探討互動資料在 UI 個人化決策中的作用
arXiv - Human-Computer InteractionS\'ergio Alves, Carlos Duarte, Kyle Montague, Tiago Guerreiro
研究用戶可透過互動資料反思，提升 UI 個人化決策自主性。
AI 幫你先抓重點
AI 重點 1
互動資料的視覺化呈現能顯著提升用戶對個人化建議的接受度。
滑鼠懸停看 AI 判斷理由
研究顯示使用者偏好視覺化建議，且視覺化資料幫助他們評估效益與成本，提升透明度與信任，因而更願意採用建議。
AI 重點 2
反思式個人化設計可提升終端使用者的自主決策能力。
滑鼠懸停看 AI 判斷理由
透過與自身互動資料的反思，使用者能自行辨識個人化機會，進而增強對介面調整的主動權，符合自主學習與學習科學的核心理念。
核心研究發現
- 1
用戶能自行辨識個人化機會，但更偏好系統提供視覺化建議。
- 2
互動資料增強用戶對變更價值的感知，促使他們評估效益與成本。
- 3
透過反思互動資料，使用者能更透明地理解系統建議，提升信任。
- 4
研究證實反思式個人化能提升終端使用者對介面的主動權。
- 5
參與者在實驗情境中表現出對不同資料呈現方式的偏好，提示設計需多樣化。
對教育工作者的啟發
教育科技產品設計者可透過建立互動資料可視化儀表板，讓使用者能直觀查看使用行為與個人化建議。系統應提供多樣化的資料呈現方式（圖表、趨勢線、熱點圖等），並在建議時加入成本效益說明，協助使用者評估改變。設計時可加入反思導向的互動流程，例如提示使用者思考「這個改變對我有何好處？」或「需要付出哪些努力？」等問題，進一步提升使用者的自主決策與介面掌控感。最後，透過收集使用者對建議的回饋，持續優化建議演算法與呈現方式，確保系統透明度與信任度。
原始文獻資訊
- 英文標題：
- Exploring the Role of Interaction Data to Empower End-User Decision-Making In UI Personalization
- 作者：
- S\'ergio Alves, Carlos Duarte, Kyle Montague, Tiago Guerreiro
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。