245 articoli
Il paper introduce il "notational animating", un paradigma interattivo che trasforma schizzi di notazioni ad alto livello in fotogrammi chiave animati attraverso un sistema che formalizza i segni, offre controlli parametrici e risolve le ambiguità tramite un ciclo di feedback, come dimostrato da uno studio preliminare con animatori.
Il paper presenta MindfulAgents, un sistema multi-agente basato su modelli linguistici che personalizza le meditazioni guidate seguendo un framework esperto, dimostrando in due studi di migliorare significativamente l'engagement, l'autocoscienza e la riduzione dello stress degli utenti.
Questo rapporto sintetizza evidenze scientifiche e pratiche industriali per definire linee guida non negoziabili nella progettazione di AI conversazionali antropomorfe, al fine di tutelare il benessere, l'autonomia e lo sviluppo degli adolescenti.
Il paper presenta ADAS-TO, il primo dataset naturale su larga scala dedicato alle transizioni ADAS-manuale, che analizza oltre 15.000 eventi di takeover per caratterizzare le dinamiche di sicurezza e dimostrare la fattibilità di sistemi di allerta precoce basati su segnali visivi.
Questo studio analizza 377 video di YouTube per mappare le strategie collettive dei creatori per monetizzare i contenuti generati dall'IA, identificando dieci casi d'uso comuni e rivelando tensioni strutturali come le affermazioni di reddito non verificabili e le pratiche di engagement sintetiche.
Questo studio esplora l'uso del retrofitting per potenziare le cabine delle auto intelligenti, identificando tramite interviste e sessioni di progettazione partecipativa le esigenze degli utenti e fornendo raccomandazioni di progettazione per soluzioni efficaci.
Il paper introduce GuideTWSI, un nuovo dataset diversificato di indicatori tattili di camminata (TWSI) derivato da immagini sintetiche e reali, progettato per colmare le lacune geografiche e tipologiche dei dataset esistenti e migliorare la navigazione sicura per persone non vedenti o ipovedenti.
Questo studio propone un sistema basato su GPT-4 che facilita la scrittura di recensioni per gli utenti attraverso dialoghi di intervista, dimostrando che le recensioni generate richiedono meno editing e risultano più utili per i lettori rispetto a quelle scritte manualmente, nonostante alcune sfide relative alla fluidità del testo.
Il paper presenta Multi-TAP, un nuovo framework per la raccomandazione cross-dominio che supera i metodi esistenti modellando l'eterogeneità delle preferenze utente attraverso una rappresentazione semantica multi-criterio adattiva, ottenendo risultati superiori su dataset reali.
Il paper presenta AutoUE, un sistema multi-agente che automatizza la generazione end-to-end di giochi 3D in Unreal Engine integrando recupero di asset, sintesi di codice e test automatizzati, mitigando le allucinazioni degli LLM tramite un meccanismo di generazione aumentata dalla retrieval e vincoli di progettazione.
Questo studio propone un approccio di allineamento comunitario stratificato per l'uso dei modelli linguistici multimodali nell'analisi delle interazioni genitore-figlio, sottolineando come la distribuzione di autorità, responsabilità e rischio emotivo tra famiglie e professionisti debba essere gestita come un processo governato dalla comunità piuttosto che come un problema di ottimizzazione individuale.
Il paper presenta NarrativeLoom, un sistema di co-creazione multi-persona basato sulla teoria della variazione cieca e della ritenzione selettiva che, attraverso uno studio controllato, ha dimostrato di migliorare significativamente la novità, la diversità e la qualità creativa delle storie rispetto agli strumenti di narrazione assistita da IA esistenti.
Questo lavoro propone tre approcci complementari per superare i limiti delle attuali registrazioni delle tracce creative, che spesso perdono l'intento e le relazioni strutturali, presentando rispettivamente un'interfaccia basata su nodi per la gestione degli artefatti GenAI, un vocabolario di segnali visivi per l'autoria di visualizzazioni e un modello di programmazione che integra direttamente le storie semantiche nello stato di interazione.
Uno studio misto condotto in un'università ghanese rivela che gli studenti preferiscono piattaforme di messaggistica istantanea come WhatsApp e Telegram rispetto ai sistemi istituzionali, guidati da fattori quali comodità, facilità d'uso e interazione in tempo reale, sottolineando la necessità di allineare le strategie di apprendimento misto alle abitudini digitali degli studenti.
Questo studio analizza come le norme sociali, l'effetto deterrente e i meccanismi di coinvolgimento influenzino l'adesione alle politiche di sicurezza informatica tra i dipendenti contingenti nelle università ghanesi, evidenziando che la condivisione della conoscenza è il fattore più determinante per modellarne l'atteggiamento e l'intenzione di conformità.
Questo studio dimostra che l'integrazione di componenti interattive leggere nelle risposte di scaffolding generate dai Large Language Models favorisce un maggiore coinvolgimento attivo degli studenti e migliora i risultati di apprendimento a breve termine rispetto alla semplice consultazione passiva.
Lo studio dimostra che, nelle attività di verifica fattuale, la correttezza e le indicazioni di certezza delle spiegazioni degli LLM influenzano significativamente la fiducia e l'adozione dei suggerimenti degli utenti, mentre il formato di presentazione ha un impatto trascurabile.
Il paper presenta "Agora", una piattaforma basata sull'intelligenza artificiale che utilizza voci umane autentiche per insegnare la capacità di trovare consenso su questioni politiche, dimostrando in uno studio preliminare che l'accesso a spiegazioni vocali migliora le abilità di problem solving e la qualità delle dichiarazioni di consenso rispetto alla sola visualizzazione di dati aggregati.
Questo studio presenta VRxBioRelax, un sistema di biofeedback in realtà virtuale che utilizza dati sEMG per guidare il rilassamento muscolare in un ambiente immersivo, dimostrando attraverso un'analisi pre-clinica su 87.716 campioni che la sua latenza end-to-end media di 25,34 ms è significativamente inferiore ai limiti di comfort e benchmark clinici, rendendolo idoneo per applicazioni di tele-riabilitazione e riduzione dello stress.
Questo studio esamina come i sistemi di dati condivisi obbligatori, come l'HMIS negli Stati Uniti, facilitino il coordinamento nei servizi per i senzatetto ma allo stesso tempo rafforzino asimmetrie di potere, trasformando alcuni partecipanti in ruoli focalizzati sulla conformità a causa di risorse e capacità analitiche disuguali.