Jun, 2024

生成人工智能引导的用户研究：应用于空中出租车服务

PDF
TL;DR利用大型语言模型（LLM）创建产生式人工智能虚拟场景，通过招募真实用户评估体验，收集反馈以便在早期设计阶段进行快速迭代，本研究以空中出租车为案例研究，使用 OpenAI 的 GPT-4 模型和人工智能图像、视频生成器设计了虚拟空中出租车，经过 72 名参与者的评估，LLM 展示了识别和建议显著改善参与者对空中出租车态度的环境的能力，研究还确认了产生式人工智能支持用户研究的能力，为早期设计阶段的空中出租车用户体验设计提供了可行的方法和有价值的见解。
user studiesgenerative aivirtual scenariosair taxiuser experience
发现论文，激发创造
  • 大型语言模型与用户界面相遇：反馈供应案例

    将生成式 AI（GenAI）和大型语言模型（LLMs）应用于教育可以提高教学效率，丰富学生学习。使用当前的 LLM 涉及到会话式用户界面（CUIs）用于生成材料或提供反馈，但这带来了教育者在 AI 和 CUI 领域的专业知识需求、高风险决策的道德问题以及隐私风险。为了解决这些问题，我们建议从 CUIs 过渡到通过 API 调用利用 LLMs 的用户友好应用程序。我们提出了一个将 GenAI 道德地融入教育工具的框架，并展示了其在我们的工具 Feedback Copilot 中的应用，该工具为学生作业提供个性化反馈。我们的评估结果显示了这种方法的有效性，对 GenAI 研究人员、教育者和技术人员具有重要意义。这项工作为教育中的 GenAI 未来制定了一条路线。

    Apr, 2024

  • 使用 ChatGPT 的主题分析中的人工智能协作：用户研究和设计建议

    通過對十位質性研究人員進行的用戶研究，發現 ChatGPT 在主題分析、編碼效率提升、初步數據探索、提供細粒度定量洞見和協助非母語者和非專家的理解方面，為質性研究人員提供了有價值的協作者，然而對其信任度、準確性、一致性、上下文理解和在研究社區中的廣泛接受性存在顧慮，我們提供了五個可行的設計建議以促進有效的人工智能與人類的合作。

    Nov, 2023

  • 基于 LLM 的内容生成交互：IT 部门员工感知的案例研究

    本研究通过问卷调查测量了 IT 公司员工使用生成工具的意愿，结果表明虽然其可接受性一般，但使用意愿随工具实用性感知程度提高而增加，并且使用频率是理解员工在工作中如何看待这些工具的关键因素。

    Apr, 2023

  • 生成智能与教师 - 对我们有利还是不利？案例研究

    调查显示，超过一半的受访教师（35 位）中有 59% 表示使用生成人工智能（GenAI）进行教学，尤其是大型语言模型（LLMs），然而 55% 的受访者认为应该制定相关法规来规范 GenAI 的使用，尤其是在准确性和作弊上存在最大的担忧。

    Apr, 2024

  • 教育中的生成式人工智能：教育工作者意识、情感和影响因素研究

    通过分析大学教师对人工智能语言模型的经验和态度，本研究填补了文献中对人工智能在教育中的应用以及其对教学和学习的潜在影响的研究空白。该研究调查了高等教育中语言模型和生成式人工智能工具的意识水平、整体态度以及影响这些态度的因素。研究结果显示，教育工作者对这些工具的认识程度逐渐增加，总体上持积极态度。教学风格与对生成式人工智能的态度之间没有相关性。最后，相较于其他领域的教育工作者，计算机科学教育工作者对生成式人工智能工具在技术上的理解更有信心，对其持更加积极的态度，但在检测人工智能生成作品的能力上并不更有信心。

    Mar, 2024

  • 软件工程教育中的 AI 辅导

    利用 GPT-3.5-Turbo 模型作为 AI 导师的自动化编程评估系统中，利用经验数据和探索性调查发现了不同用户类型以及与 AI 导师的交互模式，总结了实时反馈和可扩展性等优势，但也指出了一些挑战，例如通用回答和学生对使用 AI 导师时学习进展受限的担忧。这项研究为教育中人工智能的作用增加了有益的话题。

    Apr, 2024

  • 面向 AI 支持的知识发展环境的思想生成和测试

    通过使用机器学习和大型语言模型，本论文介绍了一种知识工作者系统 Generate And Search Test，该系统能够高效地创建以前需要专家合作才能完成的解决方案。同时探讨了生成型人工智能和搜索引擎如何提供创意和验证事实、逻辑和语境，以消除人为偏见。

    Jul, 2023

  • 计算机编程中生成型人工智能反馈的学生认知和偏好

    ChatGPT 在自动化给予 Java 编程作业反馈方面的可行性进行了研究，调查结果表明学生们普遍认为 ChatGPT 反馈与 Shute 建立的形成性反馈准则相一致，他们更喜欢包含他们代码的反馈，此研究还提供了改进 ChatGPT 生成反馈的具体见解。

    Dec, 2023

  • 学习的演变：评估生成性人工智能对高等教育的深远影响

    研究论文探讨了生成人工智能（GAI）模型，如 ChatGPT，对大学生和高等教育机构的影响，采用综合调查和情景分析的混合方法，结果表明当前技术在学术上的使用对学生取得学业目标有积极帮助，但是技术的不负责任和过度使用可能会带来重大挑战，因此高等教育机构需要制定严格的政策、重新评估学习目标、提升讲师能力、调整课程并重新考虑考试方式。

    Apr, 2024

  • 评估大型语言模型在 GMAT 上的表现：对商业教育未来的影响

    该研究介绍了一项评估七种主要大型语言模型（LLMs）在商业教育领域的性能的基准测试，同时研究还证明了大多数 LLMs 在 GMAT 考试中的出色表现，特别是 GPT-4 Turbo 超越了研究生和商学院的平均分数。此研究确定了人工智能在教育领域的潜力，并强调了在发展和应用人工智能时的一些挑战和需求。

    Jan, 2024