XiaoMi-AI文件搜索系统
World File Search System人机交互
Konstantinos Tsiakas 和 Dave Murray-Rust。2022 年。使用人机交互和可解释的人工智能设想新的未来工作实践。
[1] Imran Ahmed、Gwanggil Jeon 和 Francesco Piccialli。2022 年。从人工智能到工业 4.0 中的可解释人工智能：关于什么、如何和在哪里的调查。IEEE 工业信息学汇刊 (2022)。[2] Saleema Amershi、Dan Weld、Mihaela Vorvoreanu、Adam Fourney、Besmira Nushi、Penny Collisson、Jina Suh、Shamsi Iqbal、Paul N Bennett、Kori Inkpen 等人。2019 年。人机交互指南。在 2019 年计算系统人为因素 chi 会议论文集上。1–13。[3] ]castillo2019study José Castillo、Edith Galy、Pierre Thérouanne 和 Raoul Do Nascimento。[n. d.]。研究使用数字技术在工作场所产生的心理工作量和压力。在 H-Workload 2019：第三届人类心理工作量国际研讨会：模型和应用（正在进行的工作）中。105。[4] Chien-Chun Chen、Chiu-Chi Wei、Su-Hui Chen、Lun-Meng Sun 和 Hsien-Hong Lin。2022。AI 预测能力模型以最大化工作绩效。控制论与系统 53, 3 (2022), 298–317。
自主船舶系统中人机交互的系统回顾
航运自动化程度正在提高。人工智能 (AI) 应用（如防撞和计算机视觉）的进步有可能增强或取代船舶导航员的角色。但是，如果以减少人类控制的方式实施 AI 技术，也可能危及安全。在这篇系统综述中，我们纳入了 42 项关于人类监督和控制自主船舶的研究。我们解决了三个研究问题 (a) 目前在自主船舶系统中如何采用人类控制？(b) 正在使用哪些方法、途径和理论来解决安全问题和设计挑战？(c) 哪些研究空白、监管障碍和技术缺陷是实施这些问题的最大障碍？我们发现 (1) 除了后备角色之外，人类操作员在确保自主船舶安全方面发挥着积极作用，(2) 系统理论过程分析和贝叶斯网络是基于风险的设计中最常见的风险评估工具，(3) 岸上控制中心操作员的新角色将需要新的能力和培训。自主船舶研究领域正在迅速发展。安全关键系统中与人工智能系统的互动日益频繁，带来了新的风险，凸显了新的研究问题。有效的人机交互设计取决于跨学科努力的增加，需要协调生产力与安全性（弹性），te
为人机交互设计可扩展结构机器人...
在本文中，我们调查了机器人可扩展结构的新兴设计空间，重点关注此类结构如何改善人机交互。我们详细介绍了寻求将此类结构整合到自己工作中的研究人员的各种实施考虑因素，并描述了可扩展结构如何为各种不同的机器人和应用带来新颖的交互形式，包括使机器人能够改变其形态以增强或获得全新能力（例如增强操纵或导航）的结构、提高机器人安全性的结构、实现新形式通信的结构以及使机器人群能够单独和集体改变形状的结构。为了说明如何将这些考虑因素付诸实践，我们还介绍了我们自己在可扩展结构机器人方面的研究中的三个案例研究，分享了我们的设计过程和我们的发现，这些发现涉及此类结构如何使机器人产生新颖的行为，从而吸引人类的注意力、传达信息、模仿情感并提供新型动态可供性。
ACM 参考格式：Angel Hsing-Chi Hwang 和 Andrea Stevenson Won。2022 年。你心中的人工智能：平衡人机交互中的感知代理和经验。在 CHI 计算机系统扩展摘要人为因素会议（CHI '22 扩展摘要）中，2022 年 4 月 29 日至 5 月 5 日，美国路易斯安那州新奥尔良。ACM，美国纽约州纽约，10 页。https://doi.org/10。1145/3491101.3519833
你会如何描绘人工智能的肖像？无论你想象的是人脸、机械机器人还是抽象物体，这种想象都会揭示你对人工智能的概念。人类与人工智能介导实体的互动方式深受其感知的影响 [ 21 ， 23 ， 36 ， 39 ]。例如，当人工智能系统采用人形社交线索设计时，用户很容易分散对人工智能系统的可靠性和可信度的注意力 [ 35， 37， 38， 42， 43 ]。在这项探索性研究中，我们要求参与者通过绘画任务将他们对人工智能的看法形象化。虽然用户对人工智能的印象可能因设备、品牌和环境而异，但我们的目标是为人类对人工智能的看法提供初步的“基线”。如果我们发现用户对人工智能的感知主要是与人类相似，这就警告我们，用户可能在与人工智能交互时应用了不准确的启发式方法。如果大多数参与者将人工智能视为工具，这可能会导致我们思考如何将具身化考虑纳入其中，从而帮助建立人机协作中的信任和协同作用。应用认知心理学中的心智感知框架 [ 13 ]，我们根据用户对人工智能介导实体的感知形象，讨论用户在人机交互 (HAII) 中的行为和设计含义。
人机交互在认知科学中的意义
shettymokshita2011@gmail.com 1 和 samruddhisogam028@gmail.com 2 摘要：认知科学是一门跨学科的科学研究，研究思维及其过程。研究认知的性质、任务和功能。认知科学家研究行为和智力，重点研究神经系统如何表示、处理和转换信息。认知科学家的心理能力包括语言、感知、记忆、注意力、推理和情感；为了理解这些能力，认知科学家借鉴了语言学、心理学、人工智能、哲学、神经科学和人类学等领域的研究成果。认知科学的典型分析涵盖多个组织层面，从学习和决策到逻辑和规划；从神经回路到模块化大脑组织。认知科学的基本概念是“思考可以通过思维中的表征结构和在这些结构上运行的计算过程来最好地理解。本文描述了认知科学的研究如何在构建成功的人机交互系统中发挥重要作用。此外，它还解释了为什么认知科学涉及人机交互这个庞大的课题。关键词：认知科学、人机交互 (HCI)、认知心理学
了解人机交互实践和脑信号实验报告的挑战：实现可重复性和重用性
在人机交互 (HCI) 领域，人们一直在推动开放科学，但迄今为止，由于支持重用和再现的指导方针不明确，利用脑信号的 HCI 研究尚未持续实现开放。为了了解该领域的现有做法，本文研究了 110 篇出版物，探索领域、应用、模式、心理状态和过程等。该分析揭示了作者报告实验的方式存在差异，这给理解、再现和建立该研究带来了挑战。然后，它描述了一个总体实验模型，该模型为报告使用脑信号的 HCI 研究提供了一个正式的结构，包括每个方面的定义、术语、类别和示例。通过因子分析确定了多种不同的报告风格，并将其与不同类型的研究联系起来。本文最后提出了建议并讨论了未来的挑战。这从抽象模型和经验观察中创建了可操作的项目，使使用脑信号的 HCI 研究更具可重复性和可重用性。
人机交互评论论文
Rahul Verneker 1 和 Sayeesh 先生 2 计算机科学与工程系学生 1 计算机科学与工程系高级副教授 2 阿尔瓦工程技术学院，印度卡纳塔克邦芒格洛尔米贾尔 摘要：计算机技术的发展催生了人机交互的概念。受过教育且精通技术的年轻人群参与了人机交互的研究。人机交互中的心理模型是本文的主题。这项回顾性研究采用了多种方法，其中之一是强调人机交互的当前方法、发现和趋势，另一种是确定很久以前发明但目前落后的研究。本文还研究了用户的情商如何通过保真原型帮助他们变得更加用户友好。创建和设计一个自动化系统来执行这样的任务。关键词：情商、互动性、年轻参与者、保真原型、人机界面
用于评估可解释的人机交互范式...
摘要。本文旨在提出一个框架和相应的范式，用于评估可解释人工智能 (XAI) 提供的解释。本文主张需要评估范式——不同的人在不同背景下执行不同的任务会对不同的解释做出不同的反应。它回顾了以前评估 XAI 解释的研究，同时也确定了这项工作的主要贡献——研究人员可以使用灵活的范式来评估 XAI 模型，而不是一系列因素。然后，本文概述了一个框架，该框架提供了五个关键因素之间的因果关系——心理模型、概率估计、信任、知识和绩效。然后，它概述了一个由训练、测试和评估阶段组成的范式。本文讨论了预测模型、XAI 开发人员指南和自适应可解释人工智能——一种能够预测特定领域专家对特定任务的首选解释是什么的推荐系统。
人机交互（HCI）最重要的发现
摘要：人机交互的概念是随着计算机技术的进步而诞生的。受过教育且技术熟练的年轻人群被用于人机交互的研究。在人机交互中，本研究侧重于心理模型。这项回顾性研究采用了多种方法，其中之一是强调人机交互的当前方法、发现和趋势，另一种是确定很久以前发明但现在落后的研究。本研究还讨论了保真度原型和用户的情商，以使产品更加用户友好。我们在本文中研究了人类为什么使用计算机。计算机系统在人类思维中的目的是什么？除了 HCI 的计算机科学。本研究考察了人机交互的文献以及使用数字技术的人机交互的技术方面。探讨了所有这些挑战，并提供了设计良好人机数字设备的建议。由于硬件和软件的进步，数字设备的效率和处理能力不断提高。然而，许多此类系统的规模和复杂性都在不断增长。虽然这种复杂性通常不会给大多数用户带来问题，但它经常会给用户使用数字设备带来障碍。通常，在设计这些数字设备时，人机交互被忽视了。
研讨会报告：有效 HRI 的新型和新兴测试方法和指标，ACM/IEEE 人机交互会议，2021
本报告详细介绍了第三届年度全天研讨会，该研讨会探讨了在现实世界的人机交互 (HRI) 场景中重复和独立评估机器人系统性能所需的计量学现状。本次研讨会继续致力于缩短 HRI 理论与应用之间的交付时间，实现可重复的研究，并加速采用尖端技术作为行业实践。研讨会于 2021 年 3 月 12 日举行，是虚拟 ACM/IEEE 人机交互国际会议的一部分。年度研讨会的第三部分“有效 HRI 的测试方法和指标”旨在确定用于全面评估和保证 HRI 性能的新颖和新兴测试方法和指标。重点是确定用于评估 HRI 性能的创新指标和测试方法，并基于协作、数据共享和可重复性的原则推动 HRI 社区的发展。该研讨会的目标是通过开发实验设计、测试方法和评估交互和界面设计的指标来促进 HRI 技术的进步。