研究分析 55,968 条在线评论以改进人机交互

一项新研究发布在 arXiv 上，分析了 55,968 条在线评论，以了解用户与 AI 系统的体验。该研究由 Parisa Arbab 领导，采用词汇方法来识别影响人机交互的关键因素。因子分析的初步结果表明了用户面临的具体担忧和挑战，并计划进行内容分析以提供更深入的见解，从而开发更以用户为中心的 AI。 AI

影响 通过分析用户反馈，为开发更以用户为中心的 AI 系统提供见解。

排序理由 发布在 arXiv 上的学术论文，详细介绍了对在线评论的研究。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• arXivLabs
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Human-AI Interactions
• Influence Flower
• Parisa Arbab
• ScienceCast

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →