CoExplorer 技术探针:支持视频会议规划和运行意图性的生成式AI驱动自适应界面
大语言模型(LLM)的人机协作AI 辅助决策与自动化系统远程工作工具与体验软件工程师与开发者AI/ML 研究员与工程师HCI 研究员
有效的会议需要努力,但传统视频会议系统对减少整个会议生命周期的努力支持甚少。生成式AI(GenAI)有可能通过增强有意图的会议行为来重新定义会议。CoExplorer是我们新颖的自适应会议原型,可预先生成会议可能经历的阶段、允许在会前捕捉参会者想法的工具,并为每个阶段生成窗口布局、适当的应用程序和文件。作为技术探针,我们使用CoExplorer在引导式演练中研究了其对全球科技公司参与者的潜在影响。我们的发现表明,GenAI有可能帮助会议保持正轨并减少工作量,尽管人们对用户代理权、信任和可能干扰传统会议规范表示担忧。我们讨论了这些担忧及其对GenAI会议技术开发的设计意义。
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。
- 83%
胜任但僵化:识别赋予AI平等参与群体决策能力的差距
CHI '23· 大语言模型(LLM)的人机协作 +1
- 83%
为什么约翰尼不能提示:非AI专家如何尝试(并失败)设计LLM提示
CHI '23· 大语言模型(LLM)的人机协作 +1
- 83%
从大规模交互痕迹中自动挖掘宏命令
CHI '24· 大语言模型(LLM)的人机协作 +1
- 71%
Stack Overflow 过时了吗?对 ChatGPT 回答 Stack Overflow 问题特征的经验研究
CHI '24· 大语言模型(LLM)的人机协作 +2
- 71%
看不见的破坏者:谄媚型大语言模型在问题解决任务中误导新手
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
响应延迟和任务类型对人类-LLM 交互与感知的影响
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
氛围编程的纠缠——重新定位生成式 AI 编程中意图、作者身份与责任的边界
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 71%
与我共编还是为我编程?AI 自动化程度提升如何改变开发者工作流
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
多智能体生成式AI的设计:行业早期采用者的洞察
DIS '25· 大语言模型(LLM)的人机协作 +2
- 71%
基于知识图谱补全的对话式领域知识获取问题选择框架
IUI '21· 对话式聊天机器人 +2
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、AI 辅助决策与自动化系统、远程工作工具与体验
work
职业/产业
软件工程师与开发者、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文