Résumé Dans une époque tentée par une itération rapide sur le marché, cet article démontre le rôle critique des méthodes ethnographiques pour comprendre les interactions humaines complexes avec des LLM non déterministes. À travers une étude longitudinale de type Wizard-of-Oz d'un assistant de bien-être familial AI appelé "Nova", nous avons exposé les limites des méthodes d'utilisabilité traditionnelles dans des contextes multi-participants à enjeux élevés. Notre approche méthodologique a documenté le chaos organisationnel dans les interactions IA de groupe, identifié des motifs optimaux dans les collaborations homme-IA et Human-in-the-Loop (HITL), et retracé le processus nuancé de formation des relations avec l'IA ainsi que ses impacts sur la réflexion et le comportement des utilisateurs. Les idées ethnographiques ont conduit directement à des innovations, y compris une technologie de segmentation dynamique des sujets et plusieurs demandes de brevet. Ce travail démontre l'indispensabilité des méthodes ethnographiques pour comprendre les systèmes d'IA dans des contextes sociaux authentiques, où l'expertise et le soutien humains restent vitaux.
Johnson et al. (Sat,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: