human-AI interaction
PulseAugur coverage of human-AI interaction — every cluster mentioning human-AI interaction across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
研究：人机关系通过记忆和转折点演变
一项新近发表在arXiv上的研究探讨了人类与AI系统在重复交互过程中关系的演变。该研究涉及24名参与者，在10次会话中与一个增强记忆的对话代理进行交互。研究发现，虽然对话质量会影响即时愉悦度，但感知到的记忆在长期关系发展中起着至关重要的作用。这种感知到的记忆受到现有关系状态的影响，并反过来通过自我披露影响未来的愉悦度。研究还识别出关系中离散的转折点，即“崩溃和激增”，这些转折点可以通过多模态行为检测，并提供不同的干预机会。
-
人机交互论文探讨结构设计中的创造力
一篇新研究论文探讨了人机交互如何增强结构设计和建筑领域的创造力。作者认为，当前专注于消除摩擦的生成式AI，往往无法满足受益于迭代探索和完善的创意领域的需求。他们提出了共创系统的设计维度，该系统利用视觉语言模型，使结构探索过程更具对话性，并能响应用户意图，从而保留有益的设计摩擦。
-
NeuraDock Agent 通过脑电图数据接地增强 LLM 安全性
研究人员开发了 NeuraDock Agent，这是一个开源架构，旨在增强与低通道脑电图 (EEG) 数据交互的 AI 代理的安全性与可靠性。该系统将一个确定性的本地 EEG 处理引擎与一个硬件感知的语言模型接口分离开来。本地引擎负责数据分析和质量控制，而语言模型仅接收一个经过汇总的、已允许的上下文，从而防止其过度解读嘈杂或有限的信号。实验证明了该系统在产生一致结果方面的鲁棒性以及拒绝不受支持的解释的能力，从而改进了 EEG 代理的硬…
-
用户表达对AI互动的厌倦，寻求人际接触
据报道，约71%的用户对与AI互动感到厌倦，原因是感觉缺乏人情味和真实性。研究表明，用户经常遇到重复或无益的AI回复，导致他们更倾向于人工客服。为了改善用户体验，AI系统应专注于更先进的自然语言处理、透明度，并融入共情元素。