AI 增强的意义建构：探索基于生成式 AI 的助手设计以支持遗传学专业人员

生成式 AI 有潜力变革知识工作，但需要进一步研究以了解知识工作者如何设想使用生成式 AI 并与之交互。我们研究了开发生成式 AI 工具以支持领域专家进行知识工作，探讨了任务委派和人机交互的设计。我们的研究重点是设计一个生成式 AI 助手，以帮助遗传学专业人员分析全基因组测序（WGS）和其他临床数据，用于罕见病诊断。通过对 17 名遗传学专业人员的访谈，我们确定了 WGS 分析中当前面临的挑战。随后，我们与 6 名遗传学专业人员进行了共同设计会议，以确定可以由 AI 助手支持的任务，以及设计 AI 助手交互的考量因素。根据我们的发现，我们将意义建构确定为 WGS 分析中当前的一项挑战，也是可以由 AI 支持的过程。我们贡献了对领域专家如何设想在其知识工作中与生成式 AI 交互的理解，一项关于 WGS 分析的详细实证研究，以及三项在知识工作期间使用生成式 AI 支持领域专家进行意义建构的设计考量。CCS 概念：人本计算，人机交互，HCI 中的实证研究。附加关键词与短语：全基因组测序，生成式 AI，大型语言模型，知识工作，意义建构，共同设计，罕见病。联系作者：Angela Mastrianni（此项工作在作者于 Microsoft Research 实习期间完成）。Ashley Mae Conard 和 Amanda K. Hall 贡献相同。