ارزیابی و اخلاق در طراحی رابط و تجربه کاربری مبتنی بر هوش مصنوعی مولد: یک مرور سیستماتیک ادبیات

مرتضی خانی دهنوئی¹

1) استادیار گروه مهندسی کامپیوتر، دانشکده برق و کامپیوتر، دانشگاه صنعتی قوچان، قوچان، ایران

کد IOI مقاله : ABEB-ACABCK
محل انتشار : چهارمین کنفرانس بین المللی پیشرفت های اخیر در مهندسی، نوآوری و تکنولوژی - بلژیک(eitconf.com)
چکیده :
    هوش مصنوعی مولد (GenAI)، به‌ویژه مدل‌های زبانی بزرگ (LLM) و مدل‌های انتشار، به‌سرعت در حال دگرگون‌سازی گردش‌کارهای طراحی رابط کاربری (UI) و تجربه کاربری (UX) است. با این حال، دو پرسش کلیدی همچنان کم‌بررسی باقی مانده‌اند: چگونه خروجی‌های طراحی تولیدشده با GenAI را ارزیابی کنیم، و چگونه از GenAI به‌صورت مسئولانه استفاده کنیم. این مقاله یک مرور سیستماتیک ادبیات بر مطالعات منتشرشده بین سال‌های ۲۰۲۰ تا ۲۰۲۶ ارائه می‌دهد و بر روش‌های ارزیابی و ملاحظات اخلاقی در طراحی UI/UX مبتنی بر GenAI تمرکز دارد. با جستجو در پایگاه‌های ACM Digital Library، IEEE Xplore، Scopus و Google Scholar و پس از غربالگری، مطالعات شاخص در سه مسیر ارزیابی دسته‌بندی شدند: ارزیابی انسانی، ارزیابی خودکار (LLM به‌عنوان قاضی)، و رویکردهای ترکیبی. یافته‌های اصلی سه‌گانه‌اند. نخست، هیچ رویکرد ارزیابی واحدی هم‌زمان معتبر و مقیاس‌پذیر نیست: ارزیابی انسانی پرهزینه و غیرقابل مقیاس‌پذیری است، در حالی که ارزیابی خودکار به سوگیری مدل آلوده است. دوم، شکاف میان قضاوت خودکار و انسانی قابل‌توجه است: GPT-4o همبستگی ضعیفی با رتبه‌بندی انسانی نشان می‌دهد (r < ۰.۲۶)، و LLMها الگوهای شدت‌دهی پایدار اما واگرا از خود نشان می‌دهند (ChatGPT > Claude > Gemini). سوم، اخلاق در ادبیات موجود بیشتر به‌صورت ادراکی و نه عملیاتی بررسی شده است: سوگیری، شفافیت، مالکیت و اعتماد به‌عنوان دغدغه‌های طراحان شناسایی شده‌اند، اما هیچ پروتکل سنجش یا مکانیزم اجرایی برای آن‌ها پیشنهاد نشده است. بر اساس این یافته‌ها، یک چارچوب سه‌لایه «ارزیابی مسئولانه» پیشنهاد می‌شود که فیلتر خودکار، ارزیابی انسانی برای ابعاد ذهنی، و ممیزی اخلاقی اجباری را ترکیب می‌کند

کلمات کلیدی : هوش مصنوعی مولد طراحی ui/ux روش‌های ارزیابی اخلاق مرور سیستماتیک ادبیات