Sobre
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.
Resumo
Abordagem de Geração de UI Orientada a Tarefas:
1. Conceito central: Interfaces "malleable" que usuários podem remodelar por linguagem natural
2. Modelo de dados: Arquitetura orientada a tarefas em que LLMs interpretam a intenção do usuário e geram specs de UI
3. Elementos dinâmicos: Suporta geração de formulários, visualizações e componentes interativos
4. Modificação por linguagem natural: Usuários conseguem refinar interfaces iterativamente usando comandos conversacionais
5. Mapeamento de especificações: Specs abstratas de UI são mapeadas para implementações concretas de interface
Inovação central: Aproxima intenção do usuário e realização da interface por prompting centrado em tarefas
1. Conceito central: Interfaces "malleable" que usuários podem remodelar por linguagem natural
2. Modelo de dados: Arquitetura orientada a tarefas em que LLMs interpretam a intenção do usuário e geram specs de UI
3. Elementos dinâmicos: Suporta geração de formulários, visualizações e componentes interativos
4. Modificação por linguagem natural: Usuários conseguem refinar interfaces iterativamente usando comandos conversacionais
5. Mapeamento de especificações: Specs abstratas de UI são mapeadas para implementações concretas de interface
Inovação central: Aproxima intenção do usuário e realização da interface por prompting centrado em tarefas
Tags
chi-2025malleable-uitask-drivenllm