谁做的?生成图像的视觉属性如何影响用户能动性

生成式AI(文本、图像、音乐、视频)可解释人工智能(XAI)UI/UX 设计师HCI 研究员

AI和生成式AI的普及需要根据其特定可供性和人类需求量身定制的新界面。生成式AI以前所未有的规模接管用户任务,设计体验——用户是否以及如何体验对过程的控制和对结果的责任——至关重要。作为制定设计指南的初步步骤,我们开展了一项研究,探讨AI生成图像的特征如何影响用户的能动性体验。我们使用两种测量方法:时间绑定来隐式估计前反思能动性,量级估计来评估用户对能动性的判断。我们观察到抽象图像比具有语义意义的图像导致更多时间绑定。相反,图像与用户期望越吻合,能动性判断越高。将实验结果与图像差异的客观指标比较发现,时间绑定结果与语义差异相关,而能动性判断可以用图像间的局部差异更好解释。这项工作为未来将能动性视为生成式AI界面的重要设计维度做出了贡献。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/uist/170827/2024

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3654777.3676335
一眼看懂

论文快照

fact_check
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
生成式AI(文本、图像、音乐、视频)、可解释人工智能(XAI)
work
职业/产业
UI/UX 设计师、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文