[論文レビュー] AI Assistance for UX: A Literature Review Through Human-Centered AI

Yuwen Lu, Yuewen Yang+3 more|arXiv (Cornell University)|Feb 8, 2024

AI in Service Interactions被引用数 15

ひとこと要約

この論文は、UXのためのAI支援に関する359件の研究を系統的文献調査として実施し、Human-Centered AIの視点を用いて能力、実務者のニーズ、ギャップをDouble Diamondフレームワークに対応させて分析します。

ABSTRACT

Recent advancements in HCI and AI research attempt to support user experience (UX) practitioners with AI-enabled tools. Despite the potential of emerging models and new interaction mechanisms, mainstream adoption of such tools remains limited. We took the lens of Human-Centered AI and presented a systematic literature review of 359 papers, aiming to synthesize the current landscape, identify trends, and uncover UX practitioners' unmet needs in AI support. Guided by the Double Diamond design framework, our analysis uncovered that UX practitioners' unique focuses on empathy building and experiences across UI screens are often overlooked. Simplistic AI automation can obstruct the valuable empathy-building process. Furthermore, focusing solely on individual UI screens without considering interactions and user flows reduces the system's practical value for UX designers. Based on these findings, we call for a deeper understanding of UX mindsets and more designer-centric datasets and evaluation metrics, for HCI and AI communities to collaboratively work toward effective AI support for UX.

研究の動機と目的

• AI対応のUXツールと研究の現状を統合する。
• AI支援ワークフローにおけるUX実務者の傾向と満たされていないニーズを特定する。
• AI作業を Double Diamond design framework にマッピングし、共感、UXマインドセット、実践的価値のギャップを明らかにする。
• UXにおける効果的なHCAIのためのデザイナー中心のデータセットと評価指標の役割を強調する。

提案手法

• Google Scholarと ACM DL からのスノーボールサンプリング（バックワードおよびフォワード）を用いた359件の論文の系統的文献調査（SLR）を実施する。
• 各論文を four Double Diamond phases（Discover, Define, Develop, Deliver）および二つの補助カテゴリー（Datasets, General AI Models）にマッピングする。
• 貢献タイプ、対象タスク、ユーザーのニーズ、実証的証拠、AIモデル/データモダリティ、他のモデル側面（例： explainability）、および関与するUXアーティファクトの7つの側面に沿って論文を分析する。
• 技術中心の方法論と人間中心の方法論のバランス、および Double Diamond の各フェーズ間のバランスを評価してギャップを特定する。
• 従来のレビューと比較して発見を比較し、進化するAI-for-UXの状況の中で本研究の位置づけを明らかにする。

Figure 1. Adapted PRISMA statement of our snowball sampling process.

実験結果

リサーチクエスチョン

• RQ1 最新のAIモデルはUX関連のタスクのためにどのような能力を備えているか？
• RQ2 UX実務者のニーズとAI支援に対する嗜好に関する洞察は何か？
• RQ3 既存の実証研究と将来のAI研究および対話型システム開発の機会の間にどんなギャップが存在するか？

主な発見

• 4つのフェーズ全体で論文のうち人間中心の手法を用いてユーザーニーズを研究したのは24.3%に過ぎず、技術中心の傾向を示している。
• Double Diamondの各フェーズ間で不均衡があり、Develop/Deliverに過剰、Defineに過少。
• UXにおける共感形成はAIを適用する際によく見落とされ、UI画面全体でのAI支援の実務的な価値を制限している。
• 単純化しすぎたAI自動化は、質的分析や人間の判断を前提とする他のUXワークフローを混乱させる。
• UXの実践と目標にAI機能をより適合させるためのデザイナー中心のデータセットと評価指標の必要性。
• HCI/UXとAIコミュニティ間のUXマインドセットと協働・翻訳型研究のより深い理解が求められている。

Figure 2. The Double Diamond design framework, proposed by the Design Council (Council, [n. d.] ) .