Het faciliteren van proactieve en reactieve begeleiding voor besluitvorming op het web: Een ontwerpverkenning met WebSeek
Facilitating Proactive and Reactive Guidance for Decision Making on the Web: A Design Probe with WebSeek
January 21, 2026
Auteurs: Yanwei Huang, Arpit Narechania
cs.AI
Samenvatting
Web AI-agenten zoals ChatGPT Agent en GenSpark worden steeds vaker ingezet voor routinematige webtaken, maar ze zijn nog steeds afhankelijk van op tekst gebaseerde invoerprompts, missen proactieve detectie van gebruikersintentie en bieden geen ondersteuning voor interactieve data-analyse en besluitvorming. Wij presenteren WebSeek, een mixed-initiative browser-extensie waarmee gebruikers informatie van webpagina's kunnen ontdekken en extraheren om vervolgens flexibel tastbare data-artefacten - zoals tabellen, lijsten en visualisaties - te bouwen, transformeren en verfijnen, alles binnen een interactief canvas. In deze omgeving kunnen gebruikers analyses uitvoeren - inclusief gegevenstransformaties zoals het samenvoegen van tabellen of het creëren van visualisaties - terwijl een ingebouwde AI zowel proactief contextbewuste begeleiding en automatisering aanbiedt als reactief reageert op expliciete gebruikersverzoeken. Een verkennende gebruikersstudie (N=15) met WebSeek als onderzoeksinstrument onthult de uiteenlopende analysestrategieën van deelnemers, wat hun verlangen naar transparantie en controle tijdens mens-AI-samenwerking onderstreept.
English
Web AI agents such as ChatGPT Agent and GenSpark are increasingly used for routine web-based tasks, yet they still rely on text-based input prompts, lack proactive detection of user intent, and offer no support for interactive data analysis and decision making. We present WebSeek, a mixed-initiative browser extension that enables users to discover and extract information from webpages to then flexibly build, transform, and refine tangible data artifacts-such as tables, lists, and visualizations-all within an interactive canvas. Within this environment, users can perform analysis-including data transformations such as joining tables or creating visualizations-while an in-built AI both proactively offers context-aware guidance and automation, and reactively responds to explicit user requests. An exploratory user study (N=15) with WebSeek as a probe reveals participants' diverse analysis strategies, underscoring their desire for transparency and control during human-AI collaboration.