としてその特性が現れるため、このアプローチに抵抗します。 10組のデザイナーとエンジニアによるデザイン研究により、共創過程を調査します。
  論文  参考訳（メタデータ） (2021-04-15T16:53:34Z)
• Question-Driven Design Process for Explainable AI User Experiences [12.883597052015109]
  デザイナーは、最適なXAI技術を選択し、それらをUXソリューションに変換する方法の課題に取り組んでいます。 本稿では,ユーザのニーズ,XAI技術の選択,設計,XAI UXの評価を基礎とした質問駆動設計プロセスを提案する。 設計者とAIエンジニアのコラボレーションを支援するバウンダリオブジェクトとして、原型的ユーザ質問とXAI技術の例の間のマッピングガイドを提供します。
  論文  参考訳（メタデータ） (2021-04-08T02:51:36Z)
• Questioning the AI: Informing Design Practices for Explainable AI User Experiences [33.81809180549226]
  説明可能なAI(XAI)への関心の高まりは、このトピックに関する膨大なアルゴリズム作業の収集につながった。 私たちは、説明可能なAI製品を作成するための現在のXAIアルゴリズム作業とプラクティスのギャップを特定しようとしています。 我々は,ユーザが説明責任を表現できるXAI質問バンクを開発した。
  論文  参考訳（メタデータ） (2020-01-08T12:34:51Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。