Co-ML: Collaborative Machine Learning Model Building for Developing Dataset Design Practices
本文提出Co-ML,一款协作式机器学习建模平板应用,通过多设备同步和团队协作构建图像分类器,帮助初学者在实践中学习数据集设计,促进数据多样性与质量检查,研究发现学生更注重模型可学习性而非类别平衡。
2024-01-08 cs.HC
Human-AI Guidelines in Practice: Leaky Abstractions as an Enabler in Collaborative Software Teams
在传统的软件开发中,用户体验(UX)设计师和工程师通过关注点分离(SoC)进行协作:设计师创建人机界面规范,工程师根据这些规范进行构建。然而,我们认为人类-人工智能系统阻碍了SoC,因为人类的需求必须塑造人工智能接口的设计,底层的人工智能子组件和训练数据。设计师和工程师目前如何在AI和UX设计方面进行合作?为了找到答案,我们采访了来自14个组织的21位行业专业人士(用户体验研究人员、人工智能工程师、数据科学家和经理),了解他们的协作工作实践和相关挑战。我们发现,隐藏的信息封装的SoC挑战跨设计和工程问题的合作。从业者描述发明特设表示暴露低层次的设计和实现细节(我们的特征为泄漏抽象),以“穿刺”SoC和跨专业知识的边界共享信息。我们确定了如何使用泄漏抽象在AI-UX边界进行协作,并正式定义了创建和使用泄漏抽象的过程。
2022-07-04 cs.HC cs.SE
Exploring the Social Context of Collaborative Driving
驾驶任务的自动化影响主要驾驶任务和汽车用户界面。用户界面空间的解放和驾驶员的认知负荷允许以新的方式思考驾驶。相关研究表明,睡觉、看电视或工作等活动在未来将变得更加普遍。然而,根据马斯洛的需求层次的社会方面尚未考虑。我们提供了一个焦点小组的见解,该小组有N=5名汽车用户体验专家,揭示了当前的实践,例如旅程中的社交需求满足和通过信使分享实践,以及一项用户研究,该研究有N=12名参与者,第一个原型在各种自动化水平下支持这些需求,显示出良好的可用性和改善用户体验的高潜力。
2022-01-26 cs.HC
Transitioning Together: Collaborative Work in Adolescent Chronic Illness Management
本研究通过访谈15名过渡前阶段的慢性病青少年,发现他们在自我管理中与父母存在协作与冲突,并据此提出了促进过渡与亲子协作的技术设计考量。
2024-09-26 cs.HC
Ink and Algorithm: Exploring Temporal Dynamics in Human-AI Collaborative Writing
本研究针对人机协同写作中交互动态与学习支持机制不明的问题,采用动态时间规整聚类和认知网络分析,识别出四种AI使用时间模式并揭示其与写作认知行为的关联,为教育场景下的GAI学习支持设计提供依据。
2024-06-21 cs.HC
"We'll have to see how it works": An interview study to understand collaborative practices in interdisciplinary artificial intelligence and healthcare research
William Harvey Research Institute(威廉·哈维研究所);Queen Mary University of London(伦敦玛丽女王大学);Wolfson Institute of Population Health(沃尔夫森人口健康研究所)
该研究通过对英国医疗保健AI研究联盟早期参与者的13次半结构化访谈及归纳主题分析,探讨AI开发流程及跨学科知识共享挑战。发现参与者需依受众调整工具和信息,明确了AI研究参与新颖处、知识共享方式及关键领域,指出AI给跨学科工作带来新障碍。
2026-07-29 cs.AI cs.CY cs.HC
Beyond Divergence: Characterizing Co-exploration Patterns in Collaborative Design Processes
Eindhoven University of Technology(埃因霍温理工大学)
本研究通过对16个设计团队61名学生的五个月纵向观察,提出识别五种共同探索模式的四维框架,揭示其在设计过程中的作用与价值,并给出实践策略。
2025-08-20 cs.HC
Patterns of Sociotechnical Design Preferences of Chatbots for Intergenerational Collaborative Innovation : A Q Methodology Study
聊天机器人技术越来越多地成为虚拟助手。聊天机器人可以让个人和组织完成目前尚未完全优化的跨代协作目标。本文探讨了聊天机器人作为代际创新伴侣的偏好。Q方法用于调查不同类型的合作者,并确定在代际环境中合并聊天机器人设计的问题和解决方案域的合作者之间如何发生不同的选择。该研究的结果显示,各种聊天机器人设计优先级在年轻人中比老年人更加多样化。此外,我们的研究进一步概述了聊天机器人设计的原则以及聊天机器人将如何支持这两代人。这项研究是更深入地了解不同年龄组对聊天机器人作为工作场所伴侣的主观设计偏好的第一步。此外,本研究还展示了Q方法如何通过将方法从以年龄为中心的设计转变为多代背景下的共同目标导向设计来指导技术发展。
2022-12-07 cs.HC
How to Apply Markov Chains for Modeling Sequential Edit Patterns in Collaborative Ontology-Engineering Projects
随着大规模协作本体工程项目的日益普及,例如创建国际疾病分类第11次修订版,我们需要新的方法和见解来帮助项目和社区管理人员应对此类项目不断增长的复杂性。在本文中,我们提出了一种新的应用马尔可夫链模型的顺序使用模式,可以发现在更改日志的协作本体工程项目。我们提供了分析过程的详细介绍,描述了应用和确定最佳拟合马尔可夫链模型所需的所有步骤。除其他外,模型和结果使我们能够识别结构属性和结构,以及基于使用顺序预测未来的行动。我们特别感兴趣的是,在确定适当的马尔可夫链的顺序,假设有多少以前的行动,未来的depends.To证明提取的马尔可夫链的实际用途,我们进行连续模式分析的大规模协作本体工程数据集,国际疾病分类在其第11次修订。为了进一步扩大所提出的分析的有用性,我们表明,收集的顺序模式提供了潜在的可操作的信息,为用户界面设计师,本体工程工具开发人员和项目经理,以监测,协调和动态适应自然的开发过程中发生的协同工程本体。我们希望所提出的工作将刺激一个新的本体开发工具,评估技术和新的见解,进一步考虑到协作本体工程过程的交互性。
2016-02-16 cs.HC cs.SI
Talking Wikidata: Communication patterns and their impact on community engagement in collaborative knowledge graphs
本文研究Wikidata这一协作知识图谱社区的沟通模式,通过混合方法分析讨论数据,发现编辑互动形成具弹性和包容性的小世界网络,账户年龄和对话内容影响长期参与,为改善协作环境提供指导。
2025-02-17 cs.HC cs.SI
Why This and Not That? A Collaborative Reflection Approach for Understanding Thought Coverage in Decision Making Support Dialog
TU Delft(代尔夫特理工大学)
该研究针对决策支持对话智能体的自适应策略易误判用户状态的问题,提出以人为中心的协作反思方法,经用户研究发现用户解释可指导更恰当的对话动作。
2026-08-19 cs.HC
Augmenting Pathologists with NaviPath: Design and Evaluation of a Human-AI Collaborative Navigation System
人工智能(AI)带来了进步,以支持病理学家导航高分辨率肿瘤图像,以搜索感兴趣的病理模式。然而,现有的人工智能辅助工具尚未实现这一承诺的潜力,这是由于缺乏对病理学的深入了解以及病理学家在实践中的导航工作流程的HCI考虑。我们首先进行了一项形成性研究,与六名医学专业人士在病理学,以捕捉他们的导航策略。通过将我们的观察结果与病理学家的领域知识相结合,我们设计了NaviPath --一个人类-人工智能协作导航系统。一项由15名病理学专业人士参与的评估研究表明:(i)与手动导航相比,参与者使用NaviPath在单位时间内看到的病理模式数量是手动导航的两倍以上,(ii)参与者平均实现了AI和手动导航的更高精度和召回率。进一步的定性分析显示,导航与NaviPath更一致,这可以提高整体检查质量。
2023-02-14 cs.HC
Temporal Analysis of Activity Patterns of Editors in Collaborative Mapping Project of OpenStreetMap
近年来,维基已成为人类行为社会研究的一个有吸引力的平台。维基百科等协作系统包含全球数百万条编辑记录,使研究人员能够更好地了解编辑的参与及其活动模式。然而,对Geo-wikis(基于wiki的协作制图项目)的贡献与维基百科等系统在根本上不同,这是由于内容的空间维度将贡献者限制为一组关于特定领域的本地知识的贡献者,因此需要跨平台研究和比较来构建在线开放协作现象的综合图像。在这项工作中,我们研究的时间行为模式的OpenStreetMap编辑器,地理维基的一个成功的例子,为两个欧洲首都城市。我们对不同类型的时间模式进行了分类,并报告了项目年龄7年内的历史趋势。我们还绘制了与以前观察到的维基百科的编辑活动模式的比较。
2013-04-07 cs.CY cs.HC cs.SI
Eliciting Best Practices for Collaboration with Computational Notebooks
University of Bari(巴里大学)
尽管广泛采用的计算笔记本电脑,很少有人知道他们在协作环境中使用的最佳实践。在本文中,我们填补了这一空白,引出一个目录的最佳实践协作数据科学与计算笔记本电脑。有了这个目标,我们首先寻找最佳做法,通过多域文献综述。然后,我们与专业数据科学家进行访谈,以评估他们对这些最佳实践的认识。最后,我们通过分析从Kaggle平台检索到的1,380字节笔记本来评估最佳实践的采用。调查结果显示,专家大多知道最佳做法,并倾向于在日常工作中采用它们。然而,它们并没有始终如一地遵循所有建议,因为根据具体情况,有些建议由于缺乏适当的工具支持而被认为不可行或适得其反。因此,我们设想笔记本解决方案的设计,使数据科学家不必优先考虑探索和快速原型而不是编写高质量的代码。
2022-02-15 cs.AI cs.HC cs.LG
MoCoMR: A Collaborative MR Simulator with Individual Behavior Modeling
MoCoMR模拟器通过建模个体说话、注视和移动行为,生成逼真的协作混合现实数据,帮助研究人员分析个体行为对群体动态和任务表现的影响,从而优化以人为中心的MR应用。
2025-03-12 cs.ET cs.HC
From Complexity to Parsimony: Integrating Latent Class Analysis to Uncover Multimodal Learning Patterns in Collaborative Learning
Monash University(莫纳什大学)
本研究将潜在类别分析(LCA)整合到多模态学习分析(MMLA)中,将17个单模态指标映射为四个简约的潜在类别,并通过认知网络分析验证其在解释任务与协作表现上更优,为协作学习分析提供了更简约有效的方法。
2024-11-23 cs.HC cs.LG stat.ME
GroupBeaMR: Analyzing Collaborative Group Behavior in Mixed Reality Through Passive Sensing and Sociometry
本文提出GroupBeaMR框架,利用MR头显传感器分析对话、共享注意力和接近度以识别群体互动模式,通过社会网络分析量化群体动态,经48人12组研究验证其区分MR环境互动模式的能力。
2025-02-10 cs.ET cs.HC
The Synthesis Lab: Empowering Collaborative Learning in Higher Education through Knowledge Synthesis
本文提出The Synthesis Lab设计创新,通过结构化工作空间和两个迭代过程支持高等教育在线讨论中的知识综合,以弥补协作学习中知识综合机制与设计基础设施的不足。
2023-07-10 cs.CY cs.HC
Exploring Author Gender in Book Rating and Recommendation
协同过滤算法在评级和消费数据中发现有用的模式,并利用这些模式来引导用户选择好的项目。评级数据集中的许多模式反映了数据中不同用户和项目之间的重要现实差异;其他模式可能与社会或道德原因无关或可能不受欢迎,特别是如果它们反映了不受欢迎的歧视,例如出版或购买时对女性或少数民族作者的歧视。在这项工作中,我们研究了协同过滤推荐算法的响应,他们的输入数据的分布方面的社会关注的一个方面,即内容创建者的性别。使用公开的图书评级数据,我们测量了用户评级配置文件和推荐列表中图书作者的性别分布。我们发现,常见的协同过滤算法不同的性别分布的推荐列表,并在输出分布的关系,用户简档分布。
2020-07-25 cs.HC cs.IR
The Future of Hackathon Research and Practice
黑客松是一种有时间限制的协作活动,已成为研究人员和实践者在众多环境中采用的全球现象。黑客活动通常用于加速科学成果和合作、社区以及应对紧迫挑战的创新原型的开发。由于黑客松已被采用到许多不同的环境中,这些活动也以多种方式进行了调整,以适应组织者,参与者和其他利益相关者的独特需求和情况。虽然这些跨学科的调整,一般提供了许多优势-如调整的形式,以满足特定的需求-他们也带来了一定的挑战,特别是:1)有限的交流最佳做法,2)有限的交流研究成果,和3)更大的总体问题,需要跨学科的合作没有发现,仍然没有解决。我们呼吁跨学科合作,以应对这些挑战。作为这方面的第一项举措,我们于2021年12月在莱顿洛伦兹中心的研讨会上进行了跨学科的合作分析。在本文中,我们提出了六个重要领域的分析结果,我们设想这些领域有助于成熟的黑客马拉松研究和实践:1)不同目的的黑客马拉松,2)社会技术事件设计,3)扩大规模,4)使黑客马拉松公平,5)研究黑客马拉松,6)黑客马拉松目标以及如何实现它们。我们提出了这些领域的最新技术和研究建议,并通过提出推进黑客研究和实践所需的下一步措施来结束本文。
2022-11-16 cs.HC cs.SE
The Human Factor in AI Red Teaming: Perspectives from Social and Collaborative Computing
Carnegie Mellon University(卡内基梅隆大学);Microsoft Research(微软研究院);University of Chicago(芝加哥大学);University of Minnesota(明尼苏达大学);OpenAI
本文指出通用AI发展带火的AI红队测试存在人因相关问题,当前HCI和CSCW领域缺少对红队测试本身的研究,呼吁未来探索相关主题并推动研究者与从业者社群建设以应对挑战。
2024-09-11 cs.AI cs.CY cs.HC
Human-AI collaboration is not very collaborative yet: A taxonomy of interaction patterns in AI-assisted decision making from a systematic review
Johns Hopkins University(约翰斯·霍普金斯大学)
针对AI辅助决策中人机交互缺乏通用词汇的问题,提出交互模式分类法,基于105篇文献综述揭示当前协作范式简单,旨在促进交互设计以实现清晰沟通、可信赖与协作。
2024-03-18 cs.AI cs.HC
Proceedings of 1st International Workshop on Collaborative Information Seeking
研讨会的目标是汇集对小团队协作搜索的各个方面感兴趣的研究人员,分享想法,促进该领域的研究,并提高这一新兴领域的知名度。我们期望确定有希望的进一步探索方向,并在研究小组之间建立合作联系。研讨会于2008年6月20日在美国宾夕法尼亚州匹兹堡举行,与JCDL 2008会议同时举行。讲习班围绕三个主题组织:做法、模式和评价。我们从一个关于术语的讨论开始(仍在进行中),关于如何在现有的研究空间中扩展我们的工作。我们还希望通过现实世界的协作示例来激发我们的建模和设计讨论。我们讨论了来自医疗保健领域,学生,教师,军队和企业(如制药公司)进行研究的例子。讨论了协同信息搜寻的几种模式,包括意义建构、沟通和基于Marcia Bates的信息搜寻理论。最后,演讲者描述了实现协作的各个方面的几个系统,包括使用搜索路径、模拟用户行为以模拟系统性能,以及表征导致更有效协作的组的属性。
2009-08-07 cs.HC cs.IR