不仅限于新奇:人工智能工作流程的效用与定制化纵向研究

生成式AI(文本、图像、音乐、视频)大语言模型(LLM)的人机协作可持续性 HCI(Sustainable HCI)大学教授与研究人员HCI 研究员

生成式 AI 为人们的日常任务带来了新颖而令人印象深刻的能力。有许多 AI 工作流程通过将 AI 输出与人类交互链接起来,解决真实而复杂的问题。尽管 AI 的吸引力不可否认,但不确定生成式 AI 工作流程在新奇感消退后有多大实用价值。此外,使用生成式 AI 构建的工作流程有可能被轻松定制以适应用户的个人需求,但用户是否利用了这一优势?我们与 12 名用户进行了为期三周的纵向研究,以了解科学传播中生成式 AI 工具的熟悉化和定制化。我们的研究揭示了一个熟悉化阶段,在此期间用户探索了工作流程的新颖功能并发现了他们认为有用的方面。在此阶段之后,用户了解了工作流程并能够预测输出。令人惊讶的是,熟悉化后系统感知到的效用比之前更高,表明 AI 的感知效用不仅仅是一种新奇效应。收益的增加主要来自最终用户定制提示的能力,从而可能将系统适应当地需求。这指向了一个未来,即生成式 AI 系统可以让我们为挪用而设计。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/dis/164635/2024

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
DIS
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、大语言模型(LLM)的人机协作、可持续性 HCI(Sustainable HCI)
work
职业/产业
大学教授与研究人员、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
3 篇相关论文