YAC：結合自然語言與互動視覺探索的生成式 AI 生物醫學資料發現工具
arXiv - Human-Computer InteractionDevin Lange, Shanghua Gao, Pengwei Sui, Priya Misner, Astrid van den Brandt, Austen Money, Nikolay Akhmetov, Lisa Choy, Marinka Zitnik, Nils Gehlenborg
YAC 透過多代理工具呼叫系統，將自然語言查詢即時轉化為可互動的視覺化與資料過濾，並提供結構化文字說明與調整小工具，提升生物醫學資料探索效率。
AI 幫你先抓重點
AI 重點 1
多代理工具呼叫結合生成式 AI 能即時產生可直接渲染的視覺化輸出，打破文字與圖形的隔閡。
滑鼠懸停看 AI 判斷理由
此設計展示了生成式 AI 在資料探索中的即時互動潛力，能讓使用者在單一介面內完成查詢、視覺化與過濾，顯著降低學習曲線與操作成本。
AI 重點 2
結構化文字與調整小工具讓使用者能即時修正查詢與視覺化，促進自我調節與深度理解。
滑鼠懸停看 AI 判斷理由
透過即時回饋與可調整介面，使用者可在探索過程中自行檢視與修正假設，提升資料洞察力並減少錯誤判斷，對教育與研究均具重要意義。
核心研究發現
- 1
YAC 能將自然語言輸入轉化為宣告式輸出，並即時渲染連結式互動視覺化與資料過濾功能。
- 2
系統同時產生結構化文字，說明使用者意圖、系統界限與資料說明，提升透明度與可理解性。
- 3
對領域專家進行的使用者研究指出介面可調整性與過濾精準度為改進重點，證實 YAC 具實務可行性。
對教育工作者的啟發
1. 在設計資料探索工具時，可採用多代理工具呼叫架構，讓生成式 AI 直接產生可視化輸出，減少中間轉換步驟。2. 透過結構化文字說明使用者意圖與系統限制，提升使用者對結果的信任與理解。3. 加入可調整小工具，允許使用者即時修改過濾條件或視覺化參數，促進迭代式學習。4. 在教育環境中，可將此模式應用於資料分析課程，讓學生在自然語言查詢與視覺化互動中學習資料素養。5. 針對專業領域，建議在系統中嵌入領域特定語料與術語庫，以提升語意解析準確度。
原始文獻資訊
- 英文標題：
- YAC: Bridging Natural Language and Interactive Visual Exploration with Generative AI for Biomedical Data Discovery
- 作者：
- Devin Lange, Shanghua Gao, Pengwei Sui, Priya Misner, Astrid van den Brandt, Austen Money, Nikolay Akhmetov, Lisa Choy, Marinka Zitnik, Nils Gehlenborg
- 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。