筆記本在資料分析中很受歡迎，因為可以同時探索資料並說明結果。記錄圖表發現對回顧和分享很重要，但耗時。InkSight插件能根據使用者意圖生成文件，讓使用者在圖表上寫下意圖。InkSight識別寫下的意圖和資料，過濾資料，推斷事實，並轉換為自然語言文件。使用者研究顯示InkSight有效表達使用者意圖和記錄圖表發現。 PubMed DOI

表格是用來呈現資訊的，但轉換數據成表格很麻煩。研究現在致力於開發互動工具，讓這件事變得更簡單。NL2Rigel是一個利用自然語言的工具，幫助使用者從文字中建立和編輯表格。這個工具解決了創建表格時的困難，並提供了視覺界面，讓使用者更有效率地理解和改進他們的表格。研究顯示，NL2Rigel相較於其他工具，顯著地節省了任務完成的時間。 PubMed DOI

資料影片越來越受歡迎，透過結合視覺化和敘述方式有效地講述數據故事。製作這些影片需要各種技能和手動工作。一種名為「資料播放器」的新方法通過生成動態資料影片與敘述-動畫互動來自動化這個過程。它通過將視覺元素與文字輸入相連，使用語言模型來連接文字和視覺，並根據敘述推薦適合的動畫，簡化了透過敘述創建資料影片的過程。評估結果顯示，「資料播放器」能夠製作出與人類創建的高質量資料影片相似的作品。 PubMed DOI

這篇論文探討了在教育領域運用生成式人工智慧（AI）的好處，專注於設計AI教育影片助手以提升多元學習體驗。這個工具整合了轉錄、參與度和強化模組，運用自動語音識別技術。研究結果透過人工評估和自動指標的綜合方式評估了這個工具對學習體驗的影響，顯示對參與度、內容組織和可用性有積極影響，呈現AI強化教育設計並提供個人化學習體驗的潛力。 PubMed DOI

NLI製圖越來越受歡迎，但準確轉換使用者需求成圖表是挑戰。提出ChartGPT系統，利用LLMs從語言生成圖表。採用逐步推理管道方法增強處理複雜邏輯問題的效能。建立包含語句和圖表的數據集，微調模型減少偏見。設計互動界面，讓用戶查看並修改輸出。透過評估和用戶研究評估系統效能。 PubMed DOI

記者們現在越來越喜歡運用數據分析和視覺化來增加新聞的吸引力和資訊性。然而，新聞業缺乏專門支援的工具。這項研究專注於自然語言處理，自動生成體育新聞。系統SNIL結合人類和語言模型，修改文本和圖形內容。使用者研究顯示了系統的可用性，以及在新聞業中分析和溝通任務之間建立橋樑的好處。 PubMed DOI

研究探討如何利用大型語言模型（LLMs）協助資料素養較低者理解複雜的視覺化，結果顯示LLM能有效幫助使用者理解圖表並鼓勵進一步探索。然而，過度依賴LLM代理人可能導致洞察不足，呈現潛在風險。研究建議妥善平衡利用LLMs提升視覺化素養的方法。 PubMed DOI

隨著籃球越來越受歡迎，許多球迷在快速且複雜的比賽中感到難以跟上。為了解決這個問題，我們推出了Sportify，一個視覺問答系統，幫助球迷理解籃球戰術。Sportify提供三種動作視覺化—傳球、切入和掩護，並利用大型語言模型來解釋球員的行動。我們測試了Sportify的效果，結果顯示它顯著提升了球迷的戰術理解，並豐富了觀賽體驗，特別是第三人稱敘述提供了詳細解釋，而第一人稱則增強了參與感。 PubMed DOI

這項研究強調參照手勢在數據視覺化討論中的溝通重要性。傳統的逐字稿和錄影常忽略這些手勢，影響會議表現。為了解決這個問題，作者提出一個新框架，能捕捉游標手勢數據與音頻，並轉換成互動文件。透過大型語言模型，框架能識別口語與手勢的聯繫，提供豐富的上下文註解。用戶研究顯示，參與者更喜歡這種自動化的互動文檔，並初步建立游標手勢分類法，為協作數據分析的應用改進鋪路。 PubMed DOI

這段文字探討了DracoGPT的開發，這是一種從大型語言模型中提取視覺設計偏好的方法。主要擔心的是，如果這些模型無法準確編碼設計知識，建議可能不可靠。DracoGPT有兩個流程：DracoGPT-Rank和DracoGPT-Recommend，模擬如何對視覺編碼進行排名或推薦。研究顯示，DracoGPT能模擬LLM的偏好，但排名和推薦之間的一致性中等，且與人類實驗的指導方針有顯著差異。未來可增強知識庫，以捕捉更廣泛的偏好，提供更可靠的視覺設計方案。 PubMed DOI