Acerca de
Paper CHI 2025 que propone usar AI para generar interfaces de usuario generativas y maleables basadas en tareas. Los autores diseñan un modelo de datos guiado por tareas donde los LLM interpretan prompts de usuario, generan especificaciones de UI y las mapean a interfaces concretas con Componentes dinámicos con IA.
Resumen
Enfoque de generación de UI guiada por tareas:
1. Concepto central: Interfaces maleables que los usuarios pueden reconfigurar con lenguaje natural
2. Modelo de datos: Arquitectura orientada a tareas donde los LLM interpretan intención y generan specs de UI
3. Elementos dinámicos: Soporta formularios, visualizaciones y componentes interactivos generados
4. Modificación en lenguaje natural: Los usuarios refinan interfaces mediante comandos conversacionales
5. Mapeo de especificaciones: Specs abstractas se traducen a implementaciones de interfaz concretas
Innovación clave: Reduce la distancia entre intención del usuario y realización de la interfaz mediante prompting centrado en tareas
1. Concepto central: Interfaces maleables que los usuarios pueden reconfigurar con lenguaje natural
2. Modelo de datos: Arquitectura orientada a tareas donde los LLM interpretan intención y generan specs de UI
3. Elementos dinámicos: Soporta formularios, visualizaciones y componentes interactivos generados
4. Modificación en lenguaje natural: Los usuarios refinan interfaces mediante comandos conversacionales
5. Mapeo de especificaciones: Specs abstractas se traducen a implementaciones de interfaz concretas
Innovación clave: Reduce la distancia entre intención del usuario y realización de la interfaz mediante prompting centrado en tareas
Etiquetas
chi-2025malleable-uitask-drivenllm