AI4UI脑电实验后问卷01
问卷说明
感谢您的参与！请您完成问卷，方便我们后续分析🌹
开始作答
手机扫描二维码答题
00:00:00
AI4UI脑电实验后问卷01
录音中...
*
1.
我清楚理解实验中 prompt 对目标卡片的要求。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
2.
我清楚理解“合理 / 不合理”的判断标准。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
3.
我在判断时主要关注目标卡片，而不是页面其他区域。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
4.
我能理解最终界面与 prompt 之间的关系。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
5.
我认为实验任务整体容易理解。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
6.
我觉得每个 trial 需要记住的信息较多。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
7.
看到最终界面时，我通常还能记得 prompt 中的关键信息。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
8.
我有时因为忘记 prompt 而无法判断界面是否正确。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
9.
我认为 prompt 中的信息量是可以接受的。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
10.
我主要是在比较 prompt 与目标卡片，而不是凭直觉随便判断。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
11.
实验过程中我感到疲劳。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
12.
实验后半段我的注意力有所下降。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
13.
6 个 block 的任务量对我来说是可以接受的。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
14.
每个 block 之间的休息时间足够。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
15.
我在大多数 trial 中都能保持认真判断。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
16.
我能明显识别图片与名称不匹配的问题。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
17.
我能明显识别价格、配送费、时间、评分等属性错误。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
18.
我能明显识别布局错位、重叠、溢出等结构错误。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
19.
我能明显识别关键信息缺失的问题。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
20.
不同错误类型之间整体上容易区分。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
21.
实验中的界面整体看起来像真实移动 App 界面。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
22.
实验中的错误看起来像 AI 生成界面时可能出现的问题。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
23.
这些错误不像人为故意制造的夸张“找茬图”。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
24.
这些错误符合组件生成、数据绑定、API 字段映射或布局生成时可能出现的 bug。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
25.
我认为这些界面错误在真实 AI 辅助前端开发中可能出现。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
26.
我认为研究人类如何检测这类 AI 生成界面错误是有意义的。（1 = 非常不同意，4 = 一般，7 = 非常同意）
1
2
3
4
5
6
7
*
27.
在判断界面是否合理时，您主要关注哪些方面的错误信息?
【多选题】
语义错误（如:图片内容与文字叙述不符，指东打西）
属性错误（如:价格、评分、时间等数值或标签信息不准确）
结构错误（如:组件排列错乱、重叠、溢出、对齐不齐）
信息缺失（如:卡片中漏掉了原本应该有的图片、文字或价格）
*
28.
您觉得哪一类错误最容易被发现?
【多选题】
语义错误（图文不符，常识性错误）
属性错误（数值/标签错误，需仔细核对但通常明显）
结构错误（视觉布局混乱，一眼就能看出异常）
信息缺失（关键信息直接看不到了）
*
29.
您觉得哪一类错误最难被发现?
【多选题】
语义错误（需要结合 prompt 理解和常识判断逻辑）
属性错误（数值看起来正常，不核对 prompt 难以察觉，如配送费比菜价贵）
结构错误（轻微的不对齐或像素级偏差）
信息缺失（不知道本来应该有什么信息，难以察觉漏了什么）
*
30.
您认为以下哪几类错误最具“AI生成特征”（即最像目前的AI在生成网页/App前端界面时容易出现的bug）?
【多选题】
语义错误（如：图片内容与文字叙述不符，指东打西）
属性错误（如：价格、评分、时间等数值或标签信息不准确）
结构错误（如：组件排列错乱、重叠、溢出、对齐不齐）
信息缺失（如：卡片中漏掉了原本应该有的图片、文字或价格）
字体大小
AI4UI脑电实验后问卷01
复制
