論文の概要: Where Are We So Far? Understanding Data Storytelling Tools from the
Perspective of Human-AI Collaboration
- arxiv url: http://arxiv.org/abs/2309.15723v1
- Date: Wed, 27 Sep 2023 15:30:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-28 13:16:32.839467
- Title: Where Are We So Far? Understanding Data Storytelling Tools from the
Perspective of Human-AI Collaboration
- Title(参考訳): 今どこにいるの?
ヒューマン・aiコラボレーションから見たデータストーリーテリングツールの理解
- Authors: Haotian Li, Yun Wang, Huamin Qu
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 44.91331259655992
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Data storytelling is powerful for communicating data insights, but it
requires diverse skills and considerable effort from human creators. Recent
research has widely explored the potential for artificial intelligence (AI) to
support and augment humans in data storytelling. However, there lacks a
systematic review to understand data storytelling tools from the perspective of
human-AI collaboration, which hinders researchers from reflecting on the
existing collaborative tool designs that promote humans' and AI's advantages
and mitigate their shortcomings. This paper investigated existing tools with a
framework from two perspectives: the stages in the storytelling workflow where
a tool serves, including analysis, planning, implementation, and communication,
and the roles of humans and AI in each stage, such as creators, assistants,
optimizers, and reviewers. Through our analysis, we recognize the common
collaboration patterns in existing tools, summarize lessons learned from these
patterns, and further illustrate research opportunities for human-AI
collaboration in data storytelling.
- Abstract(参考訳): データストーリーテリングは、データの洞察を伝えるのに強力ですが、多様なスキルと人間の創造者によるかなりの努力が必要です。
近年の研究では、データストーリーテリングにおいてai(artificial intelligence)が人間をサポートし、強化する可能性を広く研究している。
しかし、人間と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ため、研究者は人間の利点とAIの利点を促進し、その欠点を緩和する既存のコラボレーションツール設計を反映することを妨げている。
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果たすストーリーテリングワークフローのステージと、クリエーター、アシスタント、オプティマイザ、レビュアーといった各ステージにおける人間とaiの役割という2つの視点から、既存のツールについて検討した。
分析を通じて,既存のツールの共通的なコラボレーションパターンを認識し,これらのパターンから学んだ教訓を要約し,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研究の機会について説明する。
関連論文リスト
- AI and Generative AI for Research Discovery and Summarization [4.560284382063488]
AIと生成AIツールが今年中に登場し、仕事の生産性を高め、私たちの生活を改善する素晴らしい機会を生み出した。
これらのツールが大きな影響を与えうる分野の1つは、研究の発見と要約である。
我々は、研究発見と要約のためのAIと生成AIの開発をレビューし、これらのタイプのツールが将来進む可能性が高い方向を提案する。
論文 参考訳(メタデータ) (2024-01-08T18:42:55Z) - 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) - Towards A Unified Agent with Foundation Models [18.558328028366816]
強化学習(RL)エージェントにそのような能力を組み込んで活用する方法を検討する。
我々は、言語を中核的推論ツールとして使用するフレームワークを設計し、エージェントが一連の基本的なRL課題にどのように取り組むことができるかを探る。
探索効率とオフラインデータセットからのデータの再利用能力において,ベースラインよりも大幅にパフォーマンスが向上したことを示す。
論文 参考訳(メタデータ) (2023-07-18T22:37:30Z) - Why is AI not a Panacea for Data Workers? An Interview Study on Human-AI
Collaboration in Data Storytelling [59.08591308749448]
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。
論文 参考訳(メタデータ) (2023-04-17T15:30:05Z) - 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) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳(メタデータ) (2021-10-14T15:14:33Z) - 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) - Learning to Complement Humans [67.38348247794949]
オープンワールドにおけるAIに対するビジョンの高まりは、知覚、診断、推論タスクのために人間を補完できるシステムの開発に焦点を当てている。
我々は,人間-機械チームの複合的なパフォーマンスを最適化するために,エンド・ツー・エンドの学習戦略をどのように活用できるかを実証する。
論文 参考訳(メタデータ) (2020-05-01T20:00:23Z)
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。