生产力系统的对话式定制化：可塑性 AI 接口的设计探针
人机交互
2026-05-13 v1
摘要
定制化一直是交互系统中的核心目标，但 prior work 显示，最终用户的定制往往不频繁发生，且常局限于初始设置或故障发生时。近期的生成式 AI 进展表明，高度可塑性系统——即用户通过自然语言修改系统行为——如今在技术上是可行的。然而，仍不清楚这种可塑性在实际中如何被使用：用户会创建哪些类型的定制化、何时选择进行定制化，以及这些修改如何塑造他们与日常工具的体验？我们提出了一个设计探针，使用可对话式定制化的电子邮件系统作为工具来研究用户如何在日常工具中创建和细化功能。该系统允许用户通过自然语言交互迭代修改 their inbox，通过重构类别、引入界面元素和直接通过自然语言交互编写新的工作流程行为。我们研究了参与者如何在自己的电子邮件工作流程中创建、细化和使用这些功能。我们发现，用户创建的定制化往往基于既有模式，这些模式被改编和专业化以适应其需求，而不是生成全新的功能。可塑性改变了用户与 their inbox 互动的方式，将其从固定界面转变为通过用户编写的功能塑造的灵活数据层。同时，定制化引入了新的风险形式，包括误指定的行为、意外过滤以及对结果的不确定性，这些风险通过持续的监督和细化得以管理。这些发现突出了对话式定制化如何嵌入日常交互，指明了需要支持迭代细化、行为可见性以及安全实验作为用户塑造自身工具的需求。
引用
@article{arxiv.2605.11149,
title = {Conversational Customization of Productivity Systems: A Design Probe of Malleable AI Interfaces},
author = {Karthik Sreedhar and Aryan Kaul and Lydia B. Chilton},
journal= {arXiv preprint arXiv:2605.11149},
year = {2026}
}