HCI.TOPHCI, made easy

arrow_back返回问题库查看分类arrow_forward

社会计算、社区与公共信息 / 公众对 AI 的感知与算法责任

哪种建议形式（句子级或消息级）更有助于提高效率、用户满意度和交互质量？

help研究问题公众对 AI 的感知与算法责任

哪种建议形式（句子级或消息级）更有助于提高效率、用户满意度和交互质量？

CHI '23Comparing Sentence-Level Suggestions to Message-Level Suggestions in AI-Mediated Communication

同类问题

help研究问题公众对 AI 的感知与算法责任

如何利用大型语言模型（LLMs）帮助非技术背景的公民领袖设计高质量的问卷？

IUI '25Coalesce: An Accessible Mixed-Initiative System for Designing Community-Centric Questionnaires

help研究问题公众对 AI 的感知与算法责任

问卷设计工具如何在减少偏差、提升特异性和参与感的同时提升用户自主性？

IUI '25Coalesce: An Accessible Mixed-Initiative System for Designing Community-Centric Questionnaires

help研究问题公众对 AI 的感知与算法责任

人机协作结合智能问卷生成对提升问卷质量和用户体验的效果如何？

IUI '25Coalesce: An Accessible Mixed-Initiative System for Designing Community-Centric Questionnaires

help研究问题公众对 AI 的感知与算法责任

公众如何感知人工智能具有智能属性（如分析能力和理性）以及情感能力？

CHI '25Perceptions of Sentient AI and Other Digital Minds: Evidence from the AI, Morality, and Sentience (AIMS) Survey

help研究问题公众对 AI 的感知与算法责任

公众是否支持开发或禁止发展具有感知能力的人工智能？

CHI '25Perceptions of Sentient AI and Other Digital Minds: Evidence from the AI, Morality, and Sentience (AIMS) Survey

help研究问题公众对 AI 的感知与算法责任

公众对人工智能实现感知能力的时间预测是什么？

CHI '25Perceptions of Sentient AI and Other Digital Minds: Evidence from the AI, Morality, and Sentience (AIMS) Survey

相关论文

Coalesce：一个用于设计社区中心化问卷的可访问式混合主动系统

Cassandra Overney, Daniel T Kessler, Suyash Pradeep Fulay

对有意识AI和其他数字思维的感知：来自AI、道德和意识（AIMS）调查的证据

Jacy Reese Anthis, Janet V.T. Pauketat, Ali Ladak

人工智能恐惧与希望的殿堂：通过交互平台比较人工智能影响者与美国公众的观点

Gustavo Moreira, Edyta Paulina Bogucka, Marios Constantinides

在人工智能中介沟通中比较句子层面的建议和消息层面的建议

Liye Fu, Benjamin Newman, Maurice Jakesch

设计海洋视觉AI：基于成像的海洋保护社区需求调查

Alison Crosby, Eric Coughlin Orenstein, Susan Poulton

责备人类和机器：什么塑造了人们对算法伤害的反应

Gabriel Lima, Nina Grgić-Hlača, Meeyoung Cha