論文の概要: The Interaction Layer: An Exploration for Co-Designing User-LLM Interactions in Parental Wellbeing Support Systems
- arxiv url: http://arxiv.org/abs/2411.01228v1
- Date: Sat, 02 Nov 2024 12:32:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-05 14:46:44.523193
- Title: The Interaction Layer: An Exploration for Co-Designing User-LLM Interactions in Parental Wellbeing Support Systems
- Title（参考訳）: インタラクション層:親の健康支援システムにおけるユーザ-LLMインタラクションの共同設計のための探索
- Authors: Sruthi Viswanathan, Seray Ibrahim, Ravi Shankar, Reuben Binns, Max Van Kleek, Petr Slovak,
- Abstract要約: 我々はNurtureBotを開発した。NurtureBotは、新しい親のための幸福なサポートアシスタントだ。
32人の親が非同期リモートコミュニティ方式でシステムを設計した。
32人の親と46人の親によって評価され、ユーザエクスペリエンスとユーザビリティが向上した。
- 参考スコア（独自算出の注目度）: 20.258889012215626
- License:
- Abstract: Parenting brings emotional and physical challenges, from balancing work, childcare, and finances to coping with exhaustion and limited personal time. Yet, one in three parents never seek support. AI systems potentially offer stigma-free, accessible, and affordable solutions. Yet, user adoption often fails due to issues with explainability and reliability. To see if these issues could be solved using a co-design approach, we developed and tested NurtureBot, a wellbeing support assistant for new parents. 32 parents co-designed the system through Asynchronous Remote Communities method, identifying the key challenge as achieving a "successful chat." Aspart of co-design, parents role-played as NurturBot, rewriting its dialogues to improve user understanding, control, and outcomes.The refined prototype evaluated by 32 initial and 46 new parents, showed improved user experience and usability, with final CUQ score of 91.3/100, demonstrating successful interaction patterns. Our process revealed useful interaction design lessons for effective AI parenting support.
- Abstract（参考訳）: 育児は、仕事、育児、財政のバランスをとることから、疲れと個人的な時間に対処することまで、感情的および身体的課題をもたらす。
しかし、3人に1人の親は決して支援を求めない。
AIシステムは、スティグマフリーで、アクセスしやすく、手頃な価格のソリューションを提供する可能性がある。
しかし、説明可能性や信頼性の問題により、ユーザの採用は失敗することが多い。
共同設計アプローチを用いてこれらの問題が解決可能かどうかを確認するため,我々はNurtureBotを開発した。
32人の親がAsynchronous Remote Communitiesメソッドを使ってシステムを設計し、重要な課題を"successful chat"を達成したと特定した。
共同設計の一環として,NurturBotとしての役割を担った親は,ユーザ理解,コントロール,成果を改善するために対話を書き換え,32人の親と46人の親によって評価された改良版では,ユーザエクスペリエンスとユーザビリティが向上し,最終CUQスコアは91.3/100となった。
本プロセスでは,効果的なAI育児支援のためのインタラクション設計の授業について明らかにした。
関連論文リスト
- Adaptive Control in Assistive Application -- A Study Evaluating Shared Control by Users with Limited Upper Limb Mobility [4.858212893290674]
本研究では,上肢障害者を対象とした適応的自由度制御法について検討した。
24人の被験者によるオブジェクト間の分析を採用し、3つの異なる入力デバイスに対して81のトライアルを実施し、現実的な日々のタスク設定で実施する。
論文 参考訳（メタデータ） (2024-06-10T08:36:55Z) - Human-Generative AI Collaborative Problem Solving Who Leads and How Students Perceive the Interactions [22.467560842561852]
本研究では、生成型AI(すなわちChatGPT)と協調する際の人間生成型AIコラボレーションタイプと学生のインタラクション体験について検討する。
79人の大学生を対象にした調査とリフレクションを分析して、貢献、人的リード、AIリードという3つの人間生成AIコラボレーションタイプを特定した。
論文 参考訳（メタデータ） (2024-05-19T03:29:16Z) - Developing Autonomous Robot-Mediated Behavior Coaching Sessions with
Haru [5.7975462863343505]
本研究では,自律対話が行動変化コーチングにおける人間とロボットの相互作用に与える影響について検討した。
本稿では,テーブルトップ型ソーシャルロボット「はる」の利用に焦点をあて,ポジティブな行動変化を促すためのTiny Habits法の実装について検討する。
論文 参考訳（メタデータ） (2024-02-18T12:33:54Z) - Exploring Parent's Needs for Children-Centered AI to Support Preschoolers' Interactive Storytelling and Reading Activities [52.828843153565984]
AIベースのストーリーテリングと読書技術は、幼児の生活の中でますます普及しつつある。
本稿では,実践的なストーリーテリングや読書のシナリオでどのように機能するか,親,最も重要な利害関係者,経験,知覚について考察する。
我々の研究結果は、AIベースのストーリーテリングと読書技術は、より没入的で活発な相互作用を提供するが、一連の対話的でアルゴリズム的な課題のために、両親の期待を満たすことはできないことを示唆している。
論文 参考訳（メタデータ） (2024-01-24T20:55:40Z) - Optimising Human-AI Collaboration by Learning Convincing Explanations [62.81395661556852]
本研究では,人間による意思決定によって安全を保ちながら協調的なシステムを構築する手法を提案する。
Ardentは、説明のための個人の好みに適応することで、効率的で効果的な意思決定を可能にする。
論文 参考訳（メタデータ） (2023-11-13T16:00:16Z) - What Do End-Users Really Want? Investigation of Human-Centered XAI for
Mobile Health Apps [69.53730499849023]
説明可能なAI(XAI)を評価するために,ユーザ中心のペルソナ概念を提案する。
分析の結果,ユーザの人口統計や性格,説明のタイプ,影響説明の嗜好が示された。
私たちの洞察は、対話的で人間中心のXAIを実践的な応用に近づけます。
論文 参考訳（メタデータ） (2022-10-07T12:51:27Z) - Human Decision Makings on Curriculum Reinforcement Learning with
Difficulty Adjustment [52.07473934146584]
我々は,カリキュラム強化学習結果を,人的意思決定プロセスから学ぶことで,難しすぎず,難しすぎるような望ましいパフォーマンスレベルに導く。
本システムは非常に並列化可能であり,大規模強化学習アプリケーションの訓練が可能となる。
強化学習性能は、人間の所望の難易度と同期してうまく調整できることが示される。
論文 参考訳（メタデータ） (2022-08-04T23:53:51Z) - StoryBuddy: A Human-AI Collaborative Chatbot for Parent-Child
Interactive Storytelling with Flexible Parental Involvement [61.47157418485633]
私たちは、インタラクティブなストーリーテリング体験を作成するためのAI対応システムであるStoryBuddyを開発した。
ユーザスタディでは、StoryBuddyのユーザビリティを検証し、将来の親とAIのコラボレーションシステムの設計上の洞察を提案した。
論文 参考訳（メタデータ） (2022-02-13T04:53:28Z) - Enabling AI and Robotic Coaches for Physical Rehabilitation Therapy:
Iterative Design and Evaluation with Therapists and Post-Stroke Survivors [66.07833535962762]
人工知能(AI)とロボットコーチは、社会的相互作用を通じてリハビリテーション運動における患者の関与を改善することを約束する。
これまでの研究は、AIやロボットコーチの運動を自動的に監視する可能性を探ったが、デプロイは依然として難しい課題だ。
我々は,AIとロボットコーチが患者の運動をどのように操作し,指導するかに関する詳細な設計仕様を提示する。
論文 参考訳（メタデータ） (2021-06-15T22:06:39Z) - ChildBot: Multi-Robot Perception and Interaction with Children [43.08980479118157]
本稿では,幅広い教育・娯楽業務に参加・遂行できる統合型ロボットシステムについて述べる。
ChildBotはマルチモーダル認識モジュールと、インタラクション環境を監視する複数のロボットエージェントを備えている。
論文 参考訳（メタデータ） (2020-08-28T19:07:28Z)
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。