論文の概要: ScholarMate: A Mixed-Initiative Tool for Qualitative Knowledge Work and Information Sensemaking
- arxiv url: http://arxiv.org/abs/2504.14406v1
- Date: Sat, 19 Apr 2025 21:11:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-30 00:48:22.679704
- Title: ScholarMate: A Mixed-Initiative Tool for Qualitative Knowledge Work and Information Sensemaking
- Title(参考訳): ScholarMate: 質的知識労働と情報センス作成のための混合開始ツール
- Authors: Runlong Ye, Patrick Yung Kang Lee, Matthew Varona, Oliver Huang, Carolina Nobre,
- Abstract要約: ScholarMateは、人間の監視とAI支援を統合することで、質的分析を強化するために設計された対話型システムである。
ScholarMateを使用すると、研究者は非線形キャンバス上のテキストスニペットを動的に配置し、対話することができる。
- 参考スコア(独自算出の注目度): 2.1783708115247866
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Synthesizing knowledge from large document collections is a critical yet increasingly complex aspect of qualitative research and knowledge work. While AI offers automation potential, effectively integrating it into human-centric sensemaking workflows remains challenging. We present ScholarMate, an interactive system designed to augment qualitative analysis by unifying AI assistance with human oversight. ScholarMate enables researchers to dynamically arrange and interact with text snippets on a non-linear canvas, leveraging AI for theme suggestions, multi-level summarization, and contextual naming, while ensuring transparency through traceability to source documents. Initial pilot studies indicated that users value this mixed-initiative approach, finding the balance between AI suggestions and direct manipulation crucial for maintaining interpretability and trust. We further demonstrate the system's capability through a case study analyzing 24 papers. By balancing automation with human control, ScholarMate enhances efficiency and supports interpretability, offering a valuable approach for productive human-AI collaboration in demanding sensemaking tasks common in knowledge work.
- Abstract(参考訳): 大規模な文書コレクションから知識を合成することは、質的な研究と知識の作業において、重要かつ複雑になってきている側面である。
AIは自動化の可能性をもっているが、人間中心のセンスメイキングワークフローに効果的に統合することは依然として難しい。
ScholarMateは、人間の監視とAI支援を統合することで、質的分析を強化するために設計された対話型システムである。
ScholarMateは、研究者が非線形キャンバス上のテキストスニペットを動的に配置し、対話し、AIを活用してテーマ提案、マルチレベル要約、コンテキスト命名を可能にし、ソースドキュメントへのトレーサビリティによる透明性を確保します。
最初の試験的な研究によると、ユーザーはこの混合開始的アプローチを重要視し、AIの提案と解釈可能性と信頼を維持するための直接的な操作のバランスを見つける。
さらに,24論文をケーススタディで分析し,システムの性能を実証する。
自動化と人間のコントロールのバランスをとることで、ScholarMateは効率を高め、解釈可能性をサポートします。
関連論文リスト
- A Desideratum for Conversational Agents: Capabilities, Challenges, and Future Directions [51.96890647837277]
大規模言語モデル(LLM)は、従来の対話システムから、自律的な行動、文脈認識、ユーザとのマルチターンインタラクションが可能な高度なエージェントへと、会話AIを推進してきた。
本調査では,人間レベルの知性にアプローチするよりスケーラブルなシステムにおいて,何が達成されたのか,どのような課題が持続するのか,何を行う必要があるのか,といった,次世代の会話エージェントのデシラトゥムを提示する。
論文 参考訳(メタデータ) (2025-04-07T21:01:25Z) - Toward Agentic AI: Generative Information Retrieval Inspired Intelligent Communications and Networking [87.82985288731489]
Agentic AIは、インテリジェントなコミュニケーションとネットワークのための重要なパラダイムとして登場した。
本稿では,通信システムにおけるエージェントAIにおける知識獲得,処理,検索の役割を強調する。
論文 参考訳(メタデータ) (2025-02-24T06:02:25Z) - Survey on Vision-Language-Action Models [0.2636873872510828]
この研究は、オリジナルの研究を表現していないが、AIが文学レビューの自動化にどのように役立つかを強調している。
今後の研究は、AI支援文学レビューのための構造化されたフレームワークの開発に焦点を当てる。
論文 参考訳(メタデータ) (2025-02-07T11:56:46Z) - 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) - Augmenting the Author: Exploring the Potential of AI Collaboration in Academic Writing [25.572926673827165]
このケーススタディは、学術的な仕事において、責任と効果的なAI統合を保証するためのAIの限界を認識し、設計、出力分析、そして認識することの重要性を強調します。
この論文は、効果的なプロンプト戦略を探求し、Gen AIモデルの比較分析を提供することにより、ヒューマン・コンピュータインタラクションの分野に貢献する。
論文 参考訳(メタデータ) (2024-04-23T19:06:39Z) - Position Paper: Agent AI Towards a Holistic Intelligence [53.35971598180146]
エージェントAI - 大きな基盤モデルをエージェントアクションに統合する具体的システム。
本稿では,エージェント・ファウンデーション・モデル(エージェント・ファウンデーション・モデル)を提案する。
論文 参考訳(メタデータ) (2024-02-28T16:09:56Z) - 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) - Human-AI Collaboration in Thematic Analysis using ChatGPT: A User Study
and Design Recommendations [0.0]
生成人工知能(GenAI)は、定性的研究において、人間とAIのコラボレーションを前進させる有望な可能性を提供する。
この研究は、GenAI、特にChatGPTとのコラボレーションに対する研究者の認識を掘り下げている。
論文 参考訳(メタデータ) (2023-11-07T13:54:56Z) - Where Are We So Far? Understanding Data Storytelling Tools from the Perspective of Human-AI Collaboration [39.96202614397779]
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。
論文 参考訳(メタデータ) (2023-09-27T15:30:50Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳(メタデータ) (2022-12-08T23:23:39Z) - 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)
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。