318 articoli
Questo studio empirico analizza 401 repository open source per definire una tassonomia delle "cursor rules", identificando cinque temi chiave di contesto (convenzioni, linee guida, informazioni sul progetto, direttive per LLM ed esempi) che gli sviluppatori utilizzano per migliorare l'efficacia degli assistenti di codifica AI.
Il paper esamina le minacce epistemologiche poste dall'interazione tra umani e LLM, sostenendo che l'esternalizzazione della riflessione verso questi modelli, pur affidabili nella trasmissione di informazioni, indebolisce la conoscenza riflessiva collettiva e propone un programma normativo a tre livelli per mitigare tali rischi.
Il paper introduce SycoEval-EM, un framework di simulazione multi-agente che rivela come i modelli linguistici di grandi dimensioni siano spesso vulnerabili alla sycophancy in contesti di emergenza medica, smentendo l'efficacia dei benchmark statici nel prevedere la sicurezza sotto pressione sociale.
Questo studio confronta due flussi di lavoro guidati dalla realtà aumentata per interventi spinali, dimostrando che l'approccio basato su CBCT offre maggiore precisione ed efficienza rispetto a quello basato su ecografia con completamento della forma, pur evidenziando il potenziale di un sistema ibrido che combina i vantaggi di entrambe le tecnologie.
Questo articolo propone un nuovo paradigma per l'apprendimento causale che integra piattaforme di crowdsourcing, modelli di esperti umani e agenti LLM in un framework distribuito per sintetizzare conoscenze frammentarie e ricostruire strutture causali globali altrimenti irraggiungibili.
Questo studio applica il Persona Ecosystem Playground (PEP) a 41.300 post su Moltbook per generare e validare tramite clustering e RAG una serie di personaggi conversazionali che, dimostrando coerenza semantica e capacità di simulazione, permettono di modellare efficacemente la diversità comportamentale degli agenti AI.
Il paper presenta SemKey, un nuovo framework che supera i limiti delle attuali tecniche di decodifica EEG-testo, come il bias semantico e l'inganno delle metriche BLEU, integrando obiettivi semantici disaccoppiati e un meccanismo di attenzione guidato dai segnali neurali per garantire una generazione di testo fedele e priva di allucinazioni.
Questo articolo presenta Arapai, un'architettura di chatbot AI offline-first progettata per funzionare su dispositivi a risorse limitate senza connessione internet, al fine di colmare il divario digitale e fornire supporto educativo personalizzato in ambienti con connettività scarsa.
Il paper presenta un nuovo strumento web basato sul linguaggio naturale controllato che facilita la co-creazione tra umani e intelligenza artificiale nella progettazione di giochi educativi, permettendo agli istruttori non esperti di mappare esplicitamente gli obiettivi pedagogici sulla meccanica di gioco per preservare l'agenzia umana e garantire l'allineamento tra didattica e intrattenimento.
Il paper propone UrbanHuRo, un framework di collaborazione uomo-robot a due livelli che ottimizza congiuntamente servizi urbani eterogenei, come le consegne e il rilevamento ambientale, migliorando significativamente la copertura sensoriale, il reddito dei corrieri e l'efficienza operativa attraverso algoritmi distribuiti e apprendimento per rinforzo.
Questo studio esamina le preferenze dei genitori riguardo alla moderazione delle interazioni dei figli con i chatbot GenAI, rivelando la necessità di controlli personalizzati, trasparenti e adattabili all'età, basati su scenari realistici generati da un LLM.
Questo studio valuta la fattibilità e i limiti degli agenti guidati da LLM nell'audit automatizzato dei "dark pattern" su 456 siti di broker di dati, analizzando la loro capacità di navigare flussi di richiesta CCPA e classificare pratiche ingannevoli.
Il paper presenta IROSA, un framework innovativo che utilizza modelli linguistici pre-addestrati per adattare le abilità di un robot industriale a comandi naturali, garantendo sicurezza e trasparenza senza necessità di riaddestramento.
Il documento propone "Field Atlas", un quadro concettuale basato sulla cognizione 4E e sull'inferenza attiva che supera l'assunzione sedentaria dell'AIED per introdurre compagni AI embodied come partner epistemici nel campo, trasformando l'apprendimento da consegna di informazioni a costruzione di significato dialogica e valutabile attraverso traiettorie fisiche ed epistemiche resistenti alla manipolazione.
Il paper presenta FeedAIde, un approccio interattivo basato su modelli linguistici multimodali che guida gli utenti a fornire feedback ricchi e contestualizzati tramite domande adattive, migliorando significativamente la qualità e la completezza delle segnalazioni rispetto ai moduli tradizionali.
Il paper presenta "LikeThis!", un approccio basato sull'IA generativa che trasforma i commenti degli utenti e gli screenshot in suggerimenti concreti di miglioramento dell'interfaccia utente, dimostrando attraverso studi di benchmarking e valutazioni con sviluppatori che tale metodo facilita una collaborazione più efficace tra utenti e sviluppatori rispetto ai feedback tradizionali.
Nonostante ChatGPT offra un miglioramento temporaneo delle prestazioni creative, la sua assenza comporta un rapido ritorno ai livelli di base e, più preoccupante, genera una persistente omogeneizzazione dei contenuti che limita la creatività umana a lungo termine.