DiscipLink:通过人机协同探索促进跨学科信息寻求过程
作者
大语言模型(LLM)的人机协作用户研究方法(访谈、调查、观察)原型设计与用户测试大学教授与研究人员HCI 研究员
跨学科研究通常需要研究者在不同知识分支中探索文献。然而,从不熟悉的学科导航高度分散的知识是一项重大挑战。在本文中,我们引入DiscipLink,这是一种在跨学科信息寻求(IIS)中促进研究者和大型语言模型(LLM)协作的新型交互系统。基于用户感兴趣的主题,DiscipLink从可能的相關学科视角发起探索性问题,用户可以进一步定制这些问题。DiscipLink然后支持用户在选定问题下搜索和筛选论文,自动使用学科特定术语扩展查询,从检索到的论文中提取主题,并突出论文与问题之间的联系。我们的评估包括被试内比较实验和开放性探索研究,结果表明DiscipLink可以有效支持研究者突破学科界限并整合不同领域分散的知识。这些发现强调了LLM驱动的工具在促进信息寻求实践和加强跨学科研究方面的潜力。
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。
- 100%
基于大语言模型的临界论文阅读现场思考交流
IUI '26· 大语言模型(LLM)的人机协作 +2
- 83%
CollabCoder:一种使用大型语言模型进行归纳性协作定性分析的低门槛严格工作流程
CHI '24· 大语言模型(LLM)的人机协作 +2
- 83%
InterFlow:设计无干扰人工智能以赋能半结构化访谈中的访谈者
CHI '26· 大语言模型(LLM)的人机协作 +3
- 80%
如何撰写CHI论文--第二版
CHI '18· 用户研究方法(访谈、调查、观察) +1
- 80%
如何撰写CHI论文--第二版
CHI '18· 用户研究方法(访谈、调查、观察) +1
- 80%
人机交互的实证研究方法
CHI '18· 用户研究方法(访谈、调查、观察) +1
- 80%
众包与实验室风格的社会可接受性研究?考察头戴式显示器的空间用户交互的社会可接受性
CHI '18· 用户研究方法(访谈、调查、观察) +1
- 80%
人机交互简介
CHI '18· 用户研究方法(访谈、调查、观察) +1
- 80%
Cody:基于AI的系统,用于定性研究的半自动化编码
CHI '21· 大语言模型(LLM)的人机协作 +1
- 80%
万花筒:用户界面设计课程的反思文档工具
CHI '23· 用户研究方法(访谈、调查、观察) +1
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/10.1145/3654777.3676366
一眼看懂
fact_check论文快照
dataset
来源
UIST
calendar_month
年份
2024
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、用户研究方法(访谈、调查、观察)、原型设计与用户测试
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
10 篇相关论文