StepMIND：用于 AI 生成数据分析管道的逐步、多模态和双向解释的可视化框架

人工智能使用户能够从自然语言描述生成数据可视化，降低了数据探索的门槛。然而，AI 生成的可视化通常仅呈现最终输出，缺乏透明度，限制了用户验证、解释或改进结果的能力。为此，我们引入StepMIND，这是一个通用可视化框架，可增强 AI 生成数据分析管道的可解释性和交互性。StepMIND 集成了四个维度：（1）逐步优化，允许用户参与 AI 决策过程；（2）多模态解释，结合自然语言、结构化符号、直接操作和内容可视化以实现可访问的解释；（3）双向编辑，实现跨模态的无缝更新；（4）熟悉的交互模型，如代码编辑器和电子表格操作，以支持技术和非技术用户。为了展示其效用，我们将StepMIND应用于Stage，这是一个用于 AI 辅助数据可视化的案例研究系统。20名参与者的被试内用户研究表明，Stage显著提高了用户信心和信任，降低了认知负荷，并促进了探索性和纠正性改进。我们的进一步研究表明，StepMIND可以推广到更广泛的 AI 辅助工作流程，为可解释 AI 提供了一种可见且交互式的方法。