会话界面需要两类策展:数据科学工作者的数据策展和领域专家的内容策展。近年来,内容策展人在客户服务领域指导会话机器的可能性(即机器教学)已然出现。策展专业数据的活动耗时长,这些活动对领域专家存在学习曲线,且依赖于领域专家之外的协作者,包括产品所有者、技术策展人、管理层、营销和沟通人员。然而,近期研究致力于降低缺乏机器学习系统知识的领域专家完成此任务的难度,但很少有论文研究这一角色的工作实践和协作。本研究旨在填补这一空白,呈现并揭示从银行、技术支持、人力资源、电信和汽车行业领域专家的十一场半结构化访谈和四场设计 workshop 中提取的实践。首先研究内容策展人和技术策展人在训练会话机器时的 articulation work。其次检查他们使用的策展和协作策略,这些策略是当前会话平台所未能提供的。第三提出设计启示和支持个体及协作策展实践的可能性。反思这些实践如何依赖自我及与他人的协作,以进行策展、信任建立和数据追踪与所有权。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
暂无符合条件(≥60% 相似度)的相关论文
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3555768
一眼看懂
fact_check论文快照
dataset
来源
CSCW
calendar_month
年份
2022
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
—
work
职业/产业
—
article
内容状态
仅摘要
hub
相关论文
0 篇相关论文