論文の概要: Why is AI not a Panacea for Data Workers? An Interview Study on Human-AI
Collaboration in Data Storytelling
- arxiv url: http://arxiv.org/abs/2304.08366v1
- Date: Mon, 17 Apr 2023 15:30:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-18 14:29:56.848721
- Title: Why is AI not a Panacea for Data Workers? An Interview Study on Human-AI
Collaboration in Data Storytelling
- Title（参考訳）: なぜAIはデータワーカーのパナセアではないのか?
データストーリーテリングにおける人間とaiのコラボレーションに関するインタビュー研究
- Authors: Haotian Li, Yun Wang, Q. Vera Liao, Huamin Qu
- Abstract要約: 業界と学界の18人のデータワーカーにインタビューして、AIとのコラボレーションの場所と方法を聞いた。
驚いたことに、参加者はAIとのコラボレーションに興奮を見せたが、彼らの多くは反感を表明し、曖昧な理由を指摘した。
- 参考スコア（独自算出の注目度）: 59.08591308749448
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Data storytelling plays an important role in data workers' daily jobs since
it boosts team collaboration and public communication. However, to make an
appealing data story, data workers spend tremendous efforts on various tasks,
including outlining and styling the story. Recently, a growing research trend
has been exploring how to assist data storytelling with advanced artificial
intelligence (AI). However, existing studies may focus on individual tasks in
the workflow of data storytelling and do not reveal a complete picture of
humans' preference for collaborating with AI. To better understand real-world
needs, we interviewed eighteen data workers from both industry and academia to
learn where and how they would like to collaborate with AI. Surprisingly,
though the participants showed excitement about collaborating with AI, many of
them also expressed reluctance and pointed out nuanced reasons. Based on their
responses, we first characterize stages and tasks in the practical data
storytelling workflows and the desired roles of AI. Then the preferred
collaboration patterns in different tasks are identified. Next, we summarize
the interviewees' reasons why and why not they would like to collaborate with
AI. Finally, we provide suggestions for human-AI collaborative data
storytelling to hopefully shed light on future related research.
- Abstract（参考訳）: データストーリーテリングは、チームのコラボレーションとパブリックコミュニケーションを促進するため、データワーカーの日常業務において重要な役割を果たす。
しかし、魅力的なデータストーリーを作るために、データワーカーはストーリーの概要やスタイリングなど、さまざまなタスクに多大な努力を払っています。
近年,先進的な人工知能(AI)によるデータストーリーテリングを支援する研究が増えている。
しかし、既存の研究は、データストーリーテリングのワークフローにおける個々のタスクに焦点を当てており、AIとの共同作業に対する人間の好みの完全なイメージを明らかにしていない。
実世界のニーズをよりよく理解するために、業界と学界の18人のデータワーカーにインタビューして、AIとのコラボレーションの場所と方法を聞いた。
驚いたことに、参加者はAIとのコラボレーションに興奮を見せたが、彼らの多くは反感を表明し、曖昧な理由を指摘した。
彼らの反応に基づいて、我々はまず、実践的なデータストーリーテリングワークフローとAIの望ましい役割におけるステージとタスクを特徴づける。
そして、異なるタスクにおける望ましいコラボレーションパターンを識別する。
次に、インタビュー参加者がaiとコラボレーションしたい理由としない理由を要約する。
最後に、人間とAIのコラボレーティブなデータストーリーテリングが将来の研究に光を当てることを提案します。
関連論文リスト
- Gen4DS: Workshop on Data Storytelling in an Era of Generative AI [14.595304339780943]
生成AIの急速な開発は、多くの新しい疑問を引き起こした。
生成AIはどのようにデータストーリーの作成を促進するか?
ストーリーテリングにAIを導入する際の落とし穴とリスクは何か?
論文 参考訳（メタデータ） (2024-04-02T04:11:37Z) - Can AI Serve as a Substitute for Human Subjects in Software Engineering
Research? [24.39463126056733]
本稿では,人工知能(AI)の能力を活用したソフトウェア工学研究における定性データ収集手法を提案する。
定性的データの代替源としてAI生成合成テキストの可能性を探る。
観察研究とユーザ評価における人間の行動のエミュレートを目的とした新しい基礎モデルの開発について論じる。
論文 参考訳（メタデータ） (2023-11-18T14:05:52Z) - HoloAssist: an Egocentric Human Interaction Dataset for Interactive AI
Assistants in the Real World [48.90399899928823]
この研究は、物理的な世界でのタスクを実行することで人間を対話的に導くインテリジェントエージェントを開発するための、より広範な研究努力の一環である。
大規模なエゴセントリックなヒューマンインタラクションデータセットであるHoloAssistを紹介する。
人間のアシスタントがミスを正し、タスク完了手順に介入し、環境に指示を下す方法について、重要な知見を提示する。
論文 参考訳（メタデータ） (2023-09-29T07:17:43Z) - Where Are We So Far? Understanding Data Storytelling Tools from the Perspective of Human-AI Collaboration [39.96202614397779]
最近の研究は、人工知能がデータストーリーテリングにおいて人間を支援し、強化する可能性を探っている。
人とAIのコラボレーションの観点から、データストーリーテリングツールを理解するための体系的なレビューがない。
本稿では,分析,計画,実装,コミュニケーションなどのツールが機能するストーリーテリングワークフローの段階と,人間とAIの役割という2つの視点から,既存のツールをフレームワークで検討した。
論文 参考訳（メタデータ） (2023-09-27T15:30:50Z) - Data-centric Artificial Intelligence: A Survey [47.24049907785989]
近年、AIにおけるデータの役割は大幅に拡大し、データ中心AIという新たな概念が生まれた。
本稿では,データ中心型AIの必要性について論じ,続いて3つの一般的なデータ中心型目標の全体像を考察する。
これは、データライフサイクルのさまざまな段階にわたるタスクのグローバルなビューを提供する、初めての総合的な調査である、と私たちは信じています。
論文 参考訳（メタデータ） (2023-03-17T17:44:56Z) - Data-centric AI: Perspectives and Challenges [51.70828802140165]
データ中心AI(DCAI)は、モデル進歩からデータ品質と信頼性の確保への根本的なシフトを提唱している。
データ開発、推論データ開発、データメンテナンスの3つの一般的なミッションをまとめます。
論文 参考訳（メタデータ） (2023-01-12T05:28:59Z) - Human-Centered AI for Data Science: A Systematic Approach [48.71756559152512]
HCAI(Human-Centered AI)は、さまざまなヒューマンタスクをサポートするAI技術の設計と実装を目的とした研究活動である。
データサイエンス(DS)に関する一連の研究プロジェクトを使ってHCAIにどのようにアプローチするかをケーススタディとして紹介する。
論文 参考訳（メタデータ） (2021-10-03T21:47:13Z) - The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。
Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。
これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文 参考訳（メタデータ） (2021-07-05T12:18:17Z)
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。