Balancing Domestic and Global Perspectives: Evaluating Dual-Calibration and LLM-Generated Nudges for Diverse News Recommendation

Este estudo avalia um framework de "nudge" personalizado para diversidade em recomendações de notícias, demonstrando que um algoritmo de calibração dupla eficazmente amplia a exposição e o consumo de notícias domésticas e globais, enquanto a apresentação baseada em LLM tem impacto variável, sugerindo que a exposição longitudinal pode alterar os hábitos de leitura dos usuários em direção a um equilíbrio entre esses temas.

Ruixuan Sun, Matthew Zent, Minzhu Zhao, Thanmayee Boyapati, Xinyi Li, Joseph A. KonstanMon, 09 Ma🤖 cs.AI

A Closed-Loop CPR Training Glove with Integrated Tactile Sensing and Haptic Feedback

Este artigo apresenta uma luva de treinamento de RCP com circuito fechado que integra sensores táteis de alta resolução e feedback háptico para permitir a prática autônoma, oferecendo estimativas precisas de força e postura em tempo real enquanto reduz a dependência de displays visuais e auditivos.

Jaeyoung Moon, Mingzhuo Ma, Qifeng Yang, Youjin Choi, Seokhyun Hwang, Samuel Burden, Kyung-Joong Kim, Yiyue LuoMon, 09 Ma💻 cs

Challenges in Synchronous & Remote Collaboration Around Visualization

Este artigo caracteriza 16 desafios enfrentados na colaboração remota e síncrona em torno de visualizações, baseando-se nas perspectivas de 29 especialistas e alinhando-os a cinco atividades colaborativas centrais e a quatro áreas de pesquisa futura que abrangem escolhas tecnológicas, fatores sociais, assistência de IA e avaliação.

Matthew Brehmer, Maxime Cordeil, Christophe Hurter, Takayuki Itoh, Wolfgang Büschel, Mahmood Jasim, Arnaud Prouzeau, David Saffo, Lyn Bartram, Sheelagh Carpendale, Chen Zhu-Tian, Andrew Cunningham, Tim Dwyer, Samuel Huron, Masahiko Itoh, Alark Joshi, Kiyoshi Kiyokawa, Hideaki Kuzuoka, Bongshin Lee, Gabriela Molina León, Harald Reiterer, Bektur Ryskeldiev, Jonathan Schwabish, Brian A. Smith, Yasuyuki Sumi, Ryo Suzuki, Anthony Tang, Yalong Yang, Jian ZhaoMon, 09 Ma💻 cs

Measuring Perceptions of Fairness in AI Systems: The Effects of Infra-marginality

Este estudo demonstra que as percepções humanas de justiça em sistemas de IA são moldadas não apenas pelos resultados, mas também pelas crenças sobre as causas das disparidades, como a infra-marginalidade, indicando que métricas de justiça algorítmica devem considerar o contexto distribucional para alinhar-se às expectativas humanas.

Schrasing Tong, Minseok Jung, Ilaria Liccardi, Lalana KagalMon, 09 Ma💻 cs

Learning Next Action Predictors from Human-Computer Interaction

Este artigo apresenta o LongNAP, um modelo de IA que prevê a próxima ação do usuário analisando seu histórico completo de interações multimodais, utilizando uma abordagem inovadora de aprendizado por contexto e reforço treinada em um novo conjunto de dados massivo de uso de smartphones.

Omar Shaikh, Valentin Teutschbein, Kanishk Gandhi, Yikun Chi, Nick Haber, Thomas Robinson, Nilam Ram, Byron Reeves, Sherry Yang, Michael S. Bernstein, Diyi YangMon, 09 Ma💬 cs.CL

Addressing the Ecological Fallacy in Larger LMs with Human Context

Este trabalho demonstra que abordar a falácia ecológica ao modelar o contexto linguístico do autor, seja através de pré-treinamento HuLM ou de ajuste fino (HuFT) com QLoRA em um modelo Llama de 8B, resulta em melhor desempenho em diversas tarefas downstream em comparação com métodos padrão.

Nikita Soni, Dhruv Vijay Kunjadiya, Pratham Piyush Shah, Dikshya Mohanty, H. Andrew Schwartz, Niranjan BalasubramanianMon, 09 Ma🤖 cs.AI

Who We Are, Where We Are: Mental Health at the Intersection of Person, Situation, and Large Language Models

Este artigo desenvolve modelos interpretáveis que integram traços psicológicos individuais e contextos situacionais inferidos a partir de dados de mídia social para prever o bem-estar, demonstrando que abordagens baseadas em teoria psicológica oferecem desempenho competitivo e maior transparência em comparação com embeddings de modelos de linguagem.

Nikita Soni, August Håkan Nilsson, Syeda Mahwish, Vasudha Varadarajan, H. Andrew Schwartz, Ryan L. BoydMon, 09 Ma🤖 cs.AI

Beyond Scores: Explainable Intelligent Assessment Strengthens Pre-service Teachers' Assessment Literacy

Este estudo apresenta a plataforma XIA, um sistema de avaliação inteligente explicável que, ao fornecer diagnósticos cognitivos visualizados e explicações contrastivas e contrafactuais, demonstrou melhorar a literacia avaliativa de professores em formação ao promover a reflexão, a autorregulação e a transição de julgamentos baseados em notas para raciocínios fundamentados em evidências.

Yuang Wei, Fei Wang, Yifan Zhang, Brian Y. Lim, Bo JiangMon, 09 Ma💻 cs

Skill-Adaptive Ghost Instructors: Enhancing Retention and Reducing Over-Reliance in VR Piano Learning

Este estudo apresenta um instrutor fantasma adaptativo em realidade virtual para aprendizado de piano, demonstrando que a transparência dinâmica baseada no desempenho do aluno melhora a precisão e a retenção de habilidades motoras, reduzindo a dependência excessiva de pistas visuais em comparação com métodos estáticos.

Tzu-Hsin Hsieh, Cassandra Michelle Stefanie Visser, Elmar Eisemann, Ricardo MarroquimMon, 09 Ma💻 cs

Exploring Socially Assistive Peer Mediation Robots for Teaching Conflict Resolution to Elementary School Students

Este estudo exploratório com 12 participantes investiga o uso de robôs assistivos sociais para ensinar mediação de conflitos a estudantes do ensino fundamental, revelando que a atividade foi bem recebida e promissora para o aprendizado, embora tenha destacado a necessidade de considerar diferentes níveis de leitura e a falta de diferenças estatísticas significativas entre as condições com robôs e apenas tablet.

Kaleen Shrestha, Harish Dukkipati, Avni Hulyalkar, Kyla Penamante, Ankita Samanta, Maja MataricMon, 09 Ma💻 cs

Structured Exploration vs. Generative Flexibility: A Field Study Comparing Bandit and LLM Architectures for Personalised Health Behaviour Interventions

Um estudo de campo comparando abordagens de bandit contextual e modelos de linguagem (LLM) para intervenções de saúde revelou que, embora os LLMs sejam percebidos como mais úteis do que modelos baseados em templates, a otimização estatística de técnicas de mudança de comportamento não adicionou valor percebido, destacando que o reconhecimento contextual do usuário é mais crítico do que a exploração estruturada ou a flexibilidade generativa isolada.

Dominik P. Hofer, Haochen Song, Rania Islambouli, Laura Hawkins, Ananya Bhattacharjee, Meredith Franklin, Joseph Jay Williams, Jan D. SmeddinckMon, 09 Ma🤖 cs.AI

Capability at a Glance: Design Guidelines for Intuitive Avatars Communicating Augmented Actions in Virtual Reality

Este artigo apresenta diretrizes de design para avatares em Realidade Virtual que comunicam intuitivamente capacidades aumentadas e suas interações, validadas através de um estudo com designers e participantes que confirmaram sua eficácia em melhorar a clareza e a usabilidade.

Yang Lu, Tianyu Zhang, Jiamu Tang, Yanna Lin, Jiankun Yang, Longyu Zhang, Shijian Luo, Yukang YanMon, 09 Ma💻 cs