Collective Intelligence

Цифровой геноцид ревью: Перспективы HCI Next Steps in Human-Computer Integration Важно полностью понимать и совместно формировать технологии, где пользователь и технология вместе образуют тесно связанную систему в более широком физическом, цифровом и социальном контексте - с этих строк начинается манифест Next Steps in Human-Computer Integration огромного коллектива авторов, среди которых достаточно большое число имен, которых я читал в статьях и рецензиях. Наступает эпоха «многих машин для многих пользователей», современная эра повсеместных вычислений, которая смещает фокус HCI с вопроса «Как мы взаимодействуем с компьютерами?» к «Как интегрированы люди и компьютеры?» Область человеко-компьютерной интеграции охватывает четыре тематические области: (1) технологии, совместимые с человеком; (2) Влияние интеграции на идентичность и поведение; (3) Человеческая интеграция и общество; и (4) Проектирование интегрированного взаимодействия. Большое число вычислений большого числа устройств создает принципиально иное отношения в социуме, наборов правил поведения,связанных с устройствами. Вторым челленджем является более глубокая интеграция в тело и психику устройств. В последние годы появились такие достижения, как эпидермальная электроника и интерактивный текстиль, в которых используется гибкая и растягивающаяся электроника, обеспечивающая более сильное слияние с человеческим телом. Для UX это отдельный вызов - авторы подчеркивают, что тут будет много проектирования неявного взаимодействия

HOW TO PROJECT CUSTOMER RETENTION PETER S. FADER AND BRUCE G. S. HARDIE

Всякие социальные проблемы/вызовы, которые Google хочет решить ЭйАем https://globalgoals.withgoogle.com/globalgoals

Рекомендации по оформлению документации для датасетов https://medium.com/people-ai-research/the-generation-evaluation-and-metrics-gem-project-improving-dataset-transparency-with-the-data-30fd7f7ff96f

Investigating How Practitioners Use Human-AI Guidelines: A Case Study on the People + AI Guidebook Nur Yildirim, Mahima Pushkarna, Nitesh Goyal, Martin Wattenberg, Fernanda Viégas. 🏅 Best Paper Honorable Mention Award CHI 2023. [pdf] [talk]

Curated lists of XAI and Interpretable ML papers, methods, critiques, and resources. https://github.com/wangyongjie-ntu/Awesome-explainable-AI https://github.com/altamiracorp/awesome-xai https://github.com/jphall663/awesome-machine-learning-interpretability

https://www.uxmatters.com/mt/archives/2023/06/testing-the-future-a-guide-to-testing-ai-products-with-users.php Дмитрий Старков рассказал о том, как проводить пользовательские тесты ИИ-продуктов.

https://www.ben-evans.com/benedictevans/2023/7/2/working-with-ai Бенедикт Эванс написал подробную статью о том, как автоматизация работы с помощью ИИ может повлиять на рынок труда, почему предыдущие волны автоматизации не оставили людей без работы, а создали новые рабочие места, и какие изменения могут ждать человечество на этот раз. Главные мысли из статьи: • Согласно парадоксу Джевонса, автоматизация и повышение эффективности труда приводит не к снижению спроса на человеческие ресурсы, а к его росту • Новые технологии, как правило, удешевляют и упрощают выполнение задачи. Вы можете делать то же самое с меньшим количеством людей или можете делать гораздо больше с теми же людьми. Бизнес выберет второе • Автоматизация труда с помощью ИИ произойдёт быстрее, чем при появлении компьютеров, а значит, людям будет сложнее приспособиться • При появлении компьютеров требовалось значительное время на то, чтобы новые машины начали использоваться массово. В случае с ИИ человеку достаточно открыть веб-сайт. Тем не менее появление генеративного ИИ на рабочем месте займёт годы, а не недели • Внедрение ИИ в бизнес-процессы — это сложная процедура, которая требует человеческого контроля над безопасностью, уровнями доступа и ещё целым рядом параметров • Помимо человеческого контроля, развёртывание новой технологии требует времени, и у крупных компаний есть веские причины не менять свой рабочий процесс внезапно. Будущее требует времени, а мир за пределами Силиконовой долины сложен • Будущее LLM заключается в переходе от чата с подсказками к графическому интерфейсу с кнопками. Создание промтов и естественный язык противоречат друг другу • Возможно, появление LLM объединит многие функции в одно приложение (bundling), но также возможно, что это породит ещё большее разделение на отдельные узконаправленные продукты (unbundling). Подтверждением этой теории является появление огромного количества SaaS-приложений на базе ИИ, которые могут решать проблемы, не считавшиеся проблемами ранее • ИИ довольно часто ошибается, но при этом уверен в своей правоте. Его нельзя использовать как достоверный источник информации или базу данных • По-настоящему заменить человека смог бы только универсальный самообучаемый ИИ (AGI), который не заблуждается и не совершает ошибок. Но его пока нет, а значит, нас ждёт такая же рядовая волна автоматизации, какие происходили последние 200 лет

https://dschool.stanford.edu/resources/i-love-algorithms Дизайн-кит для создания идей ml-продуктов