DAIMON：设计AI增强型研究仪表盘，以支持纵向感知研究中的创新人机协作工作流

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：DAIMON: Designing AI-Augmented Research Dashboards to Enable Novel Human-AI Collaborative Workflows in Longitudinal Sensing Studies

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解详情登录

摘要

摘要

研究人员在真实自然环境中开展纵向被动感知研究，通常持续数月或数年，以揭示自然行为模式。这些研究并非"一劳永逸"的部署；它们需要持续监控，因为技术故障和参与者依从性下降可能导致大量缺失数据，从而损害研究有效性和下游模型。因此，开展此类研究涉及多项需要细致关注、认知负担高且耗时的任务，使其成为一个充满压力和负担的过程。现有的研究仪表板作为数据监控的主要工具，在减轻这一负担方面提供的支持有限。借助近期在被动感知数据方面的AI进展，我们探索了通过研究仪表板启用的人机协作工作流设计，以提升监控及相关任务的有效性和效率。我们首先与13位参与纵向感知研究的研究人员开展协同设计研究，通过半结构化访谈、头脑风暴和草图绘制活动，识别所期望的AI能力和交互方式。我们通过实现一个AI增强型仪表板原型DAIMON，将参与者设想的新颖人机协作工作流付诸实践，并将其作为研究探针用于两项研究：一项基于任务的研究和一项在真实世界感知研究部署中的研究。我们的发现展示了AI增强型仪表板在支持研究人员日常数据监控和决策任务方面的潜力。同时也揭示了围绕AI系统透明度和期望的相关顾虑。综合三项研究的见解，我们提出了面向纵向被动感知研究的AI增强型仪表板设计指南，并讨论了未来工作方向。

AI 摘要

AI 生成摘要（实验性）

本摘要由自动化工具生成，未经文章作者撰写或审阅。提供此摘要旨在支持文献发现，帮助读者评估相关性，并协助邻近研究领域的读者理解该工作。它旨在作为作者提供的摘要的补充，作者提供的摘要仍是论文的主要摘要。完整文章仍是权威的记录版本。点击此处了解更多。

点击此处对此摘要的准确性、清晰度和实用性提出反馈。这将有助于改进未来的重新生成版本。

要查看此AI生成的简明摘要，您必须拥有高级访问权限。