Rethinking the UI of GenUI: A Tale of Two Designs
ورقة HCI من يونيو 2026 تقارن بين نمط الإدخال الحر المتقدم بعمق والمخرجات عالية الدقة الشائع في أدوات Generative UI، وبديل منظم يستكشف الخيارات بعرض أكبر ودقة أقل. وتكشف دراسة شملت 24 مصمم UX ومدير منتجات عن مفاضلات عملية في استكشاف التصميم المبكر.
The Missing Layer: Why EdTech Needs Design-Time Generative UI, Not Just Runtime Personalization
ورقة arXiv من يونيو 2026 قُبلت في AIED NextGen Learning Interfaces Workshop. وتجادل بأن التعليم التكيفي ينبغي أن يستخدم Generative UI أثناء تأليف المحتوى، لا عند وقت تشغيل المتعلم فقط، كي يتمكن المعلمون من التحقق من تمثيلات متاحة وملائمة للوسيط قبل أن يواجهها الطلاب.
TaskLens: Generating Task-Conditioned Scaffolded Interfaces for Learning Professional Creative Software
ورقة DIS 2026 / arXiv تقدم TaskLens، وهي طريقة تعتمد على LLM لتوليد واجهات UI مسندة ومشروطة بالمهمة للأدوات الإبداعية المعقدة. يحدد النظام مراحل سير العمل ومفاهيم المجال، ويختار الأدوات المناسبة، ويولّد شفرة التنفيذ، وينتج واجهات تكشف الميزات المتقدمة تدريجياً داخل برامج مثل Blender.
Macaron-A2UI: A Model for Generative UI in Personal Agents
ورقة arXiv حديثة من 2026 تركز على Generative UI وقت التشغيل للوكلاء الشخصيين. يرى المؤلفون أن المحادثة النصية الخالصة تصبح عنق زجاجة لمهام الوكيل المعقدة، ويقدمون مجموعة بيانات واسعة لـ Generative UI مع A2UI-Bench، ويدرّبون نماذج تولّد لغة طبيعية إلى جانب إجراءات UI خفيفة قابلة للتنفيذ للتأكيد وصقل التفضيلات وتنسيق الأهداف المتعددة.
Efficient Personalization of Generative User Interfaces
ورقة arXiv حديثة حول أحد أهم مشكلات GenUI غير المحلولة: التخصيص. يجمع المؤلفون أحكاماً زوجية من مصممين مدربين على 600 واجهة مولدة نفسها، ويظهرون تباعداً كبيراً في تفضيلات التصميم، ثم يقترحون نموذج تفضيل كفؤاً في العينات يخصص الواجهات المولدة أفضل من المقيمين الأساسيين والمطالبة المباشرة.
MAIC-UI: Making Interactive Courseware with Generative UI
ورقة arXiv حديثة تقدم نظام GenUI بلا برمجة للمحتوى التعليمي. يحول MAIC-UI الكتب الدراسية وPPTs وPDFs إلى صفحات تعلم تفاعلية، ويستخدم خط توليد-تحقق-تحسين للدقة التربوية، ويدعم تعديلات تدريجية بالنقر للتحديد بدلاً من إعادة التوليد الكامل المكلفة.
Generative UI as an Accessibility Bridge: Lessons from C2C E-Commerce
ورقة arXiv / ورشة CHI 2026 تجادل بأن Generative UI وقت التشغيل يمكن أن يسد فجوات الإتاحة في محتوى الأسواق التجارية الذي ينشئه المستخدمون. وبالاستناد إلى ست دراسات مع مستخدمين مكفوفين وضعاف البصر وكبار السن، تؤطر الواجهات المتكيفة والإرشاد الصوتي وHTML المعاد توليده كتدخلات إتاحة تقودها السياسات، لا كتنويعات تجميلية للواجهة.
What does Generative UI mean for HCI Practice?
ورقة ورشة CHI EA 2026 من Microsoft Research وباحثين أكاديميين في HCI حول كيفية إعادة تشكيل الواجهات التي ينشئها AI لأساليب التصميم وسير العمل وتجارب المستخدم. وهي مفيدة لأنها تؤطر GenUI كتحول على مستوى الممارسة للباحثين والمصممين والمطورين وفرق المنتجات، لا كتقنية لمخرجات نموذج فحسب.
Software as Content: Dynamic Applications as the Human-Agent Interaction Layer
ورقة arXiv من 2026 تجادل بأن المحادثة وحدها وسيط ضعيف للعمل المنظم وذي الحالة بين الإنسان والوكيل. يقترح المؤلفون Software as Content، حيث تصبح التطبيقات الوكيلة المولدة ديناميكياً طبقة التفاعل الرئيسية، وتستمر عبر الأدوار، وتكشف عناصر تحكم قابلة للتنفيذ بدلاً من فرض كل شيء عبر نص خطي.
The Keyhole Effect: Why Chat Interfaces Fail at Data Analysis
ورقة arXiv من 2026 تجادل بأن المحادثة سطح افتراضي ضعيف لعمل التحليل متعدد الخطوات وذي الحالة. تقدم تفسيراً من العلوم المعرفية لمواضع انهيار الحوارات الخطية، ثم تضع Generative UI وأنماط التفاعل الهجينة الأخرى كوسائل عملية لاستعادة الرؤية والذاكرة المكانية وتحكم المستخدم.
Gradual Generation of User Interfaces as a Design Method for Malleable Software
ورقة arXiv من 2026 تقترح "التوليد التدريجي لواجهات المستخدم"، وهو أسلوب تصميم GenUI يدرج طبقات واجهة وسيطة أثناء التوليد كي يكتشف المستخدمون خيارات التخصيص ويتحكموا بها دون أن يرهقهم مربع مطالبة ضخم أو نظام قوائم كثيف.
AlignUI: A Method for Designing LLM-Generated UIs Aligned with User Preferences
ورقة arXiv من 2026 عن مواءمة الواجهات التي تولدها LLM مع مهام المستخدمين وتفضيلاتهم. يجمع المؤلفون 720 تفضيلاً لعناصر تحكم UI من 50 مستخدماً عبر مهام تحرير الصور، ويستخدمون مجموعة البيانات لتوجيه استدلال النموذج، ويقيّمون الواجهات المولدة مع 72 مستخدماً إضافياً.
Generative UI: LLMs are Effective UI Generators
ورقة من Google Research صاغت مفهوم Generative UI بصورة منهجية للمرة الأولى. تعرّف الورقة Generative UI بأنه "نماذج AI لا تولّد المحتوى فقط، بل تجربة المستخدم بأكملها". وتظهر التجارب أنه باستخدام المطالبات والأدوات المناسبة، تستطيع LLMs توليد واجهات تفاعلية مخصصة عالية الجودة يفضلها المستخدمون البشر بدرجة ملحوظة؛ وفي 44% من الحالات تكون قابلة للمقارنة بعمل الخبراء البشر. كما تصدر الورقة مجموعة بيانات PAGEN لتقييم الواجهات المولدة.
Generative Interfaces for Language Models
ورقة ACL 2026 Findings تقترح نموذجاً تتولى فيه LLMs توليد واجهات خاصة بالمهمة بصورة استباقية بدلاً من الرد بالنص فقط. يجمع العمل تمثيلات مخصصة للواجهة مع تحسين تكراري، ويبلغ عن أن المقيمين البشر فضّلوا الواجهات التوليدية على الواجهات الحوارية بنسبة تصل إلى 72% في المهام كثيفة المعلومات والاستكشافية.
Towards a Working Definition of Designing Generative User Interfaces
ورقة مؤتمر DIS 2025 تقترح أول تعريف عملي لـ Generative UI (GenUI) عبر مراجعة الأدبيات وتحليل الحالات. وتصف البحث GenUI كنموذج جديد لإنشاء الواجهات حيث "يتعاون البشر وAI في وقت التصميم لتوليد الواجهات، ويتفاعل المستخدمون مع واجهات يولدها AI في وقت التشغيل". وتلخص الورقة خمس خصائص رئيسية لـ GenUI: التأليف المشترك، وتوسيع فضاء التصميم، وسيولة التمثيل، والتكيف السياقي، وأولوية التوليد.
Generative and Malleable User Interfaces with Generative AI
ورقة CHI 2025 تقترح استخدام AI لتوليد "واجهات مستخدم توليدية وقابلة للتشكيل" بحسب مهام المستخدم. صمم المؤلفون نموذج بيانات موجه بالمهمة تحلل فيه LLMs مطالبات المستخدم وتولّد مواصفات UI، ثم تحوّلها إلى واجهات فعلية. وتظهر التجارب أن هذه الطريقة قادرة على توليد عناصر مثل النماذج والمرئيات ديناميكياً، ودعم المستخدمين في تعديل الواجهات باللغة الطبيعية.
BISCUIT: Scaffolding LLM-Generated Code with Ephemeral UIs in Computational Notebooks
ورقة VL/HCC 2024 من باحثي Apple تقدم BISCUIT، وهو سير عمل في JupyterLab يضيف طبقة UI مؤقتة بين نية المستخدم والشفرة التي تولدها LLM. وبدلاً من الانتقال مباشرة من المطالبة إلى الملفات المصدرية، يتفاعل المستخدمون أولاً مع عناصر تحكم مؤقتة مولدة تساعدهم على فهم الخيارات وصقل الطلبات واستكشاف المتغيرات قبل إصدار الشفرة.