Chuyang Wu disputerar om ämnet Mot maskinförståelse av användaren: En studie i interaktiv slutledning av mentala modeller

M.Sc. Chuyang Wu disputerar fredagen den 7.11.2025 om ämnet Mot maskinförståelse av användaren: En studie i interaktiv slutledning av mentala modeller. Avhandlingen är en del av forskning på avdelningen för datavetenskap vid Helsingfors universitet och på fakultetet av information teknologi vid Jyväskylä universitet.

M.Sc. Chuyang Wu försvarar sin doktorsavhandling "Towards Machine Understanding of the User: A Study in Interactive Inference of Mental Models" fredagen den 7.11.2025 kl. 12 i Helsingfors universitet, Exactum, auditorium B123 (Pehr Kalms gata 5, 1. vån). Opponent är biträdande professor Robin Welsch (Aalto-universitetet) och kustos professor Antti Honkela (Helsingfors universitet). Disputationen hålls på engelska.

Chuyang Wus doktorsavhandling är en del av forskning på avdelningen för datavetenskap vid Helsingfors universitet och på fakultetet av information teknologi vid Jyväskylä universitet. Hans handledare har varit biträdande professor Jussi P. P. Jokinen (Jyväskylä universitet).

Mot maskinförståelse av användaren: En studie i interaktiv slutledning av mentala modeller

Denna avhandling undersöker hur interaktiva system kan uppnå en djupare förståelse av användare genom att härleda deras interna mentala modeller – innefattande mål, förväntningar, kognitiva begränsningar och beslutsprocesser – direkt från interaktionsdata. Traditionella användbarhetsmått ger begränsad insikter om underliggande användarkognition och fångar andvändarnas beteenden på ytan, men försummar motivationer och resonemang bakom dem. För att överbrygga denna klyfta introducerar avhandlingen ett beräkningsramverk som kombinerar delvis synliga markovsbeslutsprocesser med principen om beräkningsrationalitet. I beräkningsramverket modelleras användare som begränsat rationella agenter som fattar beslut för att optimera belöningar under kognitiva begränsningar. Interaktion mellan användare och system behandlas som ett omvänt problem: observerade beteenden fungerar som bevis från vilka latenta kognitiva parametrar härleds.

Två metoder, förstärkningsinlärning och approximativ bayesiansk beräkning, integreras i det föreslagna ramverket. Förstärkningsinlärning avslöjer användarnas belöningsfunktioner utifrån deras beteende, medan approximativ bayesiansk beräkning möjliggör hanterbara slutsatser i komplexa, verkliga scenarier utan explicita sannolikhetsberäkningar. Avhandlingen utforskar vidare dynamiska och sociala dimensioner, och den utvidgar angreppssättet för att spåra utvecklande mentala modeller och för att integrera inlevelseförmåga för social slutledning i multiagentkontexter. Ramverket har validerats genom teoretisk analys och praktiska experiment, och det visar potential för att utforma adaptiva användargränssnitt som verkligen förstår användarna och kontinuerligt anpassar sig till deras föränderliga behov och kognitiva tillstånd.

Tillgänglighet av avhandling

Avhandlingens elektronisk version är tillgänglig i Helsingfors universitets öppna publikationsarkiv Helda via länken .

Tryckta exemplar av avhandlingen finns tillgängliga på begäran från Chuyan Wu: .