À propos
Paper CHI 2025 qui propose d'utiliser l'AI pour générer des "interfaces utilisateur génératives et malléables" à partir des tâches utilisateur. Les auteurs conçoivent un modèle de données task-driven où les LLMs analysent les prompts utilisateur et génèrent des spécifications UI, puis les mappent vers des interfaces concrètes. Les expériences démontrent que cette méthode peut générer dynamiquement des éléments d'interface comme des formulaires et des visualisations, tout en permettant aux utilisateurs de modifier les interfaces en langage naturel.
Résumé
1. Concept central : des interfaces "malléables" que les utilisateurs peuvent remodeler en langage naturel
2. Modèle de données : architecture task-driven où les LLMs interprètent l'intention utilisateur et génèrent des specs UI
3. Éléments dynamiques : prend en charge la génération de formulaires, visualisations et composants interactifs
4. Modification en langage naturel : les utilisateurs peuvent raffiner les interfaces de façon itérative avec des commandes conversationnelles
5. Mapping des spécifications : les specs UI abstraites sont mappées vers des implémentations d'interface concrètes
Innovation clé : comble l'écart entre intention utilisateur et réalisation d'interface grâce à un prompting centré sur la tâche