Key points are not available for this paper at this time.
Systeme, die interaktiv von ihren Endnutzern lernen können, verbreiten sich schnell. Bis vor Kurzem wurde dieser Fortschritt hauptsächlich durch Fortschritte im maschinellen Lernen vorangetrieben; jedoch erkennen immer mehr Forscher die Wichtigkeit, die Nutzer dieser Systeme zu studieren. In diesem Artikel fördern wir diesen Ansatz und zeigen, wie er zu besseren Nutzererfahrungen und effektiveren Lernsystemen führen kann. Wir präsentieren eine Reihe von Fallstudien, die demonstrieren, wie Interaktivität zu einer engen Verzahnung zwischen System und Nutzer führt, Wege aufzeigen, wie einige bestehende Systeme den Nutzer nicht ausreichend berücksichtigen, und neue Möglichkeiten für Lernsysteme erkunden, mit ihren Nutzern zu interagieren. Nach einem Einblick in die bisher erzielten Fortschritte diskutieren wir einige der Herausforderungen, denen wir gegenüberstehen, um das Feld weiter voranzubringen.
Building similarity graph...
Analyzing shared references across papers
Loading...
Saleema Amershi
Maya Çakmak
W. Bradley Knox
AI Magazine
Massachusetts Institute of Technology
University of Washington
Oregon State University
Building similarity graph...
Analyzing shared references across papers
Loading...
Amershi et al. (Mon,) untersuchten diese Frage.
www.synapsesocial.com/papers/69d87f7d8cb8f39931ae32a4 — DOI: https://doi.org/10.1609/aimag.v35i4.2513
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: