Thinking Outside the [Chat]Box: Bridging Computer Science and Industrial Design for Cognitive-Inclusive Generative AI
作者: Virginia Francisco, Daniel Guasch, Raquel Hervás
分类: cs.HC, cs.AI
发布日期: 2026-06-12
💡 一句话要点
提出双层支架框架以解决认知障碍者的生成式AI交互问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 生成式AI 认知可及性 跨学科设计 用户体验 多层次支持系统
📋 核心要点
- 现有的生成式AI交互方式主要依赖聊天框，导致智力障碍者在使用时面临高认知负担和多重障碍。
- 论文通过跨学科的共同设计挑战，提出了双层支架框架，旨在改善认知可及性，提供更灵活的交互方式。
- 研究结果显示，计算机科学和工业设计团队的提案在基础需求上达成共识，并提出了互补的设计理念，形成了多层次的支持系统。
📝 摘要（中文）
当前的生成式AI（GenAI）界面主要局限于聊天框交互，这对用户造成了较高的认知负担，尤其是对智力障碍者而言，存在提示构建困难、响应过载和信息可靠性评估机制不足等问题。为探索认知可及性的替代交互模型，研究团队通过跨学科共同设计挑战，计算机科学与工业设计的学生共同开发了基于相同功能需求的界面概念。比较这些提案发现，双方在基础需求（如初始校准、主动提示和响应片段的直接操作）上达成了一致，同时也提出了互补的贡献，形成了一个多层次的支持系统。最终，研究团队提出了一个双层支架框架，扩展了认知可及的GenAI交互设计空间，激励未来在专家细化、技术可行性和与智力障碍者的实证验证方面的工作。
🔬 方法详解
问题定义：论文要解决的问题是现有生成式AI交互方式对智力障碍者的高认知负担，具体表现为提示构建困难、响应信息过载及缺乏信息可靠性评估机制等痛点。
核心思路：论文的核心解决思路是通过跨学科的共同设计，结合计算机科学与工业设计的优势，开发出更具认知可及性的交互模型，旨在降低用户的认知负担。
技术框架：整体架构包括两个主要模块：计算机科学团队负责结构性支架设计，强调可预测性和可导航性；工业设计团队则专注于体验性支架，强调多模态交互和主动性。
关键创新：最重要的技术创新点在于提出了双层支架框架，突破了传统聊天框模型的局限，提供了更为灵活和多样化的交互方式，尤其适合认知障碍者。
关键设计：关键设计包括初始校准、主动提示、响应片段的直接操作等参数设置，以及可靠性指标、明确来源和上下文管理等机制，以增强用户的信任感和交互体验。
🖼️ 关键图片
📊 实验亮点
实验结果表明，计算机科学团队和工业设计团队的提案在基础需求上达成一致，且在用户体验方面的互补设计显著提升了认知可及性，具体提升幅度和性能数据尚未披露，需进一步实证验证。
🎯 应用场景
该研究的潜在应用领域包括教育、医疗和辅助技术等，能够为智力障碍者提供更友好的生成式AI交互体验，提升他们的信息获取和处理能力，具有重要的社会价值和实际意义。未来，该框架还可能推动相关技术的进一步发展与应用。
📄 摘要（原文）
Current Generative AI (GenAI) interfaces remain largely constrained to chatbox interaction, which can impose high cognitive demands on users and create substantial barriers for people with intellectual disabilities (ID), including prompt formulation difficulties, response overload, and limited mechanisms to assess information reliability. To explore alternative interaction models for cognitive accessibility, we conducted a cross-disciplinary co-design challenge in which two student cohorts (Computer Science and Industrial Design) developed interface concepts from the same set of functional requirements (e.g., prompt scaffolding, structured output, GUI-based refinement, transparency, and personalization). Comparing the resulting proposals reveals both convergence on foundational requirements (notably initial calibration, proactive prompting, and direct manipulation of response fragments) and complementary contributions that outline a multi-layered support system. Computer Science teams primarily produced structural scaffolding, emphasizing predictability, navigability, and trust through mechanisms such as reliability indicators, explicit sources, and context management for long conversations. Industrial Design teams emphasized experiential scaffolding, focusing on pacing, attention guidance, multimodality, and proactive agency, including step-by-step response flows, focus modes, and assistant-like integrations. We synthesize these findings into a dual-layer scaffolding framework that expands the design space for cognitively accessible GenAI interaction beyond chat-centric models and motivates future work on expert refinement, technical feasibility, and empirical validation with users with ID.