触动你的心灵:一个基于语调感知的客户关怀聊天机器人-王禹溪

1.论文背景信息

论文原文:Touch Your Heart- A Tone-aware Chatbot for Customer Care on Social Media

来源:CHI2018

作者:Tianran Hu, Anbang Xu, Zhe Liu, Quanzeng You, Yufan Guo, Vibha Sinha,Jiebo Luo, Rama Akkiraju

作者简介:

第一作者:Hu Tianran,来自于University of Rochester。

第二作者:Xu Anbang,Associate Chair on the CHI ,来自于IBM研究院,博士毕业于伊利诺伊大学算机科学-人机交互专业。主要研究人机交互和人工智能的整合。近年来研究重点为社交媒体中用户参与的聊天机器人和个性化分析系统 read more

实证分析设计推理范式:溯因-演绎推理范式决定设计灵感的生成 | 徐文彬

 

论文-2B

自选:实证分析设计推理范式:溯因-演绎推理范式决定设计灵感的生成

—–

一、论文背景信息

原文:https://www.sciencedirect.com/science/article/pii/S0142694X1830067X

来源:Design Studies

作者:Claus L.Cramer-Petersen Bo T.Christensen Saeema Ahmed-Kristensen

作者简介:

  • Claus L.Cramer-Petersen 丹麦技术大学管理工程系
  • Bo T.Christensen Saeema 哥本哈根商学院市场营销系
  • Ahmed-Kristensen伦敦皇家艺术学院设计学院
关键词:设计活动,设计推理,协议分析,设计逻辑,创意生成

二、核心价值

  • 本文提出了设计师设计中推理模式的一种验证模型;
  • 本文在微观层面对设计活动和推理的理论和模型进行了测试;
  • 本文的分析表明,溯因-演绎推理模式是设计活动的核心;
  • 本文指出口语化推理指的是独立设计师表达想法的一种心智模型

三、论文主要内容

1 理论与背景

自从20世纪中叶及以前的C.S. Peirce的作品以来,逻辑推理被描述为演绎,归纳或溯因(Peirce,1980)。这些推理类型定义了从前提中得出结论的三种截然不同的方式。 演绎推理是自我引用的,因为它允许基于两个或多个被认为是真实的命题的逻辑含义得出结论(Magnani,1995; March,1976; Reichertz,2010)。因此,由于前提保证了结论的真实性,因此演绎是正确的。(Schurz, 2007) 归纳推理是得出超出场所信息的合理结论的过程(Johnson-Laird,2009)。归纳推理以类似于演绎推理的方式进行自我引用,因为它仅从模型或参考框架内的可用数据推断出概念(Magnani,1995; Reichertz,2010; Schurz,2007)。与演绎不同,归纳不能像演绎一样产生有保证的真实结论。相反,归纳推理推断出超出可用数据的结论。 溯因推理是一个猜想的过程,可以对事件过程产生最好(最简单)的解释。溯因判断是初步的估计,它引入了似是而非的假设,并通过在众多可能的解释中选择最佳候选者来告知在哪里首先进行询问(Magnani,1995; Schurz,2007)。因此,溯因判断是演绎的;然而,与归纳不同,它不需要从现有数据中得出结论。溯因推理与演绎推理和归纳推理的不同之处在于,绑架涉及猜测和(有时没有根据的)假设作为推理的基础。 在设计活动中,诱导性推理涉及新规则或关系类型的概念,以解释预期的结果(Roozenburg,1993)。 设计推理的逻辑被认为是一种从功能到形式的溯因活动(Dorst,2011; Roozenburg,1993) 在上面的定义和例子中,推理过程是概念性的,并假设逻辑上合理的推理模式,其中溯因推理是唯一具有创造新事物的推理类型(Dorst,2011; Roozenburg,1993)。

2 目标和假设

该研究旨在了解在创意产生背景下的群体设计活动背景下的经验设计推理。目标是通过两种方式实现的:首先,通过测试一组关于拟议的溯因 – 演绎模式的假设,这些假设涉及设计师群体之间的推理的口头调度。其次,该研究旨在展示和讨论推理如何在设计活动的微观层面上发生。这是通过使用示例来说明在组构思生成中识别的推理模式。

3 方法

该研究收集了来自五个团队的五个团队的数据,这三个团队致力于同一设计任务的理念。转录记录的协议编码被用作分析数据的基础。

数据收集

为从事创意创建的行业参与者团队设计了一项实验,以执行特定的设计任务。作为创新研讨会的一部分,参与者自愿参加实验。参与者来自不同的公司和行业。九名参与者是女性,六名是男性。

分析方法

使用并发语言化的协议分析来分析数据。设计活动的协议分析适用于理解潜在的认知过程,例如推理,对记录过程的干扰最小(Ericsson&Simon,1993)。因此,来自工业的从业者的口头协议分析是相关的,并且预期在实践中具有高度代表性的设计认知(Ahmed等,2003; Chi,1997; Christensen&Ball,2014)。在这种情况下,由于观察是在团队中进行的,因此没有给出参与者思考的强制或准备好的指示,从而最大限度地干扰思维过程。

4 结论

本节介绍分析结果。首先,编码结果提供了协议数据和假设结果的概述。其次,协议中的两个例子说明了编码方案,并描述了在个人想法层面找到的推理模式。

4.1 协议编码结果摘要

协议统计了5792个段,其中2047个(35%)是想法集,即与想法的产生有关的话语。除了对设计任务和社交对话的反思之外,其他部分还没有决定关注除了其他话语之外的思想产生。 Idea episodes包含1698个(83%)推理片段,总共分为218个想法。表5总结了结果。 从上面可以看出,演绎推理是最常见的,占所有推理的72%,而溯因推理是第二种常见的推理类型,占21%。

4.2 灵感片段集中的推理模式

这些假设预测了事件中推理模式的以下发展。 H1预测在所产生的思想的开始部分中的诱导性推理的集中,用于通过强调设计任务的特定方面是相关的来表达意图或期望的结果。 H2预测演绎推理集中在生成的中间部分,表明由初始假设构成的解决方案的具体化。

5 讨论

本节讨论推理模式的协议分析结果。第一部分通过定量分析讨论观察到的推理模式,并参考特定想法事件中发现的推理模式所做的观察。第二部分在讨论结果的含义之前,从研究的基础上提出了三个论点,并提出了未来研究的途径。

5.1假设和一般推理模式

正如H1的结果所显示的那样,在思想的第一部分中存在大量的溯因推理。因此,这一发现与设计活动的模型一致,这些模型假定在设计活动中启动推理实例的溯因阶段(1976年3月; Schon,1991).H2仅得到部分支持,发现演绎推理增加了asan想法进展。演绎推理的惊人流行持续存在于所有观念部分(55%76%),而第一部分的诱导推理集中度很高。因此,支持理论上提出的两阶段过程涉及外展演绎模式,只有少数归纳推理,并且所有时间都是通过演绎思想的所有部分进行演绎推理。结果表明,关于归纳推理存在的探索性问题可以在归纳推理是最不普遍的推理类型的意义上得到负面回答。相反,思想的最后部分是演绎推理中最集中的部分。

5.2 思想生成过程中的语言推理

根据测试假设的结果和观点事件的观察结果,我们提出三个主要论点,并讨论它们的影响和未来研究的必要性。第一个论点是,推导 – 演绎序列是微观层面设计活动的核心组成部分。第二个是,凭经验分析推理需要接受推理模式,而不像设计推理的概念提议中提出的推理模式。第三是口头推理表明个人持有的概念模型。在下一节中,讨论了研究结果对设计实践的影响。

5.3 限制

目前对设计推理的研究来自于理想活动的经验数据。因此,其含义主要涉及这种创意生成活动。然而,由于假设总体上依赖于设计活动的模型,因此该研究允许对一般的设计活动进行观察。这主要是在对研究中的例子的解释和讨论中完成的。为了进一步证实这些观察,本文还涉及其他对设计活动具有重要意义的行为,如使用模拟(B.T.Christensen&Schunn,2009)或分析 – 综合(Roozenburg,1993)。为了解决研究的普遍性,需要在设计活动的其他阶段进一步研究。

6 结论

对来自工业界的参与者进行了用于设计任务的群体思想生成中使用的推理类型的实证研究。记录了五个团队,并使用编码方案分析转录的协议,以确定超过5500个段中的口头数据中的想法和推理类型的存在。该研究旨在通过分析协议数据来实证分析语言调查模式。 read more

特殊需求学校环境中增强型体育馆的移情设计方法

戚文谦 21821009

[2-A] reading note(Research Through Design as a Method for Interaction Design Research in HCI)

[3-A] reading notes(特殊需求学校环境中增强型体育馆的移情设计方法)

1. 论文背景信息

论文原文:An Empathic Design Approach to an Augmented Gymnasium in a Special Needs School Setting

来源:International Journal of Design 2018

作者:Issey Takahashi, Mika Oki, Baptiste Bourreau, Itaru Kitahara,Kenji Suzuki

作者简介:

Issey Takahashi
从日本名古屋市立大学和意大利都灵理工大学获得博士学位。 他于 2016 年在日本筑波大学人工智能实验室担任研究员,目前是日本名古屋大学转化生物分子研究所(ITbM)的指定助理教授。 他的研究方向包括人机交互,科学设计和媒体艺术。 read more

深度书写:利用深度生成模型编辑数字墨水

周宇梁 21821351

论文背景

论文原文

DeepWriting: Making Digital Ink Editable via Deep Generative Modeling

来源

CHI 2018

作者

Emre Aksan

PhD Student, ETH Zurich

研究领域:Machine Learning, Deep Learning, Computational Interaction

Fabrizio Pece

Postdoctoral Researcher, ETH Zurich

研究领域:HCI, Virtual and Augmented Reality, Computer Graphics, Computer Vision, Machine Learning

Otmar Hilliges

Associate Professor of Computer Science, ETH Zurich

研究领域:Computer Vision, Human-Computer Interaction, Augmented Reality, Robotics, Computational Interaction read more

论 OLO 收音机的设计:研究以元数据作为设计材料

1.论文背景信息

论文原文:On the Design of OLO Radio: Investigating Metadata as a Design Material

来源:CHI2018

作者:William Odom, Tijs Duel

作者简介:

William Odom,来自School of Interactive Arts and Technology Simon Fraser University,擅长领域为人机交互、互动艺术与技术等,任人机交互(HCI)设计研究员、Simon Fraser大学互动艺术与技术学院助理教授、the  Homeware Lab创始人兼主任、Everyday Design Studio联合总监。

论文关键词:

数字音乐;元数据;时间性;交互设计;设计研究 read more