AI時代の人とのデータ対話、探索と視覚化：挑戦と機会

AIの急速な進歩は、人間中心的なシステムを変えるとともに、人AIの相互作用や人データの相互作用に関する深い影響を及ぼしています。AI時代には、巨大規模で多様性とマルチモーダルデータに広がるデータ解析の方が一般的になり始めています。このデータ分析には大域的でもあり多元的であるという新たな複雑さがあり、またFoundationモデル（LLMsやVLMsを含む）はア analyicsプロセスにおける不確実性をもたらします。これらの移行により、人とのデータの相互作用システムでは依然として、感知上の同期性を欠く、伸ばしにくいスケーリング制限、現存する相互接続と探索的な原則の限度およびAI生成见解の信頼性や解釈可能性に関する新しい不確実性などの課題が見出されています。これらの課題に答えるには、一貫して使用されている効率やスケーリングのための合評度ではなく、アナリティックワークフローにおける人間と機械の役割を再定義し、デジタルの各レベルで知覚性、パーソナライズ性及びデザイン原理を導入する必要があります。この論文は新しいAIの進歩がもたらした新しい課題を調査し、これらはユーザーがデータにどのように関わっているのかを変革しているかどうかを探求します。またこれらの開発から生成される限られた可能性と新たな研究的方向性を説明することも含まれています。

arXiv:2603.05542v1 Announce Type: cross Abstract: The rapid advancement of AI is transforming human-centered systems, with profound implications for human-AI interaction, human-data interaction, and visual analytics. In the AI era, data analysis increasingly involves large-scale, heterogeneous, and multimodal data that is predominantly unstructured, as well as foundation models such as LLMs and VLMs, which introduce additional uncertainty into analytical processes. These shifts expose persistent challenges for human-data interactive systems, including perceptually misaligned latency, scalability constraints, limitations of existing interaction and exploration paradigms, and growing uncertainty regarding the reliability and interpretability of AI-generated insights. Responding to these challenges requires moving beyond conventional efficiency and scalability metrics, redefining the roles of humans and machines in analytical workflows, and incorporating cognitive, perceptual, and design principles into every level of the human-data interaction stack. This paper investigates the challenges introduced by recent advances in AI and examines how these developments are reshaping the ways users engage with data, while outlining limitations and open research directions for building human-centered AI systems for interactive data analysis in the AI era.