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
Mapping E-textiles Design Pain Points and Generative AI Opportunities: Insights from Workshops in Shanghai and Winchester
Aalto University(阿尔托大学);Tongji University(同济大学);University of Southampton(南安普顿大学)
通过在上海和温彻斯特举办工作坊,本研究映射了电子纺织品设计的痛点,发现主要障碍是缺乏标准化机器可读表示,并提出了四类领域定制的GenAI工具以支持设计过程。
2026-10-07 cs.HC
From Misunderstandings to Learning Opportunities: Leveraging Generative AI in Discussion Forums to Support Student Learning
本文提出结合大语言模型与检索增强生成的M2M方法,从课程讨论论坛中识别学生常见误解并生成教学见解,经真实课程数据与教师评估验证其有效性。
2025-08-15 cs.HC
A Design Space for Visual Interfaces for Generative Image Models
Tufts University(塔夫茨大学)
本文提出一个基于51个系统的生成式图像模型交互式视觉界面设计空间,通过UI、可控对象和映射函数三部分分解系统,并构建语料库浏览器以支持比较分析,助力发现设计机会。
2026-09-17 cs.HC
Memory Printer: Exploring Everyday Reminiscing by Combining Slow Design with Generative AI-based Image Creation
Eindhoven University of Technology(埃因霍温理工大学)
本文提出Memory Printer,结合丝网印刷隐喻与文本到图像生成,通过分层重建、物理木刮刀和内置打印,探索慢互动如何重塑人机关系,发现记忆唤起与控制感提升等机遇及算法偏见等挑战。
2026-03-13 cs.HC
Integrating Generative AI in Hackathons: Opportunities, Challenges, and Educational Implications
University of Iowa(爱荷华大学)
本研究通过2023年爱荷华大学黑客马拉松案例,探讨生成式AI对学生技术选择的影响,分析其教育价值与伦理挑战,并提出整合策略以平衡创新、伦理与教育意义。
2024-09-18 cs.AI cs.CY cs.HC
Addressing Bias in Generative AI: Challenges and Research Opportunities in Information Management
University of Washington(华盛顿大学);University of Oklahoma(俄克拉荷马大学);Georgia Institute of Technology(佐治亚理工学院)
本文面向生成式AI尤其是LLM在信息管理与商业决策中的偏见风险,提出涵盖主要利益相关者的研究框架与议程,强调伦理、政策和社会技术视角下的公平透明治理。
2025-01-22 cs.AI cs.CY cs.HC
The Impact and Opportunities of Generative AI in Fact-Checking
University of Washington(华盛顿大学)
本研究通过访谈六大洲29个事实核查组织,探讨生成式AI在事实核查中的影响与机遇,提出验证维度设计空间及公平、问责、透明研究议程,强调人机协作的重要性。
2024-05-24 cs.AI cs.CY cs.HC
Adapting University Policies for Generative AI: Opportunities, Challenges, and Policy Solutions in Higher Education
University of Birmingham(伯明翰大学)
本文探讨了生成式AI在高等教育中的机遇与挑战,提出通过重新设计评估、加强培训及多层执行机制等政策方案,以在提升生产力的同时捍卫学术诚信与公平。
2025-06-27 cs.AI cs.CY cs.HC
Generative Artificial Intelligence in Learning Analytics: Contextualising Opportunities and Challenges through the Learning Analytics Cycle
Monash University(莫纳什大学)
本文探讨生成式AI在学习分析循环中的机遇与挑战,提出其在数据分析、合成数据、交互分析及个性化干预中的关键作用,并强调人机协作与包容性发展。
2023-11-30 cs.AI cs.CY cs.HC
Creating Opportunities: Co-designing an mHealth App with Older Adults
Microsoft(微软);Brooklyn College, CUNY(布鲁克林学院,CUNY);University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本文通过与老年人共同设计mHealth应用,探索生成式人工智能在为老年人提供身体活动支持的AI教练中的应用。
2025-12-16 cs.HC
When Copilot Becomes Autopilot: Generative AI's Critical Risk to Knowledge Work and a Critical Solution
本文探讨生成式 AI 对知识工作带来的批判性思维退化风险,提出通过设计鼓励批判性思维的 AI 界面作为解决方案,并介绍了一个电子表格原型系统及未来研究议程。
2024-12-19 cs.HC
Generative AI for Product Design: Getting the Right Design and the Design Right
本文分析 GenAI 工具用于产品设计时的现实障碍,并围绕“获得正确的设计”和“把设计做对”两阶段提出研究议程。
2023-06-02 cs.HC
Understanding, Protecting, and Augmenting Human Cognition with Generative AI: A Synthesis of the CHI 2025 Tools for Thought Workshop
Microsoft Research(微软研究院);Harvard University(哈佛大学);IBM Research(IBM研究院);Carnegie Mellon University(卡内基梅隆大学);University of Chicago(芝加哥大学);Tableau Research(Tableau研究院);University College London(伦敦大学学院);Stanford University(斯坦福大学)
本文综述CHI 2025思维工具研讨会成果,整合56位跨学科研究者与34篇论文的讨论,系统梳理GenAI对人类认知的影响及保护与增强人类思维的研究与设计机会。
2025-08-28 cs.AI cs.HC
The Emerging Use of GenAI for UX Research in Software Development: Challenges and Opportunities
IBM Research(IBM研究院);watsonx.governance, IBM(watsonx治理,IBM);AI Design, IBM(AI设计,IBM);AI for Product Teams, IBM(面向产品团队的AI,IBM)
本文探讨生成式AI在软件开发中用户体验研究中的应用,分析其带来的挑战与机遇,并提出负责任整合AI的设计指南。
2025-12-17 cs.HC
GenFaceUI: Meta-Design of Generative Personalized Facial Expression Interfaces for Intelligent Agents
College of Design and Innovation, Tongji University(同济大学设计创意学院);School of Design, Southern University of Science and Technology(南方科技大学设计学院);Shanghai Research Institute for intelligent Autonomous Systems, Tongji University(同济大学上海智能自主系统研究院);University of Washington(华盛顿大学);School of Art and Design, Wuhan University of Technology(武汉理工大学艺术与设计学院)
GenFaceUI通过元设计方法提升智能代理生成面部表情的可控性与一致性,提供了一个概念验证工具及实证见解。
2026-02-11 cs.HC
Vidmento: Creating Video Stories Through Context-Aware Expansion With Generative Video
Harvard University(哈佛大学);Adobe Research(Adobe研究)
Vidmento通过上下文感知扩展技术,结合捕捉和生成的媒体,帮助创作者实现更具表现力的视频叙事。
2026-02-06 cs.AI cs.HC cs.MM
Scaffolding Metacognition with GenAI: Exploring Design Opportunities to Support Task Management for University Students with ADHD
City University of Hong Kong(香港城市大学);The Hong Kong Polytechnic University(香港理工大学)
本文探讨生成式AI如何通过认知支架、反思性任务执行和情绪调节支持ADHD学生提升元认知能力与任务管理。
2026-02-10 cs.HC
Artificial Data, Real Insights: Evaluating Opportunities and Risks of Expanding the Data Ecosystem with Synthetic Data
本文构建了合成数据领域的分类体系,结合科学发现第四范式与Truth、Beauty、Justice框架,探讨了生成式AI在创建合成数据集时的机遇、风险与评估标准。
2024-08-10 cs.CY cs.HC stat.ME
Monetizing Generative AI: YouTubers' Collective Knowledge on Earning from Generative AI Content
Clark University(克拉克大学);University of Michigan(密歇根大学);Pennsylvania State University(宾夕法尼亚州立大学);Tsinghua University(清华大学)
研究探讨YouTubers如何通过集体构建的GenAI知识,利用生成式AI内容实现盈利,并揭示其中的结构性张力与挑战。
2026-03-10 cs.HC
Understanding Design Fixation in Generative AI
该研究针对生成式人工智能(GenAI)未被充分探索的设计固着现象,提出包含定义、成因等的理论框架,通过实验分析其在文本和图像生成模型中的表现并提出缓解方法,为创意导向的人机交互研究提供新视角。
2025-02-09 cs.HC
Amplifying Rural Educators' Perspectives: A Qualitative Study of Generative AI's Impact in Rural U.S. High Schools
The Roux Institute at Northeastern University(新英格兰大学鲁克斯学院);Katabasis(卡塔巴西斯);Arizona State University(亚利桑那州立大学)
本研究通过分析31名乡村高中教师对生成式AI的使用,揭示其在资源匮乏环境下带来的挑战与机遇,强调需针对乡村特点设计AI解决方案。
2026-04-04 cs.CY cs.HC
Understanding Generative AI in Robot Logic Parametrization
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Carnegie Mellon University(卡内基梅隆大学)
本文探讨利用生成式AI(如大型语言模型)将自然语言意图参数化为机器人程序逻辑,以电影拍摄为例验证方法,并展望未来应用。
2024-11-06 cs.HC cs.RO
Reimagining Application User Interface (UI) Design using Deep Learning Methods: Challenges and Opportunities
National University of Sciences and Technology (NUST)(国立科技大学);Air University(航空大学)
在本文中,我们提出了一个审查的深度学习方法的用户界面设计的最新工作。该调查涵盖了广泛用于设计用户界面应用程序的众所周知的深度学习技术(深度神经网络,卷积神经网络,递归神经网络,自动编码器和生成对抗网络)和数据集。我们强调在这一领域的重要问题和新兴的研究前沿。我们认为,深度学习在用户界面设计自动化任务中的应用可能是软件开发行业发展的高潜力领域之一。
2023-03-23 cs.HC cs.LG
A Case Study Investigating the Role of Generative AI in Quality Evaluations of Epics in Agile Software Development
IBM Research Cambridge, MA USA(IBM研究院剑桥麻省)
本文通过一家全球化公司中17名产品经理的用户研究,考察LLM评估敏捷epic质量的融入方式、价值与障碍,证明其是可行的AI评估新应用。
2025-05-12 cs.AI cs.HC cs.SE
Generative AI for Visualization: State of the Art and Future Directions
The Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州));The Hong Kong University of Science and Technology(香港科技大学)
本文回顾了生成式AI在可视化领域的应用现状,将相关技术按数据增强、视觉映射生成、风格化和交互四个阶段进行分类总结,并探讨了评估、数据集及端到端模型差距等未来研究的挑战与机遇。
2024-04-28 cs.AI cs.HC cs.LG
Data Analysis in the Era of Generative AI
Microsoft(微软公司)
本文探讨生成式AI时代数据分析的变革,重点分析大语言与多模态模型如何将用户意图转化为代码和洞察,并提出以人为中心的设计原则及模型能力、评估和用户需求等研究挑战。
2024-09-27 cs.AI cs.HC
Generative AI and Extended Reality in Collaborative Architectural Design Education: An Exploratory Studio Study
Worcester Polytechnic Institute(伍斯特理工学院);Western Connecticut State University(西康涅狄格州立大学)
本研究通过开发并部署GenARch流程,探索了生成式AI与扩展现实在协作式建筑设计教育中的应用,发现两者互补支持构思与空间评估,但存在控制、保真度等挑战。
2026-09-15 cs.AI cs.HC
How Professional Visual Artists are Negotiating Generative AI in the Workplace
Carnegie Mellon University(卡内基梅隆大学)
本文研究了专业视觉艺术家在工作场所中对生成式AI的态度与应对策略,发现大多数艺术家反对使用生成式AI,并通过多种拒绝策略应对其影响。
2026-03-06 cs.AI cs.CY cs.HC
ChatGPT in Classrooms: Transforming Challenges into Opportunities in Education
HAN University of Applied Sciences(HAN应用科学大学)
本研究针对ChatGPT等生成式AI进入课堂后带来的作弊、内容失准、教师应用能力不足等挑战,提出基于技术接受模型开展实证研究,评估师生对生成式AI的态度与使用障碍,为后续研究提供流程参考,助力将AI挑战转化为教育机遇。
2024-05-17 cs.AI cs.CY cs.HC
When Your Boss Is an AI Bot: Exploring Opportunities and Risks of Manager Clone Agents in the Future Workplace
Carnegie Mellon University(卡内基梅隆大学);Emory University(埃默里大学)
研究探讨了管理者克隆代理在职场中的潜在角色与风险,提出设计建议以负责任地整合此类代理,强调工人视角和人际关系的重要性。
2026-01-29 cs.CY cs.HC
Generative AI in the Construction Industry: A State-of-the-art Analysis
The Hong Kong Polytechnic University(香港理工大学);Centre for Advances in Reliability and Safety (CAiRS)(可靠性与安全先进中心);Cardiff Metropolitan University(卡迪夫都市大学);Leeds Beckett University(利兹贝克特大学)
本研究分析了建筑业中生成式AI的机遇与挑战,提出了一套供企业利用自有数据构建定制化生成式AI的框架,并通过合同文档查询案例验证,证明RAG技术在质量等指标上显著提升了基线LLM表现。
2024-02-15 cs.AI cs.CL cs.HC
Report on CHIIR 2026 Workshop on Generative AI and Academic Search (GAI&AS)
CHIIR 2026 Workshop(CHIIR 2026 工作坊)
报告总结CHIIR 2026关于生成式AI重塑学术搜索系统的研讨会,聚焦设计评估挑战,涵盖基础、应用及搜索即学习三大主题,强调透明性、可信度与研究诚信。
2026-06-08 cs.AI cs.HC cs.IR