論文の概要: Towards Full Authorship with AI: Supporting Revision with AI-Generated
Views
- arxiv url: http://arxiv.org/abs/2403.01055v1
- Date: Sat, 2 Mar 2024 01:11:35 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-05 15:27:39.386427
- Title: Towards Full Authorship with AI: Supporting Revision with AI-Generated
Views
- Title(参考訳): AIによる完全なオーサリングに向けて - AI生成ビューによるリビジョンのサポート
- Authors: Jiho Kim, Ray C. Flanagan, Noelle E. Haviland, ZeAi Sun, Souad N.
Yakubu, Edom A. Maru and Kenneth C. Arnold
- Abstract要約: 大きな言語モデル(LLM)は、ユーザーがプロンプトを通じてテキストを生成できるようにすることで、ツールを書く際に新しいユーザーインターフェイス(UI)パラダイムを形作っている。
このパラダイムは、ユーザからシステムへの創造的なコントロールを移行することで、書き込みプロセスにおけるユーザのオーサシップと自律性を低下させる。
テキストフォーカス(Textfocals)は,文章作成におけるユーザの役割を強調する,人間中心のアプローチを調査するためのプロトタイプである。
- 参考スコア(独自算出の注目度): 3.109675063162349
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Large language models (LLMs) are shaping a new user interface (UI) paradigm
in writing tools by enabling users to generate text through prompts. This
paradigm shifts some creative control from the user to the system, thereby
diminishing the user's authorship and autonomy in the writing process. To
restore autonomy, we introduce Textfocals, a UI prototype designed to
investigate a human-centered approach that emphasizes the user's role in
writing. Textfocals supports the writing process by providing LLM-generated
summaries, questions, and advice (i.e., LLM views) in a sidebar of a text
editor, encouraging reflection and self-driven revision in writing without
direct text generation. Textfocals' UI affordances, including contextually
adaptive views and scaffolding for prompt selection and customization, offer a
novel way to interact with LLMs where users maintain full authorship of their
writing. A formative user study with Textfocals showed promising evidence that
this approach might help users develop underdeveloped ideas, cater to the
rhetorical audience, and clarify their writing. However, the study also showed
interaction design challenges related to document navigation and scoping,
prompt engineering, and context management. Our work highlights the breadth of
the design space of writing support interfaces powered by generative AI that
maintain authorship integrity.
- Abstract(参考訳): 大規模言語モデル(llms)は,プロンプトによるテキスト生成を可能にすることで,ツール記述における新しいユーザインターフェース(ui)パラダイムを形作っている。
このパラダイムは、ユーザからシステムへの創造的なコントロールを移行することで、書き込みプロセスにおけるユーザのオーサシップと自律性を低下させる。
自律性を回復するために,ユーザの役割を強調する人間中心のアプローチを調査するためのUIプロトタイプであるTextfocalsを紹介した。
テキストフォーカスは、テキストエディターのサイドバーにLCM生成した要約、質問、アドバイス(すなわちLCMビュー)を提供し、直接テキスト生成なしで、リフレクションと自己駆動的なリビジョンを促進することによって、書き込みプロセスをサポートする。
textfocalsのuiアプライアンスには、文脈に適応したビューや、プロンプトの選択とカスタマイズのための足場が含まれており、ユーザはllmと対話する新しい方法を提供する。
Textfocalsを用いたフォーマティブなユーザスタディは、このアプローチが未開発なアイデアを開発し、修辞的なオーディエンスに適応し、記述を明確にするのに役立つという有望な証拠を示した。
しかし,本研究では,文書ナビゲーションやスコーピング,エンジニアリングの促進,コンテキスト管理に関するインタラクション設計の課題も示した。
我々の研究は、著者の整合性を維持するジェネレーティブAIを活用したサポートインターフェイスを書くことのデザイン空間の広さを強調している。
関連論文リスト
- GhostWriter: Augmenting Collaborative Human-AI Writing Experiences
Through Personalization and Agency [1.7707677585873678]
大規模言語モデル(LLM)はより広く普及し、様々な形式の筆記補助を提供するのにユビキタスな用途を見出した。
我々はGhostWriterを紹介した。GhostWriterはAIによって強化された書き込みデザインプローブで、ユーザーは強化されたエージェンシーとパーソナライゼーションを実行できる。
GhostWriterを2つの異なる書き込みタスクで使用した18人の参加者を対象に、ユーザがパーソナライズされたテキスト世代の作成を支援し、システムの書き込みスタイルを制御する複数の方法を提供する。
論文 参考訳(メタデータ) (2024-02-13T23:48:59Z) - Ranni: Taming Text-to-Image Diffusion for Accurate Instruction Following [63.57467950456686]
画像にテキストのデコードとして意味パネルを導入する。
パネルは、入力テキストから解析された視覚概念をアレンジすることで得られる。
我々は,実用的なシステムを開発し,連続生成とチャットベースの編集の可能性を示す。
論文 参考訳(メタデータ) (2023-11-28T17:57:44Z) - RELIC: Investigating Large Language Model Responses using
Self-Consistency [60.448187967673036]
LLM(Large Language Models)は、フィクションと事実を混同し、幻覚として知られる非事実コンテンツを生成することで有名である。
本稿では,ユーザが生成したテキストの信頼性に関する洞察を得るのに役立つ対話型システムを提案する。
論文 参考訳(メタデータ) (2023-11-28T14:55:52Z) - TextFormer: A Query-based End-to-End Text Spotter with Mixed Supervision [72.79006668848186]
Transformerアーキテクチャを用いた問合せベースのエンドツーエンドテキストスポッターであるTextFormerを提案する。
TextFormerは、画像エンコーダとテキストデコーダの上に構築され、マルチタスクモデリングのための共同セマンティック理解を学ぶ。
分類、セグメンテーション、認識のブランチの相互訓練と最適化を可能にし、より深い特徴共有をもたらす。
論文 参考訳(メタデータ) (2023-06-06T03:37:41Z) - Cue-CoT: Chain-of-thought Prompting for Responding to In-depth Dialogue
Questions with LLMs [59.74002011562726]
我々は、よりパーソナライズされ魅力的な応答を提供するために、新しい言語的キューに基づく思考の連鎖(textitCue-CoT)を提案する。
中国語と英語の6つのデータセットからなる詳細な対話質問を用いたベンチマークを構築した。
実験により,提案手法は,すべてのデータセットにおいて,テクステルパーフルネスとテクスチタアクセプタビリティの両方の観点から,標準的プロンプト法よりも優れていることを示す。
論文 参考訳(メタデータ) (2023-05-19T16:27:43Z) - VISAR: A Human-AI Argumentative Writing Assistant with Visual
Programming and Rapid Draft Prototyping [13.023911633052482]
VISARは、著者のブレインストーミングと、執筆コンテキストにおける階層的な目標の修正を支援するために設計されたAI対応の筆記アシスタントシステムである。
テキストの同期編集とビジュアルプログラミングによって引数構造を整理し、議論の発散による説得力を高める。
制御された研究室研究により、議論的な執筆計画プロセスの促進におけるVISARの有用性と有効性が確認された。
論文 参考訳(メタデータ) (2023-04-16T15:29:03Z) - Beyond Text Generation: Supporting Writers with Continuous Automatic
Text Summaries [27.853155569154705]
本稿では,ユーザによる記述プロセスの計画,構造化,反映を支援するテキストエディタを提案する。
自動テキスト要約を用いて、連続的に更新された段落の要約をマージンアノテーションとして提供する。
論文 参考訳(メタデータ) (2022-08-19T13:09:56Z) - Suggestion Lists vs. Continuous Generation: Interaction Design for
Writing with Generative Models on Mobile Devices Affect Text Length, Wording
and Perceived Authorship [27.853155569154705]
モバイル端末上でAIで書き込むための2つのユーザインタフェースを提示し、イニシアティブとコントロールのレベルを制御する。
AIの提案では、人々は積極的に書くことは少なかったが、著者であると感じた。
どちらの設計においても、AIはテキストの長さを長くし、言葉に影響を与えていると認識された。
論文 参考訳(メタデータ) (2022-08-01T13:57:11Z) - CoAuthor: Designing a Human-AI Collaborative Writing Dataset for
Exploring Language Model Capabilities [92.79451009324268]
我々は,GPT-3の創造的かつ議論的な記述を支援する能力を明らかにするために設計されたデータセットであるCoAuthorを提案する。
我々は、CoAuthorがGPT-3の言語、アイデア、コラボレーション機能に関する問題に対処できることを実証した。
インタラクション設計に関して,この作業がLMの約束や落とし穴に関して,より原則化された議論を促進する可能性について論じる。
論文 参考訳(メタデータ) (2022-01-18T07:51:57Z) - IGA : An Intent-Guided Authoring Assistant [37.98368621931934]
我々は、言語モデリングの進歩を活用して、著者仕様に従ってテキストを生成し、言い換えるインタラクティブな書き込みアシスタントを構築する。
Intent-Guided Assistant (IGA)への入力は、特定の修辞的な指示に対応するタグが散在するテキスト形式で提供される。
我々は、データセットでラベル付けされた著者意図で言語モデルを微調整し、IGAがこれらのタグに生成したテキストを埋めて、ユーザが自分の好きなように編集できるようにする。
論文 参考訳(メタデータ) (2021-04-14T17:32:21Z) - A Neural Topical Expansion Framework for Unstructured Persona-oriented
Dialogue Generation [52.743311026230714]
Persona Exploration and Exploitation (PEE)は、事前に定義されたユーザペルソナ記述を意味論的に相関したコンテンツで拡張することができる。
PEEはペルソナ探索とペルソナ搾取という2つの主要なモジュールで構成されている。
提案手法は, 自動評価と人的評価の両面で, 最先端のベースラインを上回っている。
論文 参考訳(メタデータ) (2020-02-06T08:24:33Z)
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。