SM-HCAI LAB

[Review] Evaluating user performance with RAG-based generative AI: A scenario-based experiment on AI-assisted information retrieval

—

by

Sera Park
in ,

[발표자] 박세라 (sera199@sookmyung.ac.kr)

[논문 제목] Evaluating user performance with RAG-based generative AI: A scenario-based experiment on AI-assisted information retrieval

[저자] Aktilek Sagynbayeva, Ajin Pyo, Sang-Hyeak Yoon, Sung-Byung Yang

[학술대회/학술지] Published in Computers in Human Behavior

[URL] https://doi.org/10.1016/j.chb.2026.108952

댓글

“[Review] Evaluating user performance with RAG-based generative AI: A scenario-based experiment on AI-assisted information retrieval”에 대한 1개 응답

  1. 최예인

    성형 AI의 할루시네이션 문제로 인해 자료의 신뢰성을 확보하는 데 어려움이 많은데, RAG가 정보의 정확성과 완전성을 어떻게 높여주는지 실험적으로 증명한 부분이 인상 깊었습니다. TTF(Task-Technology Fit) 이론을 적용해 기술적 기능과 사용자의 과업 목표 간의 일치성을 분석한 접근 방식은 제 개인 연구의 이론적 기틀을 고찰해보는 데에도 큰 도움이 되었습니다.

    무엇보다 객관적인 성과 지표는 향상되었음에도 불구하고 사용자의 주관적인 평가에서는 그 차이가 명확히 드러나지 않았다는 결과가 정말 많이 흥미로웠습니다. 이는 단순히 기술적 성능을 높이는 것뿐만 아니라, 사용자가 기술의 효용을 체감할 수 있도록 투명성을 강화하는 UI/UX 설계가 얼마나 중요한지 다시금 깨닫게 해주는 것 같습니다.

    감사합니다.

    좋아요

    답글

댓글 남기기