Orca：通过用户驱动和AI辅助的跨可塑网页编排实现大规模浏览

文献标题

Orca: Browsing at Scale Through User-Driven and AI-Facilitated Orchestration Across Malleable Webpages

出版信息

• 主题领域: 利用人工智能和用户驱动的编排技术提升大规模信息任务的网页浏览体验。
• 关键词: 网页浏览, 信息觅食, 人工智能辅助, 可塑界面, 空间画布, 多代理系统, 用户驱动编排, 理解构建, 自动化, 并行工作流。

背景与问题

• 问题/挑战: 传统的标签式浏览器无法有效管理和综合来自多个网页的大量信息。完全自动化的人工智能系统则削弱了用户的主动性，并影响对上下文的理解。
• 重要性: 解决这些局限性对于改进跨多个网页的信息觅食、理解构建和决策任务的工作流至关重要。
• 动机与相关研究: 先前关于人工智能支持的浏览器和可塑界面的研究探索了查询辅助、网页关系的可视化以及自动化。然而，这些方法要么专注于孤立任务，要么缺乏用户控制，未能有效支持可扩展的用户驱动浏览。

解决方案

• 提出的方法: Orca，一个原型浏览器，将网页视为“可塑材料”，置于“可塑空间”中，支持用户驱动和人工智能辅助的跨网页编排。
• 创新点:
  1. 引入空间画布界面，用于并行查看、组织和综合网页。
  2. 集成人工智能以辅助探索、提取和自动化，同时保留用户控制权。
  3. 支持动态工作流，提供批量操作、上下文扩展和实时多代理系统等功能。
  4. 通过动态摘要和可定制布局实现迭代式理解构建。
• 流程与关键技术:
  • 将网页重新概念化为可灵活排列、分组和转换的元素。
  • 利用人工智能完成如批量打开链接、提取关键信息和综合摘要等任务。
  • 实现一个用于空间组织的网页画布和一个用于前馈提示的全局命令栏。
  • 利用并行网页自动化代理实现跨多个页面的可扩展操作。

研究结果

• 具体发现:
  • 参与者报告称探索范围扩大，导航速度加快，研究中平均管理了37个网页。
  • 页面提取和批量操作被认为是最有帮助的功能。
  • 用户感到对信息来源的控制力更强，相较于人工智能驱动的搜索引擎更信任结果。
• 相较基线的优势:
  • Orca 通过支持并行工作流并保留用户主动性，减少了传统标签式浏览和人工智能驱动工具的认知和手动负担。
  • 通过降低跨页面管理上下文的开销，鼓励更广泛的探索和更深入的理解构建。
• 实验/评估:
  • 进行了一个包含8名参与者（年龄21–27岁）的实验室研究，参与者使用 Orca 60分钟。
  • 任务包括引导式操作、自由探索以及问卷调查。
  • 参与者使用了空间布局、批量操作和动态摘要等功能完成了多样化的信息任务。
• 局限性与未来工作:
  • 短暂的研究时间限制了参与者对新界面的完全适应。
  • 在监控画布外代理和管理密集布局中的视觉混乱方面存在挑战。
  • 未来工作包括改进视口管理、探索替代布局以及增强代理监控和控制机制。

总结

Orca 通过引入空间画布和人工智能辅助功能，重新定义了网页浏览方式，支持用户驱动的可扩展信息任务。它实现了网页的并行查看、组织和综合，减少了传统标签式浏览的认知和手动负担。初步评估表明，Orca 能够促进更广泛的探索，增强用户控制力，并提升对结果的信任。未来研究将专注于优化界面组织、改进代理监控以及探索在真实场景中的长期可用性。