О материале
CHI 2025 paper о применении AI для генерации "generative and malleable user interfaces" на основе задач пользователя. Авторы проектируют task-driven data model, где LLM разбирают prompts пользователя и генерируют UI specifications, а затем сопоставляют их с конкретными интерфейсами. Эксперименты показывают, что метод может динамически генерировать элементы интерфейса вроде forms и visualizations, помогая пользователям менять интерфейсы через natural language.
Краткое содержание
Task-driven подход к UI generation:
1. Core Concept: "malleable" интерфейсы, которые пользователи могут менять через natural language
2. Data Model: task-driven архитектура, где LLM интерпретируют намерение пользователя и генерируют UI specs
3. Dynamic Elements: поддерживает генерацию forms, visualizations и interactive components
4. Natural Language Modification: пользователи могут итеративно уточнять интерфейсы разговорными командами
5. Specification Mapping: абстрактные UI specs сопоставляются с конкретными реализациями интерфейса
Key Innovation: закрывает разрыв между намерением пользователя и реализацией интерфейса через task-centric prompting
1. Core Concept: "malleable" интерфейсы, которые пользователи могут менять через natural language
2. Data Model: task-driven архитектура, где LLM интерпретируют намерение пользователя и генерируют UI specs
3. Dynamic Elements: поддерживает генерацию forms, visualizations и interactive components
4. Natural Language Modification: пользователи могут итеративно уточнять интерфейсы разговорными командами
5. Specification Mapping: абстрактные UI specs сопоставляются с конкретными реализациями интерфейса
Key Innovation: закрывает разрыв между намерением пользователя и реализацией интерфейса через task-centric prompting
Теги
chi-2025malleable-uitask-drivenllm