植物表型组学标注软件的用户挑战与需求探究

人工智能（AI）正在提高植物表型组学数据分析的效率和准确性，这对应对全球农业和环境挑战至关重要。设计一个可靠的 AI 系统来辅助精准植物表型组学始于高质量的表型特征标注，这通常涉及植物科学家和 AI 专家之间的协作。然而，由于这些研究人员背景的多样性，他们对细粒度植物特征标注系统可能有不同的用户需求。我们对来自不同背景的 8 位经验丰富的标注员进行了半结构化访谈，并观察了他们与首选标注系统的互动，以阐明标注植物特征时面临的挑战并识别用户需求。我们收集了访谈问题的定性回答，并对他们在给定图像上标注的一致性进行了定量评估。通过分析参与者的行为和收集的数据，我们确定了共同的用户需求，并为 AI 辅助标注系统的设计提供了启示，包括提供一系列标注选项、灵活调整标注的能力以及帮助解决不确定性的功能。我们的研究为使标注高效可靠的系统设计做出了贡献，不仅有益于植物表型组学，也有益于其他依赖用户驱动标注的跨学科领域。