ConvXAI: Delivering Heterogeneous AI Explanations via Conversations to Support Human-AI Scientific Writing
University of Michigan(密歇根大学);Pennsylvania State University(宾夕法尼亚州立大学);Carnegie Mellon University(卡内基梅隆大学)
本文提出对话式XAI原型ConvXAI,基于四项设计原则通过对话为科学写作提供异构AI解释,并在用户研究中验证其优于GUI基线。
2023-10-27 cs.AI cs.CL cs.HC
VISAR: A Human-AI Argumentative Writing Assistant with Visual Programming and Rapid Draft Prototyping
University of Notre Dame(圣母大学);Singapore University of Technology and Design(新加坡科技设计大学)
本文提出AI写作助手VISAR,通过可视化编程、同步编辑和自动草稿原型,帮助用户构建层级写作目标与论证结构,解决LLM聊天界面缺乏用户控制和语境感知的问题,有效提升了论辩写作规划体验。
2023-07-27 cs.AI cs.CL cs.HC
Co-Writing Screenplays and Theatre Scripts with Language Models: An Evaluation by Industry Professionals
DeepMind(深度思维);Stanford University(斯坦福大学)
语言模型越来越引起作者的兴趣。然而,这种模式缺乏长期的语义连贯性,限制了其对长篇创意写作的有用性。我们通过在一个我们称之为Dramatron的系统中分层应用语言模型来解决这个限制。通过使用提示链接构建结构上下文,Dramatron可以生成连贯的脚本和剧本,包括标题、人物、故事节拍、位置描述和对话。我们说明Dramatron的有用性作为一个互动的共同创造系统与用户研究的15个戏剧和电影行业的专业人士。参与者与Dramatron共同撰写戏剧剧本和电影剧本,并参与开放式采访。我们报告了来自受访者和独立评论家的批判性思考,他们观看了作品的分期,以说明Dramatron和分层文本生成如何对人机协同创造有用。最后,我们讨论了适合Dramatron的共同创造力,道德考虑-包括剽窃和偏见-和参与模式的设计和部署这样的工具。
2022-09-29 cs.CL cs.HC
Teaching Spell Checkers to Teach: Pedagogical Program Synthesis for Interactive Learning
Georgia Institute of Technology(佐治亚理工学院);Stanford University(斯坦福大学);University of Buffalo(布法罗大学);University of Nevada , Reno(内华达大学里诺分校);University at Buffalo(布法罗大学)
SPIRE是一种通过拼写错误引导学习者探索语言知识的交互式拼写检查系统,结合教学程序合成技术提升写作学习效果。
2026-01-20 cs.HC
MindCopilot: Towards Formalizing and Evaluating Granular Human-LLM Co-Writing
University of Science and Technology of China(中国科学技术大学);Shanghai AI Laboratory(上海人工智能实验室)
针对现有主动式写作助手评估仅关注输出质量而忽略用户交互行为的问题,提出基于人类参与马尔可夫决策过程的协作写作形式化模型,并设计交互感知评估套件(Co-Writing Fidelity Suite),通过大规模模拟和用户研究验证其有效性。
2026-05-22 cs.HC
Portrayal: Leveraging NLP and Visualization for Analyzing Fictional Characters
本文提出交互式可视化系统 Portrayal,利用自然语言处理提取角色塑造指标,帮助作者修改草稿、帮助文学研究者免手动标注地分析角色并构建有据可依的文学论点。
2023-08-08 cs.HC
ViviDoc: Generating Interactive Documents through Human-Agent Collaboration
National University of Singapore(新加坡国立大学);University of Virginia(弗吉尼亚大学);Cornell University(康奈尔大学)
ViviDoc通过多智能体流程和三级人类控制,系统性解决交互式文档生成问题,构建了ViviBench基准并实现高内容丰富度和交互质量。
2026-03-30 cs.AI cs.HC
Jokeasy: Exploring Human-AI Collaboration in Thematic Joke Generation
College of Design and Innovation, Tongji University(同济大学设计创意学院)
Jokeasy通过人机协作提升主题笑话生成,结合搜索功能与双角色LLM代理,优化创意流程与素材整合。
2026-02-10 cs.HC
How to Prompt? Opportunities and Challenges of Zero- and Few-Shot Learning for Human-AI Interaction in Creative Applications of Generative Models
University of Bayreuth(拜罗伊特大学);Bundeswehr University Munich(慕尼黑联邦国防军大学);LMU Munich(慕尼黑大学)
深度生成模型有可能从根本上改变我们创建高保真数字内容的方式,但通常很难控制。创建生成模型是一个很有前途的最新发展,原则上使最终用户能够创造性地利用zero-shot和少样本学习来将新任务分配给AI ad-hoc,只需将它们写下来。然而,对于大多数最终用户来说,编写有效的提示目前在很大程度上是一个试错过程。为了解决这个问题,我们讨论了交互式创意应用程序的关键机遇和挑战,这些应用程序使用提示作为人机交互的新范式。基于我们的分析,我们提出了四个设计目标的用户界面,支持提示。我们用具体的UI设计草图来说明这些,重点放在创意写作的用例上。HCI和AI的研究社区可以将这些作为起点,为能够进行零样本学习和少样本学习的模型开发适当的用户界面。
2022-09-03 cs.CL cs.HC
Voices of Freelance Professional Writers on AI: Limitations, Expectations, and Fears
LMU Munich(慕尼黑大学);Toloka AI
本研究通过问卷和互动调研,探究了专业作家使用LLM辅助写作的实践、伦理顾虑及期望,为LLM的后续优化提供参考。
2026-10-01 cs.CL cs.CY cs.HC
Incentives Shape How Humans Co-Create with Generative AI
Massachusetts Institute of Technology(麻省理工学院)
研究通过随机对照试验发现,激励机制影响人类在创意写作中使用生成式AI的方式,原创激励组产生更多样化的写作。
2026-10-30 cs.AI cs.CY cs.HC
iToT: An Interactive System for Customized Tree-of-Thought Generation
本文提出交互式思维树系统 iToT,通过可视化界面让用户探索、纠正和扩展语言模型的推理步骤,降低 ToT 使用门槛并提升人机协同问题求解的透明性与实用性。
2024-08-31 cs.HC
PromptPilot: Improving Human-AI Collaboration Through LLM-Enhanced Prompt Engineering
University of Bayreuth(拜罗伊特大学);Fraunhofer FIT(弗劳恩霍夫应用信息技术研究所)
针对用户难以设计高质量提示、现有提示工程方法存在不足的问题,提出基于四项实证设计目标的交互式提示助手PromptPilot,实验验证其能显著提升任务表现,为人机协作提供可行技术路径。
2025-10-01 cs.AI cs.HC
Design of a visual environment for programming by direct data manipulation
IRISA;University of South Brittany(南布列塔尼大学)
本文提出了一种通过直接数据操作实现可视化编程的工具,允许用户无需编写代码即可开发任意程序,支持生成Python、C或Java代码。
2025-11-20 cs.HC
Visualizationary: Automating Design Feedback for Visualization Designers using LLMs
针对交互式可视化编辑器缺乏有效视觉传达指导的问题,研究者开发了含设计指南与感知过滤器的VISUALIZATIONARY系统,借助ChatGPT提供定制化设计反馈,纵向研究证实其可助力各层级设计师优化可视化作品。
2025-06-11 cs.HC