論文の概要: Survey of User Interface Design and Interaction Techniques in Generative AI Applications

• arxiv url: http://arxiv.org/abs/2410.22370v1
• Date: Mon, 28 Oct 2024 23:10:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-10-31 14:29:20.769573
• Title: Survey of User Interface Design and Interaction Techniques in Generative AI Applications
• Title（参考訳）: 生成型AIアプリケーションにおけるユーザインタフェース設計とインタラクション技術の調査
• Authors: Reuben Luera, Ryan A. Rossi, Alexa Siu, Franck Dernoncourt, Tong Yu, Sungchul Kim, Ruiyi Zhang, Xiang Chen, Hanieh Salehy, Jian Zhao, Samyadeep Basu, Puneet Mathur, Nedim Lipka,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 79.55963742878684
• License:
• Abstract: The applications of generative AI have become extremely impressive, and the interplay between users and AI is even more so. Current human-AI interaction literature has taken a broad look at how humans interact with generative AI, but it lacks specificity regarding the user interface designs and patterns used to create these applications. Therefore, we present a survey that comprehensively presents taxonomies of how a human interacts with AI and the user interaction patterns designed to meet the needs of a variety of relevant use cases. We focus primarily on user-guided interactions, surveying interactions that are initiated by the user and do not include any implicit signals given by the user. With this survey, we aim to create a compendium of different user-interaction patterns that can be used as a reference for designers and developers alike. In doing so, we also strive to lower the entry barrier for those attempting to learn more about the design of generative AI applications.
• Abstract（参考訳）: 生成AIの応用は非常に印象的になり、ユーザーとAIの相互作用はさらに大きくなっている。 現在の人間とAIのインタラクションに関する文献は、人間が生成AIとどのように相互作用するかを広く研究しているが、これらのアプリケーションを作成するのに使用されるユーザーインターフェースの設計やパターンについての詳細は明らかになっていない。 そこで本研究では,人間がAIとどのように相互作用するかという分類を包括的に示すとともに,さまざまなユースケースのニーズを満たすようにデザインされたユーザインタラクションパターンについて述べる。 我々は主に、ユーザによって開始され、ユーザから与えられる暗黙のシグナルを含まない、ユーザガイドによるインタラクション、サーベイに焦点をあてる。 本調査では,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成することを目的としている。 そうすることで、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する努力も行ないます。

関連論文リスト

• Characterizing and modeling harms from interactions with design patterns in AI interfaces [0.19116784879310028]
  適応型AIシステムを用いたインタフェースの設計は、フィードバックループによって引き起こされるカスケード効果をもたらす可能性があると我々は主張する。 本稿では,AIインタフェース設計のインパクトアセスメントを構造化し,促進するAIシステムの設計強化制御(DECAI)を提案する。
  論文  参考訳（メタデータ） (2024-04-17T13:30:45Z)
• Interrogating AI: Characterizing Emergent Playful Interactions with ChatGPT [10.907980864371213]
  本研究では,人気のAI技術であるChatGPTのユーザによる遊び的なインタラクションに焦点を当てた。 ユーザ談話の半数以上(54%)が遊び心のあるインタラクションを中心に展開していることがわかった。 これらのインタラクションが、AIのエージェンシーを理解し、人間とAIの関係を形作り、AIシステムを設計するための洞察を提供する上で、どのように役立つかを検討する。
  論文  参考訳（メタデータ） (2024-01-16T14:44:13Z)
• Unpacking Human-AI interactions: From interaction primitives to a design space [6.778055454461106]
  これらのプリミティブを相互作用パターンの集合にどのように組み合わせるかを示す。 この背景にある動機は、既存のプラクティスのコンパクトな一般化を提供することである。 我々は,人間-AIインタラクションの設計空間に対して,このアプローチをどのように利用できるかについて議論する。
  論文  参考訳（メタデータ） (2024-01-10T12:27:18Z)
• Enhancing HOI Detection with Contextual Cues from Large Vision-Language Models [56.257840490146]
  ConCueは、HOI検出における視覚的特徴抽出を改善するための新しいアプローチである。 コンテクストキューをインスタンスと相互作用検出器の両方に統合するマルチトウワーアーキテクチャを用いたトランスフォーマーベースの特徴抽出モジュールを開発した。
  論文  参考訳（メタデータ） (2023-11-26T09:11:32Z)
• Human-AI Coevolution [48.74579595505374]
  Coevolution AIは、人間とAIアルゴリズムが相互に連続的に影響を及ぼすプロセスである。 本稿では,AIと複雑性科学の交点における新たな研究分野の基盤として,Coevolution AIを紹介した。
  論文  参考訳（メタデータ） (2023-06-23T18:10:54Z)
• Interactive Text Generation [75.23894005664533]
  我々は,対話型テキスト生成タスクを導入し,実際のユーザを巻き込むことなく,対話型テキスト生成モデルのトレーニングを可能にする。 我々は、Imitation Learningを用いてインタラクティブモデルをトレーニングし、競合する非インタラクティブな生成モデルに対する実験により、インタラクティブにトレーニングされたモデルは非インタラクティブなモデルよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-03-02T01:57:17Z)
• Interaction Replica: Tracking Human-Object Interaction and Scene Changes From Human Motion [48.982957332374866]
  人間による変化をモデル化することは、デジタル双生児を作るのに不可欠である。 本手法は,シーン中の人間の視覚的位置決めとIMUデータからの人間とシーンの相互作用に関する接触に基づく推論を組み合わせたものである。 私たちのコード、データ、モデルは、プロジェクトのページ http://virtual humans.mpi-inf.mpg.de/ireplica/.comで公開されています。
  論文  参考訳（メタデータ） (2022-05-05T17:58:06Z)
• 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)
• eXtended Artificial Intelligence: New Prospects of Human-AI Interaction Research [8.315174426992087]
  本稿では,XR-AI連続体に基づく人間-AI相互作用の理論的治療とモデルを提供する。 このことは、XRとAIの組み合わせが、人間とAIの相互作用とインターフェースの有効かつ体系的な研究に有益に貢献する理由を示している。 最初の実験は人間とロボットの相互作用において興味深いジェンダー効果を示し、第2の実験はレコメンデーターシステムのエリザ効果を明らかにした。
  論文  参考訳（メタデータ） (2021-03-27T22:12:06Z)
• Player-AI Interaction: What Neural Network Games Reveal About AI as Play [14.63311356668699]
  本稿では,人間がAIとどのように相互作用するかを学習し,実験する上で,ゲームは理想的な領域である,と論じる。 ニューラルネットワークゲームの体系的な調査を通じて、優勢な相互作用のメタファーとAIの相互作用パターンを特定した。 我々の研究は、ゲームとUXデザイナが人間とAIの相互作用の学習曲線を構築するためのフローを考えるべきであることを示唆している。
  論文  参考訳（メタデータ） (2021-01-15T17:07:03Z)

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。