論文の概要: The Perfection Paradox: From Architect to Curator in AI-Assisted API Design
- arxiv url: http://arxiv.org/abs/2603.12475v1
- Date: Thu, 12 Mar 2026 21:49:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-16 17:38:11.778168
- Title: The Perfection Paradox: From Architect to Curator in AI-Assisted API Design
- Title（参考訳）: 完璧パラドックス:AI支援API設計のアーキテクトからキュレーターへ
- Authors: Mak Ahmad, Andrew Macvean, JJ Geewax, David Karger,
- Abstract要約: API改善提案(AIP)に基づいて訓練されたAI支援設計ワークフローを評価する産業ケーススタディを提案する。
AI生成したAPI仕様と人間によるAPI仕様を比較します。
我々はこれを「完璧パラドックス(Perfection Paradox)」と呼び、超一貫性が現実的な人間の判断の欠如を示唆している。
- 参考スコア（独自算出の注目度）: 7.43139146874454
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Enterprise API design is often bottlenecked by the tension between rapid feature delivery and the rigorous maintenance of usability standards. We present an industrial case study evaluating an AI-assisted design workflow trained on API Improvement Proposals (AIPs). Through a controlled study with 16 industry experts, we compared AI-generated API specifications against human-authored ones. While quantitative results indicated AI superiority in 10 of 11 usability dimensions and an 87% reduction in authoring time, qualitative analysis revealed a paradox: experts frequently misidentified AI work as human (19% accuracy) yet described the designs as unsettlingly "perfect." We characterize this as a "Perfection Paradox" -- where hyper-consistency signals a lack of pragmatic human judgment. We discuss the implications of this perfection paradox, proposing a shift in the human designer's role from the "drafter" of specifications to the "curator" of AI-generated patterns.
- Abstract（参考訳）: エンタープライズAPI設計は、迅速な機能提供とユーザビリティ標準の厳格なメンテナンスの緊張によって、しばしばボトルネックとなる。
本稿では,API改善提案(AIP)に基づいて訓練されたAI支援設計ワークフローを評価する産業ケーススタディを提案する。
16の業界専門家によるコントロールされた調査を通じて、AIによって生成されたAPI仕様を、人間が承認した仕様と比較した。
定量的結果から、11のユーザビリティ次元のうち10のAI優位性とオーサリング時間の87%の削減が示されたが、定性的分析によってパラドックスが明らかになった。
我々はこれを「完璧パラドックス(Perfection Paradox)」と呼び、超一貫性が現実的な人間の判断の欠如を示唆している。
この完全パラドックスがもたらす意味について議論し、人間のデザイナーの役割が仕様の「後」からAI生成パターンの「キュレーター」へと変化することを提案する。
関連論文リスト
- AI-Guided Human-In-the-Loop Inverse Design of High Performance Engineering Structures [4.182541493191528]
逆設計ツールは、高性能なエンジニアリング構造のための新しいレベルの改善を実現することができる。
Human-in-the-loop TOアプローチは、デザイン生成プロセスに人間の直感を統合する。
このコントリビューションは、反復的な試行回数を減らすために、機械学習を使用してユーザの好むリージョンを予測するAIコパイロットを提供する。
論文 参考訳（メタデータ） (2026-01-15T21:17:50Z) - Image Quality Assessment for Embodied AI [103.66095742463195]
Embodied AIは近年急速に発展しているが、現在も主に実験室に配備されている。
具体的タスク、すなわちロボットの知覚品質における画像のユーザビリティを評価するためのIQA手法は存在しない。
論文 参考訳（メタデータ） (2025-05-22T15:51:07Z) - General Scales Unlock AI Evaluation with Explanatory and Predictive Power [57.7995945974989]
ベンチマークはAIの進歩を導くものだが、汎用AIシステムには限られた説明力と予測力を提供している。
私たちは、一般的なAIベンチマークが実際に何を計測しているかを説明することができる、AI評価のための一般的な尺度を紹介します。
私たちの完全に自動化された方法論は、飽和しない一般的なスケールにインスタンス要求を配置する18の新しく作られたルーリックの上に構築されます。
論文 参考訳（メタデータ） (2025-03-09T01:13:56Z) - De-skilling, Cognitive Offloading, and Misplaced Responsibilities: Potential Ironies of AI-Assisted Design [3.6284577335311563]
UXにフォーカスしたサブレディットから120以上の記事や議論を分析しました。
以上の結果から,実践者は繰り返し作業の削減と創造性の向上に楽観的であることが示唆された。
UX専門家は、AIの役割を即時生産性の向上を超えて批判的に評価すべきである、と私たちは主張する。
論文 参考訳（メタデータ） (2025-03-05T21:47:16Z) - On Benchmarking Human-Like Intelligence in Machines [77.55118048492021]
現在のAI評価パラダイムは、人間のような認知能力を評価するには不十分である、と我々は主張する。
人為的なラベルの欠如、人間の反応の多様性と不確実性の表現の不適切な表現、単純で生態学的に無意味なタスクへの依存。
論文 参考訳（メタデータ） (2025-02-27T20:21:36Z) - Almost AI, Almost Human: The Challenge of Detecting AI-Polished Writing [55.2480439325792]
本研究では、AI-Polished-Text Evaluationデータセットを用いて、12の最先端AIテキスト検出器を体系的に評価する。
我々の発見によると、検出器は、最小限に洗練されたテキストをAI生成としてフラグ付けし、AIの関与度を区別し、古いモデルや小さなモデルに対するバイアスを示す。
論文 参考訳（メタデータ） (2025-02-21T18:45:37Z) - Comparing Zealous and Restrained AI Recommendations in a Real-World Human-AI Collaboration Task [11.040918613968854]
正確さとリコールのトレードオフを慎重に活用することで、チームのパフォーマンスが大幅に向上する、と私たちは主張する。
我々は、a)AIアシストなし、b)高精度な「制限された」AI、c)3,466時間以上のアノテーション作業で、78のプロのアノテータのパフォーマンスを分析する。
論文 参考訳（メタデータ） (2024-10-06T23:19:19Z) - Adaptation of XAI to Auto-tuning for Numerical Libraries [0.0]
説明可能なAI(XAI)技術は、AIモデル開発の合理化と、ユーザへのAI出力の説明の負担軽減を目的として、注目を集めている。
本研究は,2つの異なるプロセスに統合されたAIモデルのXAIに着目し,数値計算を行う。
論文 参考訳（メタデータ） (2024-05-12T09:00:56Z)
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。