Category: UI AUI
Comment: 適応型インタフェースにはふたつのアプローチがある。
        ○ 自分でプログラムする (e.g. ObjectLens)
        ユーザに負担がかかる
        ○ 知識ベースを与える (e.g. UCEgo)
        知識ベースを作るのが大変
        個人適応できない
        
        そこで「機械学習アプローチ」をとる。これは
        ○ 多くの繰り返し操作を利用
        でないと推論できないから!
        ○ 人によって操作が異なるような場合
        でないと知識ベースの方が良くなるから
        ・エージェントは最初は何も知らないが、使っているうちに
        賢くなっていく。「信頼感」がめばえる。
        ・メモリベースの学習にしておけば、エージェントが何かしたとき
        「何故そうしたか」教えてやれる。
        
        エージェントは以下のものから学習する
        ・ユーザの観察
        ユーザの動作をずっと監視して、パタンがみつかればサジェス
        チョンを出す
        状況(フィーチャの集合)/操作のペアからメモリベースで学習
        (GAクラシファイヤ的?)
        スレシホールドT1を越えたら「こうしたら？」とシステムが提案
        スレシホールドT2を越えたら勝手に実行してしまう
        ・ユーザからの(間接的)フィードバック
        エージェントからの提案が気に入らないときそれを明示的に指示
        する。これはメモリベースの知識ベースに加えることもできるし、
        「この人との打ち合わせは優先度が低い」などと教えることも
        できる。
        ・トレーニング
        状況を仮定して、その場合はどうするかエージェントに教える
        (e.g. ある人からのメールはすべてあるフォルダに入れる場合は、
        その人からの中身無しメッセージをあるフォルダに入れるという
        操作で指示する)
        単なるひとつの例なのか、デフォルトルールを設定しようとして
        いるかを区別するのが問題であるが。
        ・他のユーザに鍛えられたエージェント
        情報が無いときは他のエージェント(複数)に聞く。
        (e.g. ネグロポンテからのメールを始めて受け取ったとき
        どういう処理をすべきか?)
ShortComment: 「学習エージェント」が適応型インタフェースに有用だという話
Bibtype: InProceedings
Month: feb
Author: Pattie Maes
Booktitle: Proceedings of the 1994 Friend21 International Symposium on 
        Next Generation Human Interface
Title: Learning Interface Agents
Comment1: アプローチ自体は結構なものだと思う。具体的にどうやるかが
        問題であろう。
        メモリベースのみで大丈夫なものだろうか。ルールを抽出した方が
        いい場合もあるかも。
        「他のエージェントの意見を聞く」というのは結局汎用の
        「知識ベース」があればそれで良いことにならないか。
Year: 1994