論文の概要: Content-Centric Prototyping of Generative AI Applications: Emerging Approaches and Challenges in Collaborative Software Teams

• arxiv url: http://arxiv.org/abs/2402.17721v1
• Date: Tue, 27 Feb 2024 17:56:10 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-28 15:03:30.371990
• Title: Content-Centric Prototyping of Generative AI Applications: Emerging Approaches and Challenges in Collaborative Software Teams
• Title（参考訳）: 生成AIアプリケーションのコンテンツ中心プロトタイピング:コラボレーションソフトウェアチームの新たなアプローチと課題
• Authors: Hari Subramonyam, Divy Thakkar, J\"urgen Dieber, Anoop Sinha
• Abstract要約: 私たちの研究は、共同ソフトウェアチームがいかにして設計ガイドラインと価値を適用して適用し、反復的にプロトタイププロンプトを作成し、望ましい結果を達成するためのプロンプトを評価するかを理解することを目的としています。 その結果,コンテンツ中心のプロトタイピングアプローチとして,生成したいコンテンツから始めて,特定の属性,制約,値を識別し,ユーザがそれらの属性に影響を与えて対話する手段を探索する,という方法が明らかになった。
• 参考スコア（独自算出の注目度）: 2.369736515233951
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative AI models are increasingly powering software applications, offering the capability to produce expressive content across varied contexts. However, unlike previous iterations of human-AI design, the emerging design process for generative capabilities primarily hinges on prompt engineering strategies. Given this fundamental shift in approach, our work aims to understand how collaborative software teams set up and apply design guidelines and values, iteratively prototype prompts, and evaluate prompts to achieve desired outcomes. We conducted design studies with 39 industry professionals, including designers, software engineers, and product managers. Our findings reveal a content-centric prototyping approach in which teams begin with the content they want to generate, then identify specific attributes, constraints, and values, and explore methods to give users the ability to influence and interact with those attributes. Based on associated challenges, such as the lack of model interpretability and overfitting the design to examples, we outline considerations for generative AI prototyping.
• Abstract（参考訳）: 生成AIモデルは、さまざまなコンテキストにまたがる表現力のあるコンテンツを生成する機能を提供する、ソフトウェアアプリケーションにますます力を入れている。 しかしながら、人間-AI設計の以前のイテレーションとは異なり、生成能力の新たな設計プロセスは、主に迅速なエンジニアリング戦略に依存している。 このアプローチの根本的な変化を踏まえて、我々の研究は、共同ソフトウェアチームが設計ガイドラインと価値を適用し、反復的にプロトタイププロンプトを適用し、望ましい結果を達成するためのプロンプトを評価する方法を理解することを目的としています。 私たちは、デザイナー、ソフトウェアエンジニア、プロダクトマネージャを含む39の業界専門家とデザイン研究を行いました。 その結果,コンテンツ中心のプロトタイピングアプローチとして,生成したいコンテンツから始めて,特定の属性,制約,値を識別し,ユーザにそれらの属性に影響を与え,対話する機能を提供する方法を探ることができた。 モデル解釈可能性の欠如や設計を例に過度に適合させるといった関連する課題に基づいて、生成型AIプロトタイピングの考察を概説する。

関連論文リスト

• Empowering Clients: Transformation of Design Processes Due to Generative AI [1.4003044924094596]
  この研究は、AIがアイデアの迅速な視覚化を通じて、クライアントが設計プロセスに参加することを可能にすることによって、アイデアのフェーズを破壊できることを明らかにしている。 私たちの研究は、AIが設計に対して貴重なフィードバックを提供することができる一方で、そのような設計を生成できない可能性があることを示しています。 アーキテクチャの解釈的主権と,AIが設計プロセスのオーサシップをますます引き継ぐにつれて,意味とアイデンティティの喪失について,アーキテクトの間に不確実性があることも明らかになった。
  論文  参考訳（メタデータ） (2024-11-22T16:48:15Z)
• Survey of User Interface Design and Interaction Techniques in Generative AI Applications [79.55963742878684]
  我々は,デザイナやディベロッパの参照として使用できる,さまざまなユーザインタラクションパターンのコンペレーションを作ることを目指している。 また、生成AIアプリケーションの設計についてもっと学ぼうとする人たちの参入障壁を低くしようと努力しています。
  論文  参考訳（メタデータ） (2024-10-28T23:10:06Z)
• Data Analysis in the Era of Generative AI [56.44807642944589]
  本稿では,AIを活用したデータ分析ツールの可能性について考察する。 我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。 次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
  論文  参考訳（メタデータ） (2024-09-27T06:31:03Z)
• MetaDesigner: Advancing Artistic Typography through AI-Driven, User-Centric, and Multilingual WordArt Synthesis [65.78359025027457]
  MetaDesignerは、Large Language Models(LLM)の強みを活用して、ユーザエンゲージメントを中心としたデザインパラダイムを推進することによって、芸術的なタイポグラフィに革命をもたらす。 総合的なフィードバックメカニズムは、マルチモーダルモデルとユーザ評価からの洞察を活用して、設計プロセスを反復的に洗練し、拡張する。 実証的な検証は、MetaDesignerが様々なWordArtアプリケーションに効果的に機能し、審美的に魅力的でコンテキストに敏感な結果を生み出す能力を強調している。
  論文  参考訳（メタデータ） (2024-06-28T11:58:26Z)
• Geometric Deep Learning for Computer-Aided Design: A Survey [85.79012726689511]
  本調査では,コンピュータ支援設計における学習手法の概要について概観する。 類似性解析と検索、2Dおよび3DCADモデル合成、点雲からのCAD生成を含む。 ベンチマークデータセットとその特性の完全なリストと、この領域の研究を推進しているオープンソースコードを提供する。
  論文  参考訳（メタデータ） (2024-02-27T17:11:35Z)
• Design Principles for Generative AI Applications [22.587972924039992]
  生成AIアプリケーションはユニークな設計課題を提示する。 効果的で安全な使用を促進するユーザエクスペリエンスの設計方法に関するガイダンスが緊急に必要である。 生成型AIアプリケーションの設計に関する6つの原則を提示する。
  論文  参考訳（メタデータ） (2024-01-25T19:38:21Z)
• DesignGPT: Multi-Agent Collaboration in Design [4.6272626111555955]
  DesignGPTは人工知能エージェントを使用して、デザイン会社におけるさまざまなポジションの役割をシミュレートし、人間のデザイナーが自然言語で協力できるようにする。 実験の結果、DesignGPTはAIツールを別々に比較すると、デザイナのパフォーマンスが向上することがわかった。
  論文  参考訳（メタデータ） (2023-11-20T08:05:52Z)
• 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)
• Design Space Exploration and Explanation via Conditional Variational Autoencoders in Meta-model-based Conceptual Design of Pedestrian Bridges [52.77024349608834]
  本稿では,条件付き変分オートエンコーダ(CVAE)による人間設計者向上のための性能駆動型設計探索フレームワークを提案する。 CVAEはスイスの歩行者橋の合成例18万件で訓練されている。
  論文  参考訳（メタデータ） (2022-11-29T17:28:31Z)
• Investigating Positive and Negative Qualities of Human-in-the-Loop Optimization for Designing Interaction Techniques [55.492211642128446]
  設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。 モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。 一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
  論文  参考訳（メタデータ） (2022-04-15T20:40:43Z)
• 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)

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。