Advising Agent for Supporting Human-Multi-Drone Team Collaboration
针对人-多无人机团队协作,提出一种咨询智能体,利用少量人类演示生成轨迹并经机器学习泛化,以建议情境化行动,在搜索与救援场景中显著提升性能。
2025-02-25 cs.HC
Joint Activity Design Heuristics for Enhancing Human-Machine Collaboration
本文提出十四条启发式方法,用于设计支持联合人机协作的技术,强调五个关键宏观认知功能的支持与易用性同等重要。
2025-12-08 cs.AI cs.HC cs.SY
From Instructional Intent to Classroom-Ready Lessons: Investigating Teacher-AI Collaboration in Lesson Authoring for Secondary Computing Education
North Carolina State University(北卡罗来纳州立大学)
该研究通过两项质性研究探究中学计算机教师与人工智能在课程编写中的协作,提出协调教学意图、AI辅助与课堂适用性判断的概念模型,并给出相关设计建议。
2026-10-12 cs.HC
Supporting Calibrated Reliance in AI-Assisted Decision-Making: Different Strategies for Different Tasks
Bar-Ilan University(巴伊兰大学);University of Virginia(弗吉尼亚大学);Department of Psychology, Ariel University(阿里尔大学心理学系)
研究揭示LLM解释在提升人机团队表现上的矛盾效果,通过三组实验发现解释增加信心但未必提升准确性,且可能抑制错误恢复能力,强调需转向校准依赖与有效错误恢复的设计。
2026-11-17 cs.AI cs.CL cs.HC
Supporting Human-AI Collaboration in Auditing LLMs with LLMs
Carnegie Mellon University(卡内基梅隆大学);Microsoft Research Redmond(微软雷德蒙德研究院)
本文通过访谈与人机协作设计,将审计工具AdaTest增强为AdaTest++,并在用户研究中证明其能有效结合人类与生成式大语言模型的互补优势,更全面地发现商业语言模型中的多样失败模式。
2023-11-30 cs.AI cs.CL cs.HC
Untangling the Timeline: Challenges and Opportunities in Supporting Version Control in Modern Computer-Aided Design
University of Toronto(多伦多大学);Stanford University(斯坦福大学)
本文探讨了现代CAD中版本控制的挑战与机遇,提出通过改进工具和机制来提升协作与反思能力。
2026-02-09 cs.HC
Critical-Reflective Human-AI Collaboration: Exploring Computational Tools for Art Historical Image Retrieval
本研究通过访谈和出声思考实验,探讨如何通过设计计算工具支持艺术史图像检索中的人机协作,提出批判性反思是核心前提,并给出四项设计启示。
2023-06-22 cs.HC
Fostering Design-Policy Collaboration through Contestation: An Adversarial Futuring Method
The University of Sydney(悉尼大学);University of Technology Sydney(悉尼科技大学)
本文提出一种基于场景的工作坊方法,通过设计与政策视角的竞争,探索自主移动领域中技术设计与政策合作的实践应用,展示如何揭示潜在危害并促进政策合理性。
2026-03-30 cs.HC
Stitching the Divide: Investigating Mixed Reality as a Bridge Between Paper-Based and Digital Artifacts in UI/UX Design
Polytechnique Montréal(蒙特利尔理工大学)
通过访谈和概念探针研究,发现混合现实能实现连续混合设计工作流、减少手动重建、支持空间锚定工作区及实时跨媒介协作,并推导出未来MR系统的四个设计维度。
2026-06-18 cs.HC
Life Histories of Taboo Knowledge Artifacts
University of Washington(华盛顿大学)
研究通过混合方法分析维基百科中禁忌主题知识 artifacts 的生成、发展及持续机制,揭示其在有限可识别性和碎片化意义建构中的韧性领导与协作模式。
2026-03-09 cs.CY cs.HC
Real-time Collaboration Between Mixed Reality Users in Geo-referenced Virtual Environment
使用混合现实技术的协作是一个活跃的研究领域,在那里进行了大量的研究,以虚拟地弥合物理距离。存在可用于混合现实协作的各种平台和设备,并且主要集中于室内场景,其中可以假设稳定的跟踪。我们专注于支持VR和AR用户之间的协作,其中AR用户在户外移动,VR用户沉浸在真实大小的数字孪生中。这种跨平台解决方案需要新的用户体验来进行交互、对真实世界进行精确建模,并使用GPS等有噪声的户外跟踪传感器。在本文中,我们提出了我们的结果和观察跨平台用户之间的实时的【形】协作,在地理参考的虚拟环境的背景下。我们提出了一种解决方案,使用GPS测量VSLAM定位AR用户在户外环境中。客户端应用程序使VR和AR用户能够在异构平台上无缝协作。用户可以放置或加载标记到地理位置的动态内容,并实时的【形】与远程用户分享他们的体验。
2020-10-02 cs.HC
Collaboration Drives Individual Productivity
合作者的数量如何影响个人生产力?先前的研究结果相互矛盾,一些研究报告说,随着合作者数量的增加,个人生产力有所提高,而其他研究表明,搭便车效应扭曲了个人投入的努力,使较大的群体生产力降低。这些学派之间的差异是巨大的:如果存在超级规模效应,正如以前的研究所建议的那样,那么随着群体的增长,他们的生产力将比他们的规模增长得更快,超线性地提高他们的效率。我们通过研究两个行星级的协作系统来解决这个问题:GitHub和维基百科。通过分析这些平台上超过200万用户的活动,我们发现群体规模和生产力之间的相互作用表现出复杂的、以前未观察到的动态:较小群体的生产力与群体规模呈超线性关系,但在较大规模时达到饱和。这种效应并不是生产力异质性的产物:群体规模和生产力之间的关系在个体层面上是成立的。当与更多的人合作时,人们往往会做得更多。我们提出了一个生成模型的个人生产力,捕捉协作努力的非线性。所提出的模型能够通过捕捉GitHub和维基百科中最大信息量的行为特征来解释和预测团队工作动态,它为有原则的、数据驱动的协作科学铺平了道路。
2019-11-26 cs.CY cs.HC cs.SI
Supporting Instructors in Collaborating with Researchers using MOOClets
大多数教育和工作场所的学习都是在远离实验室或实地的教室里进行的,有专门的科学研究安排。但是数字在线资源为大规模努力提供了一个新的机会,可以在现实世界和实验室环境之间建立桥梁,支持数据汇集和随机A/B实验,比较不同版本的内容或交互[2]。然而,在调整教师和研究人员使用混合课程/练习和MOOC等学习技术作为学生服务和进行研究的现实背景方面存在重大的技术和实践障碍。本文解释了MOOClet的概念如何促进研究与实践者的合作。MOOClets [3]被定义为数字资源的模块化组件,可以在技术中实现:(1)允许修改以创建多个版本,(2)允许不同版本的实验比较和个性化,(3)可靠地指定收集的数据。我们提出了一个框架,在这个框架中,教师指定他们愿意采用的课程、练习和电子邮件的变化,以及他们将收集和提供的数据。然后,研究人员可以:(1)指定或设计实验,比较不同版本对可量化结果的影响。(2)通过根据可用的输入变量选择MOOClet的替代版本,探索最大化特定结果的算法。我们提出了一个原型的调查工具,旨在促进从业者研究人员的匹配和成功的合作教师。
2015-02-14 cs.CY cs.HC
Documenting Problem-Solving Knowledge: Proposed Annotation Design Guidelines and their Application to Spreadsheet Tools
最终用户程序员创建软件来解决问题,但是在这个过程中生成的解决问题的知识通常在软件工件中保持缄默。暴露这些知识的一种方法是使最终用户能够注释的工件,因为他们创建和使用it.A 3级模型的注释和指导方针提出了最终用户编程环境的设计支持显式和文学注释水平。这些准则,然后应用到电子表格最终用户编程范例。
2009-08-08 cs.HC cs.SE
Machinic Surrogates: Human-Machine Relationships in Computational Creativity
Carnegie Mellon University(卡内基梅隆大学)
人工智能(AI)及其子分支机器学习(ML)的最新进展使机器超越了自动化的界限,并自主运行。这些机器在艺术和设计等创造性实践中的应用需要用户和机器之间的关系,这种关系被描述为计算和人类代理之间的合作或共同创造的形式。本文使用艺术和设计的例子来论证这个框架是不完整的,因为它没有承认人工智能系统的社会技术性质,以及参与其设计,实施和操作的不同人类机构。本文将人工智能工具在自动化和自主化之间的创造性实践中的应用置于自动化和自主化之间,区分了被认为是自动化或自主化的系统引起的不同类型的人类参与。回顾20世纪后期的艺术合作模式,它表明合作是这些艺术实践的核心。我们建立在不断增长的机器学习和艺术文献的基础上,寻找在计算创造力的作品中铭刻的人类机构,并扩展共同创造框架,以纳入通过技术工件(如算法和数据)介导的新兴形式的人类协作。
2019-08-03 cs.HC cs.LG
LINC: Supporting Language Independent Communication and Comprehension to Enhance Contribution in Multilingual Collaborative Meetings
本文针对ESL研究者在多语言会议中沟通和理解困难的问题,基于64人调查提出设计目标,构建含实时沟通与会后分析的LINC系统,并通过6个三人团队验证其提升参与和贡献的效果。
2025-05-10 cs.CL cs.HC