DOI: https://doi.org/10.1145/3772318.3790608
تاريخ النشر: 2026-04-13
المؤلف: Zhenyun Du وآخرون
الموضوع الرئيسي: تصميم الشخصيات والتطبيقات
نظرة عامة
تستكشف هذه المراجعة نطاق تطبيق الذكاء الاصطناعي التوليدي (GenAI) في تطوير الشخصيات، من خلال تحليل 81 مقالًا نُشرت بين عامي 2022 و2025. تبرز المراجعة أنه على الرغم من وجود مستوى جدير بالثناء من القابلية للتكرار – حيث تشارك 61% من المقالات موارد مثل الشخصيات، الشيفرات، أو مجموعات البيانات – إلا أن هناك فجوات كبيرة في ممارسات التقييم، حيث تفتقر 45% من المقالات إلى أي شكل من أشكال التقييم. بالإضافة إلى ذلك، تم ملاحظة الاعتماد السائد على نماذج GPT، حيث تستخدم 86% من المقالات هذه الأطر. تُثار المخاوف بشأن إمكانية الدائرية في تطبيقات GenAI، حيث يقوم نفس النموذج بتوليد وتقييم المخرجات، مما يقلل من دور المطورين البشريين في عملية إنشاء الشخصيات.
تؤكد الخاتمة على أنه على الرغم من استخدام GenAI بشكل متزايد لتوليد الشخصيات، إلا أن هذا المجال يعاني من التجزئة وعدم الاتساق المنهجي. تم إحراز تقدم في مجالات مثل هندسة المطالبات والتوليد متعدد الوسائط؛ ومع ذلك، لا تزال هناك قضايا مستمرة تتعلق بالتحيز، والتحقق، وقابلية النقل الثقافي. التحدي الرئيسي لتفاعل الإنسان مع الكمبيوتر (HCI) ليس مجرد أتمتة خطوط أنابيب شخصيات GenAI ولكن ضمان أن تكون هذه الشخصيات موثوقة، وقابلة للتفسير، وتم تطويرها بمشاركة بشرية. تدعو المراجعة إلى إرشادات قابلة للتنفيذ لمعالجة هذه المخاطر، بهدف تحويل شخصيات GenAI من مجرد ابتكار تكنولوجي إلى نهج بحثي قوي ومفيد اجتماعيًا.
مقدمة
تناقش مقدمة هذه الورقة البحثية مفهوم شخصيات المستخدمين – شخصيات خيالية تمثل المستخدمين النموذجيين لنظام أو منتج أو خدمة – وأهميتها في تفاعل الإنسان مع الكمبيوتر (HCI) والتصميم المتمركز حول المستخدم (UCD). تسهل الشخصيات نهجًا يركز على المستخدم في مجالات متنوعة، بما في ذلك تطوير البرمجيات والرعاية الصحية، من خلال تجسيد احتياجات وخصائص شرائح المستخدمين الأساسية. تعتمد الطرق التقليدية لتطوير الشخصيات بشكل كبير على جمع البيانات النوعية والتحليل اليدوي، مما قد يكون غير فعال وعفا عليه الزمن. يقدم ظهور الذكاء الاصطناعي التوليدي (GenAI)، وخاصة نماذج اللغة الكبيرة (LLMs)، فرصًا لأتمتة هذه العملية، مما يؤدي إلى ظهور “شخصيات GenAI”.
على الرغم من الاهتمام المتزايد في استخدام GenAI لتطوير الشخصيات، تبرز الورقة نقصًا في التركيب المنهجي بشأن تطبيقه، وتقييمه، والاعتبارات الأخلاقية المرتبطة به. يحدد المؤلفون ثلاثة أسئلة بحثية رئيسية: (1) كيف تُستخدم تقنيات GenAI في تطوير الشخصيات؟ (2) كيف يتم تقييم شخصيات GenAI؟ (3) ما هي الاعتبارات الأخلاقية التي تنشأ من استخدام GenAI في هذا السياق؟ لمعالجة هذه الأسئلة، تجري الدراسة مراجعة نطاقية لـ 81 مقالًا نُشرت بين عامي 2022 و2025، بهدف رسم خريطة للممارسات الحالية، وتحديد الفجوات، وتقديم توصيات لدمج GenAI في سير عمل تطوير الشخصيات. هذه الأبحاث ذات توقيت خاص نظرًا للتطور السريع لأدوات GenAI وتأثيراتها على أبحاث المستخدم وعمليات التصميم في مجتمع HCI.
الطرق
في هذه الدراسة، استخدم المؤلفون منهجية مراجعة نطاقية، بناءً على الأبحاث السابقة في تفاعل الإنسان مع الكمبيوتر (HCI) التي تستكشف آثار التقنيات الناشئة. هذه الطريقة مناسبة بشكل خاص لرسم خريطة المشهد الواسع للبحث في المجالات الناشئة، وتحديد المفاهيم الأساسية، وتحليل منهجيات البحث. تم إجراء البحث في الأدبيات عبر خمسة قواعد بيانات أكاديمية، بما في ذلك مكتبة ACM الرقمية، لضمان جمع شامل للدراسات ذات الصلة.
كانت مراجعة النطاق تهدف إلى معالجة أسئلة بحثية محددة (RQs) من خلال تركيب الأدبيات الموجودة، مما يوفر رؤى حول الحالة الحالية للبحث وتحديد الفجوات التي قد تستدعي مزيدًا من التحقيق. تسمح هذه الطريقة بفهم واسع للموضوع، مما يسهل تحديد الموضوعات والاتجاهات الرئيسية داخل المجال.
المناقشة
في قسم المناقشة من الورقة البحثية، يبرز المؤلفون الدور المتطور للشخصيات في تجربة المستخدم (UX) وتفاعل الإنسان مع الكمبيوتر (HCI)، خاصة في سياق الذكاء الاصطناعي التوليدي (GenAI) ونماذج اللغة الكبيرة (LLMs). تقليديًا، اعتمد تطوير الشخصيات على جمع وتحليل بيانات المستخدم النوعية لإنشاء ملفات سردية تمثل شرائح مستخدمين متميزة. بينما يظهر GenAI وعدًا في أتمتة جوانب توليد الشخصيات، لا تزال هناك قيود كبيرة، خاصة في المهام التفسيرية مثل كتابة السرد الشخصي ووضع علامات بدقة على شرائح المستخدمين. عانت نماذج الذكاء الاصطناعي السابقة من صعوبة في هذه المهام، مما استلزم تدخلًا يدويًا واسع النطاق. بالمقابل، تظهر LLMs قدرات تفسيرية محسنة، ومع ذلك لا تزال أفضل الممارسات لتطبيقها في تطوير الشخصيات غير واضحة. يؤكد المؤلفون على أهمية الحفاظ على نهج “الإنسان في الحلقة” للتخفيف من المخاطر المرتبطة بتوليد الشخصيات الآلي، مثل تعزيز التحيزات النظامية وتهميش المجموعات غير الممثلة.
كما يحدد المؤلفون فجوة بحثية في دمج تقنيات GenAI في تطوير الشخصيات، مشيرين إلى أن مراجعات الأدبيات الحالية لم تعالج هذه التقاطع بشكل كافٍ. يقترحون إجراء مراجعة نطاقية لاستكشاف المنهجيات والممارسات الحالية في تطوير شخصيات GenAI، نظرًا للاعتماد المتزايد على هذه التقنيات. كانت استراتيجية البحث عن الأدبيات ذات الصلة تتضمن نهجًا منهجيًا عبر قواعد بيانات أكاديمية متعددة، مما أسفر عن مجموعة من 93 مقالًا تلبي معايير الإدراج المحددة. تهدف النتائج من هذه المراجعة إلى المساهمة في فهم كيفية تعزيز GenAI لتطوير الشخصيات مع معالجة الاعتبارات الأخلاقية والتنوع المنهجي في هذا المجال.
القيود
تسلط قيود هذه الدراسة الضوء على عدة جوانب حاسمة تؤثر على تحليل شخصيات GenAI. بشكل أساسي، تعكس الأبحاث لقطة لمجال يتطور بسرعة، حيث أن نسبة كبيرة من الأدبيات (88.9%) تأتي من منشورات حديثة (2024-2025)، مما يقيد القدرة على تقييم الاتجاهات طويلة الأجل. قد يغفل التركيز على تفاعل الإنسان مع الكمبيوتر (HCI) التقدمات ذات الصلة في المجالات المجاورة مثل معالجة اللغة الطبيعية (NLP) والعلوم الاجتماعية الحاسوبية، خاصة تلك الدراسات التي تستكشف تكوين شخصيات نماذج اللغة الكبيرة (LLM) وسلوكيات الوكلاء. يشير هذا الاستبعاد إلى أن الرؤى من هذه المجالات يمكن أن تعزز فهم هندسة المطالبات وتناسق الشخصيات.
علاوة على ذلك، تكشف الأدبيات المراجعة عن تحديات مستمرة تعيق تطوير شخصيات GenAI، بما في ذلك قيود معالجة الرموز، وقضايا التحيز والتمثيل، وتحديات التحقق. تقيد القيود الفنية في هياكل LLM الحالية تعقيد توليد الشخصيات، بينما تثير التحيزات المتعلقة بالثقافة والتمثيل مخاوف بشأن قابلية تطبيق النتائج عبر سياقات متنوعة. يجب أن تعطي الأبحاث المستقبلية الأولوية لاستراتيجيات التخفيف من التحيز، والتحسينات التقنية لتصاميم LLM، والتحقق من شخصيات GenAI من خلال دراسات طولية وأطر ثقافية متقاطعة. سيكون معالجة هذه القيود أمرًا أساسيًا لتقدم المجال وضمان موثوقية وقابلية تطبيق شخصيات GenAI عبر إعدادات ثقافية متنوعة.
DOI: https://doi.org/10.1145/3772318.3790608
Publication Date: 2026-04-13
Author(s): Zhenyun Du et al.
Primary Topic: Persona Design and Applications
Overview
This scoping review investigates the application of generative AI (GenAI) in persona development, analyzing 81 articles published between 2022 and 2025. The review highlights that while there is a commendable level of reproducibility—61% of the articles sharing resources such as personas, code, or datasets—there are significant gaps in evaluation practices, with 45% of the articles lacking any form of assessment. Additionally, a predominant reliance on GPT models is noted, with 86% of the articles utilizing these frameworks. Concerns are raised regarding the potential for circularity in GenAI applications, where the same model generates and evaluates outputs, thereby diminishing the role of human developers in the persona creation process.
The conclusion emphasizes that while GenAI is increasingly utilized for persona generation, the field suffers from fragmentation and methodological inconsistencies. Progress has been made in areas such as prompt engineering and multimodal generation; however, persistent issues related to bias, validation, and cultural transferability remain. The primary challenge for Human-Computer Interaction (HCI) is not merely the automation of GenAI persona pipelines but ensuring that these personas are reliable, interpretable, and developed with human involvement. The review advocates for actionable guidelines to address these risks, aiming to transition GenAI personas from a technological novelty to a robust and socially beneficial research approach.
Introduction
The introduction of this research paper discusses the concept of user personas—fictitious characters that represent typical users of a system, product, or service—and their significance in human-computer interaction (HCI) and user-centered design (UCD). Personas facilitate a user-focused approach in various fields, including software development and healthcare, by embodying the needs and characteristics of core user segments. Traditional methods for persona development rely heavily on qualitative data collection and manual analysis, which can be inefficient and outdated. The advent of generative artificial intelligence (GenAI), particularly large language models (LLMs), presents opportunities for automating this process, leading to the emergence of “GenAI personas.”
Despite the growing interest in utilizing GenAI for persona development, the paper highlights a lack of systematic synthesis regarding its application, evaluation, and associated ethical considerations. The authors identify three key research questions: (1) How are GenAI technologies used in persona development? (2) How are GenAI personas evaluated? (3) What ethical considerations arise from the use of GenAI in this context? To address these questions, the study conducts a scoping review of 81 articles published between 2022 and 2025, aiming to map current practices, identify gaps, and provide recommendations for integrating GenAI into persona development workflows. This research is particularly timely given the rapid evolution of GenAI tools and their implications for user research and design processes in the HCI community.
Methods
In this study, the authors employed a scoping review methodology, building on prior research in Human-Computer Interaction (HCI) that explores the implications of emerging technologies. This approach is particularly suited for mapping the extensive landscape of research in nascent fields, identifying core concepts, and analyzing research methodologies. The literature search was conducted across five academic databases, including the ACM Digital Library, to ensure a comprehensive collection of relevant studies.
The scoping review aimed to address specific research questions (RQs) by synthesizing existing literature, thereby providing insights into the current state of research and identifying gaps that may warrant further investigation. This method allows for a broad understanding of the topic, facilitating the identification of key themes and trends within the field.
Discussion
In the discussion section of the research paper, the authors highlight the evolving role of personas in User Experience (UX) and Human-Computer Interaction (HCI), particularly in the context of Generative Artificial Intelligence (GenAI) and Large Language Models (LLMs). Traditionally, persona development has relied on qualitative user data collection and analysis to create narrative profiles that represent distinct user segments. While GenAI shows promise in automating aspects of persona generation, significant limitations persist, particularly in interpretative tasks such as writing persona narratives and accurately labeling user segments. Previous AI models struggled with these tasks, necessitating extensive manual intervention. In contrast, LLMs demonstrate improved interpretative capabilities, yet best practices for their application in persona development remain unclear. The authors emphasize the importance of maintaining a “human in the loop” approach to mitigate risks associated with automated persona generation, such as reinforcing systemic biases and marginalizing underrepresented groups.
The authors also identify a research gap in the integration of GenAI technologies into persona development, noting that existing literature reviews have not adequately addressed this intersection. They propose a scoping review to explore current methodologies and practices in GenAI persona development, given the increasing adoption of these technologies. The search strategy for relevant literature involved a systematic approach across multiple academic databases, resulting in a corpus of 93 articles that met specific inclusion criteria. The findings from this review aim to contribute to the understanding of how GenAI can enhance persona development while addressing ethical considerations and methodological diversity in the field.
Limitations
The limitations of this study highlight several critical aspects affecting the analysis of GenAI personas. Primarily, the research reflects a snapshot of a rapidly evolving field, with a significant proportion of the literature (88.9%) stemming from recent publications (2024-2025), which constrains the ability to assess long-term trends. The focus on Human-Computer Interaction (HCI) may overlook relevant advancements in adjacent fields such as Natural Language Processing (NLP) and computational social science, particularly those studies that explore the configuration of large language model (LLM) personalities and agent behaviors. This exclusion suggests that insights from these areas could enhance understanding of prompt engineering and persona consistency.
Moreover, the reviewed literature reveals persistent challenges that hinder the development of GenAI personas, including token processing limitations, bias and representation issues, and validation challenges. Technical constraints in current LLM architectures restrict the complexity of persona generation, while biases related to culture and representation raise concerns about the applicability of findings across diverse contexts. Future research should prioritize bias mitigation strategies, technical enhancements to LLM designs, and the validation of GenAI personas through longitudinal studies and cross-cultural frameworks. Addressing these limitations will be essential for advancing the field and ensuring the reliability and applicability of GenAI personas across various cultural settings.