LikeThis!：赋能用户提交建设性的 UI 改进建议，而非抱怨
软件工程
2026-03-05 v1 人工智能
人机交互
摘要
用户反馈对于移动应用的演进至关重要。然而，研究表明，用户倾向于提交信息不充分、模糊或破坏性的反馈。与最近的 AI4SE 方法不同，这些方法侧重于生成代码和其他开发制品，我们的工作旨在赋能用户提交更好、更具建设性的 UI 反馈，并提供具体的改进建议。我们提出了 LikeThis!，一种基于生成式 AI 的方法，该方法接受用户评论及其对应的截图，立即生成多个改进方案，用户可轻松选择自己偏好的方案。为评估 LikeThis!，我们首先基于公开的经过严格审核的 UI 设计数据集进行了模型基准测试。结果表明，GPT-Image-1 在保持图像保真度且不引入新问题的前提下，显著优于另外三种主流图像生成模型。LikeThis! 的一个中间步骤是生成解决方案规范，再绘制设计草图，这一步骤是实现有效改进的关键。其次，我们在 10 个实际应用中进行了用户研究，15 名用户使用 LikeThis! 提交他们遇到的问题反馈。随后，应用开发者评估了带有和不带生成改进的反馈的可理解性和可操作性。结果表明，我们的方法有助于从用户和开发者的角度生成更好的反馈，为 AI 辅助的用户-开发者协作铺平了道路。
引用
@article{arxiv.2603.04245,
title = {LikeThis! Empowering App Users to Submit UI Improvement Suggestions Instead of Complaints},
author = {Jialiang Wei and Ali Ebrahimi Pourasad and Walid Maalej},
journal= {arXiv preprint arXiv:2603.04245},
year = {2026}
}
备注
Accepted at 2026 IEEE/ACM 48th International Conference on Software Engineering (ICSE '26)