تُعتبر التفاعلات بين البشر والآلات في عصرنا الحالي قائمة إلى حد كبير على النصوص، مما يطرح تحديات كبيرة مثل الفوضى المعلوماتية والعبء الإدراكي. هنا، يأتي الابتكار المثير GenUI-Harness، الذي يعد عبارة عن مجموعة متعددة من الوكلاء تعمل على تبسيط هذه التفاعلات.

تم تصميم GenUI-Harness لتكون هناك علاقة متكاملة بين وكيل المعلومات Tool Agent الذي يسعى لاسترجاع المعلومات وتنفيذ المهام، ووكيل كود واجهة المستخدم GUI Coder Agent الذي يقوم بتحديد ambiguities وتوليد كود للواجهات الهيكلية.

واحدة من أكبر التحديات التي تواجه تدريب وكيل الكود هي ضرورة وجود مكافآت قابلة للتحقق لإنتاج واجهات تفاعلية، والتي عادة ما تكون مكلفة بينما المكافآت المستندة إلى نموذج اللغة الكبيرة (Large Language Models) قد تواجه مشكلات في الثغرات. ولحل هذه المشكلة، تم تطوير نظام Dynamic UX الذي يوفر حزمة خفيفة للتفاعل الديناميكي وجمع المكافآت في بيئة واحدة.

وإلى جانب ذلك، تم تقديم Reward Auditor، وهو آلية لمراقبة توزيع المكافآت وتحليل الأنماط التشخيصية. بالإضافة إلى ذلك، تم إنشاء معيار UI-TAU Bench الذي يقيم التفاعل النشط بين الإنسان والآلة من خلال كود واجهة المستخدم المُولدة باستخدام بيانات من 10 قواعد بيانات حقيقية.

تحققت إنجازات مثيرة جدًا مع GenUI-Harness، حيث حقق معدل نجاح Pass@3 زيادة تقدر بـ 4.48% مقارنةً بالنماذج السابقة. وقد أظهر التدريب باستخدام GenUI-Harness تحسنًا كبيرًا، حيث زادت معدلات النجاح من 9.33% إلى 58.00%.

بدلاً من تكرار جولات الحوار العديدة التي كان يتطلبها الأمر سابقًا، تشير نتائج المسوحات التي أُجريت على المراجعين إلى أن الواجهات المُولدة قللت الجولات الحوارية المتوسطة من 3.4 إلى 1.2. وهذا الأمر يؤكد أن الواجهات الديناميكية القائمة على البيانات قد تدعم إنجاز المهام بشكل فعّال وتقلل من الوقت المستغرق في العمليات المدعومة بقاعد بيانات، مما يقدم مثالًا واضحًا على تأثير الذكاء الاصطناعي في تحسين تجارب المستخدمين وتيسير وصولهم للمعلومات.