基于无代码 AutoML 的以人为本 AI 产品原型设计：概念框架、潜力与局限
人机交互
2024-06-10 v2 人工智能
机器学习
软件工程
摘要
本文探讨了 AI 产品原型设计中固有的复杂性，重点关注由 AI 行为的概率性质带来的挑战以及非专家对原型设计工具的可访问性有限的问题。本文提出了一种设计科学研究（DSR）方法，最终形成一个旨在改进 AI 原型设计过程的概念框架。通过全面的文献综述，确定了关键挑战，并分析了无代码 AutoML 作为解决方案。该框架描述了在原型设计过程中无缝整合非专家输入和评估的方法，利用无代码 AutoML 的潜力来增强可访问性和可解释性。结合自然主义（案例研究）和人工评估方法（基于标准的分析）的混合方法验证了我们方法的实用性，突出了其在支持 AI 非专家、简化决策方面的有效性及其局限性。本文还讨论了对学术界和工业界的启示，强调了战略性地整合无代码 AutoML 以增强 AI 产品开发流程、降低风险并促进创新。
引用
@article{arxiv.2402.07933,
title = {Human-Centered AI Product Prototyping with No-Code AutoML: Conceptual Framework, Potentials and Limitations},
author = {Mario Truss and Marc Schmitt},
journal= {arXiv preprint arXiv:2402.07933},
year = {2024}
}