LEGOUI: Designing with UI-DSL Bricks for Transparent, Controllable Generation
August 2026 HCI paper introducing a staged Generative UI framework for early design ideation. LEGOUI records prompt-derived and model-inferred decisions in a provenance-aware UI DSL, lets users accept, reject, or add decisions across layout, interaction, relation, and style stages, and renders from the evolving specification.
Beyond a Single Judge: Simulating Social Persona Panels for Generative UI Evaluation
July 2026 paper introducing ESPP, an evaluation method that replaces one LLM judge with a panel of evidence-grounded, psychologically diverse personas. Panelists independently rate generated-interface screenshots, exchange opinions through a bounded-confidence mechanism, and are combined with social weighting.
Design Theater: A Benchmark for Generative UI
July 2026 paper introducing a benchmark for checking whether Generative UI tools implement the design rationales they present to users. Across 120 interfaces from five tools and 24 structural, styling, and functional tasks, the study measures gaps between claimed design decisions and the generated result.
MV-Bench: Benchmarking MLLMs for Coordinated Multi-View Interface Construction
July 2026 benchmark for testing whether multimodal language models can generate executable multi-view visualization interfaces from visual designs. MV-Bench uses Tableau workbooks as structured ground truth and evaluates visual fidelity, data bindings, coordinated interactions, and code executability.
Learning to Detect UI Principle Violations via Reinforcement Learning
July 2026 paper on a lightweight vision-language critic for generated web interfaces. The authors unify 19 principles spanning WCAG 2.2 accessibility, deceptive design, and cognitive usability, then train on roughly 10,000 generated pages with verified synthetic violations.
TaskArtisan: Designing Composable Generative Widgets for LLM-Assisted Analysis
July 2026 HCI paper examining how Generative UI can make long, multi-step chatbot analysis workflows easier to revisit and reuse. TaskArtisan lets people create analysis widgets and compose them into sequential or fan-out workflows, then compares the approach with a conventional chatbot in a 12-participant study.
AI Prototyper: A Figma Plugin for Decomposition-Based GUI Prototyping with LLMs
July 2026 paper introducing AI Prototyper, an open-source Figma plugin that turns natural-language screen descriptions into fully editable prototypes. Its pipeline decomposes a request into reviewable features, retrieves components from a fixed 32-primitive library, generates schema-constrained instances, and renders native Figma layers with auto-layout.
Spatula: Exploring On-Demand In-Situ Interfaces and Interaction for Attribute Control
July 2026 HCI paper introducing Spatula, an LLM-powered system that generates context-aware controls directly on a motion-graphics canvas. Its elastic attribute control space supports progressive discovery, multiple levels of precision, semantic group editing, and new controls on demand.
Rethinking the UI of GenUI: A Tale of Two Designs
June 2026 HCI paper comparing the prompt-first, depth-first, high-fidelity pattern common in Generative UI tools with a structured, breadth-first, low-fidelity alternative. A study with 24 UX designers and product managers surfaces concrete trade-offs for early-stage design exploration.
The Missing Layer: Why EdTech Needs Design-Time Generative UI, Not Just Runtime Personalization
Paper arXiv de junho de 2026, aceito no workshop NextGen Learning Interfaces da AIED. Ele argumenta que educação adaptativa deve usar Generative UI no momento de autoria, não apenas no runtime do aluno, para que instrutores validem representações acessíveis e específicas de modalidade antes do uso.
TaskLens: Generating Task-Conditioned Scaffolded Interfaces for Learning Professional Creative Software
Paper DIS 2026 / arXiv que apresenta o TaskLens, um método baseado em LLMs para gerar UIs scaffolded condicionadas por tarefa em software criativo complexo. O sistema identifica etapas de workflow e conceitos de domínio, seleciona ferramentas relevantes, gera código de implementação e produz interfaces que revelam recursos avançados progressivamente em softwares como Blender.
FlowEval: Reference-Based Evaluation of Generated User Interfaces
Apple-affiliated research on evaluating whether generated interfaces support realistic user journeys. FlowEval runs validated tasks on reference websites and generated analogs, compares their navigation traces with reference-based similarity metrics, and tests how well those scores align with expert UI judgments.
Macaron-A2UI: A Model for Generative UI in Personal Agents
Paper recente de 2026 no arXiv focado em Generative UI em runtime para agentes pessoais. Os autores argumentam que o chat puro vira um gargalo para tarefas complexas de agentes, apresentam um corpus de Generative UI em larga escala junto com o A2UI-Bench, e treinam modelos que geram linguagem natural em conjunto com ações leves e executáveis de UI para confirmação, refinamento de preferências e coordenação de múltiplos objetivos.
Efficient Personalization of Generative User Interfaces
Paper recente no arXiv sobre um dos problemas centrais ainda em aberto em GenUI: personalização. Os autores coletam julgamentos pareados de designers treinados sobre as mesmas 600 UIs geradas, mostram que as preferências de design divergem bastante e propõem um modelo de preferência eficiente em amostras que personaliza interfaces geradas melhor do que avaliadores de baseline e prompting direto.
MAIC-UI: Making Interactive Courseware with Generative UI
Paper recente no arXiv que apresenta um sistema GenUI sem código para material didático interativo. O MAIC-UI transforma livros-texto, PPTs e PDFs em páginas de aprendizagem interativas, usa um pipeline de gerar-verificar-otimizar para precisão pedagógica e oferece edições incrementais por clique para localizar, em vez de regeneração completa e custosa.
Generative UI as an Accessibility Bridge: licoes do C2C e-commerce
Paper arXiv / workshop CHI 2026 que argumenta que Generative UI em runtime pode fechar lacunas de acessibilidade em marketplaces com conteudo gerado por usuarios. A partir de seis estudos com pessoas cegas, com baixa visao e idosas, ele enquadra interfaces adaptadas, guia por audio e HTML regenerado como intervencoes de acessibilidade orientadas por politicas.
What does Generative UI mean for HCI Practice?
Paper de workshop da CHI EA 2026, de pesquisadores da Microsoft Research e de HCI acadêmica, sobre como interfaces geradas por AI podem remodelar métodos de design, fluxos de trabalho e experiências de usuário. Ele é útil porque enquadra GenUI como uma mudança no nível da prática para pesquisadores, designers, desenvolvedores e equipes de produto, não apenas como uma técnica de saída de modelo.
Software as Content: Dynamic Applications as the Human-Agent Interaction Layer
Paper de 2026 no arXiv que argumenta que o chat sozinho é um meio fraco para trabalho humano-agente estruturado e com estado. Os autores propõem Software as Content, em que aplicações agentic geradas dinamicamente viram a principal camada de interação, persistem entre turnos e expõem controles acionáveis em vez de forçar tudo por texto linear.
The Keyhole Effect: Why Chat Interfaces Fail at Data Analysis
Paper de 2026 no arXiv que argumenta que chat é uma superfície padrão ruim para trabalho analítico em múltiplas etapas e com estado. Ele oferece uma explicação de ciência cognitiva sobre onde conversas lineares falham e posiciona Generative UI e outros padrões de interação híbrida como formas práticas de recuperar visibilidade, memória espacial e controle do usuário.
Gradual Generation of User Interfaces as a Design Method for Malleable Software
Paper de 2026 no arXiv que propõe "Gradually Generating User Interfaces", um método de design GenUI que insere camadas intermediárias de interface durante a geração para que usuários descubram e controlem opções de customização sem ficarem presos a uma caixa de prompt gigante ou a um sistema denso de menus.
AlignUI: A Method for Designing LLM-Generated UIs Aligned with User Preferences
Paper de 2026 no arXiv sobre alinhar interfaces geradas por LLM com tarefas e preferências do usuário. Os autores coletam 720 preferências de controles de UI de 50 usuários em tarefas de edição de imagem, usam esse dataset para guiar o raciocínio do modelo e avaliam as UIs geradas com mais 72 usuários.
Generative UI: LLMs are Effective UI Generators
Paper do Google Research que articula sistematicamente o conceito de Generative UI pela primeira vez. O paper define Generative UI como "AI models generating not just content, but the entire user experience". Experimentos mostram que, com os prompts e ferramentas certos, LLMs conseguem gerar interfaces interativas customizadas de alta qualidade e significativamente preferidas por usuários humanos (44% dos casos comparáveis a especialistas humanos). O paper também libera o dataset PAGEN para avaliar interfaces geradas.
Improving User Interface Generation Models from Designer Feedback
Research paper on training LLM-based UI generators with feedback that matches professional design practice. The authors compare rankings, comments, sketches, and direct revisions from 21 designers, then use the resulting data to improve code models that generate rendered interfaces.
Generative Interfaces for Language Models
Paper do ACL 2026 Findings que propõe um paradigma em que LLMs geram proativamente interfaces específicas para a tarefa em vez de responderem apenas com texto. O trabalho combina representações específicas de interface com refinamento iterativo e relata que avaliadores humanos preferiram interfaces generativas em relação às conversacionais em até 72% nos cenários de tarefas densas em informação e exploratórias.
Towards a Working Definition of Designing Generative User Interfaces
Paper da conferência DIS 2025 que propõe a primeira definição de trabalho de Generative UI (GenUI) por meio de revisão de literatura e análise de casos. A pesquisa identifica GenUI como um novo paradigma de criação de interfaces em que "humans and AI collaborate at design-time to generate interfaces, and users interact with AI-generated interfaces at runtime". O paper resume cinco características centrais de GenUI: co-criação, expansão do espaço de design, fluidez representacional, adaptação contextual e generation-first.
Generative and Malleable User Interfaces with Generative AI
Paper da CHI 2025 que propõe usar AI para gerar "generative and malleable user interfaces" com base nas tarefas do usuário. Os autores desenharam um modelo de dados orientado a tarefas em que LLMs interpretam prompts do usuário e geram especificações de UI, depois mapeadas para interfaces concretas. Experimentos demonstram que o método consegue gerar dinamicamente elementos de interface como formulários e visualizações, permitindo que usuários modifiquem interfaces via linguagem natural.
BISCUIT: Scaffolding LLM-Generated Code with Ephemeral UIs in Computational Notebooks
Paper da VL/HCC 2024 de pesquisadores da Apple que apresenta o BISCUIT, um fluxo de trabalho para JupyterLab que insere uma camada efêmera de UI entre a intenção do usuário e o código gerado por LLM. Em vez de pular direto do prompt para os arquivos-fonte, usuários primeiro interagem com controles temporários gerados que ajudam a entender opções, refinar pedidos e explorar variáveis antes que o código seja emitido.