Facilitando Orientação Proativa e Reativa para Tomada de Decisão na Web: Uma Sonda de Design com o WebSeek **Resumo:** A tomada de decisão informada na web frequentemente requer a coleta e síntese de informações de múltiplas fontes, um processo que pode ser cognitivamente sobrecarregador. Este artigo apresenta o WebSeek, uma sonda de design que explora como sistemas web podem fornecer orientação tanto *proativa* (sugerindo informações relevantes) quanto *reativa* (respondendo a consultas diretas do usuário) para apoiar este processo. Através de um estudo de usabilidade com 15 participantes, investigamos como os utilizadores interagem com estas duas modalidades de orientação durante tarefas de pesquisa e comparação. Os nossos resultados indicam que a orientação proativa foi considerada mais útil para a descoberta de informações e expansão de perspectivas, enquanto a orientação reativa foi preferida para a verificação de factos específicos e confirmação de entendimentos. No entanto, observámos uma tensão fundamental: a utilidade da orientação proativa depende criticamente da sua relevância e oportunidade, sendo que sugestões mal calibradas podem distrair ou aborrecer o utilizador. Com base nas nossas descobertas, delineamos considerações de design para sistemas futuros que visam integrar de forma harmoniosa ambos os tipos de orientação, equilibrando a autonomia do utilizário com suporte contextual inteligente. O WebSeek serve como um ponto de partida para repensar as ferramentas de apoio à decisão na web, argumentando a favor de abordagens mais adaptáveis e contextualmente conscientes. **Palavras-chave:** Tomada de Decisão, Suporte à Decisão, Interação Humano-Computador, Design de Sistemas de Informação, Web, Orientação Proativa, Orientação Reativa, Sonda de Design.
Facilitating Proactive and Reactive Guidance for Decision Making on the Web: A Design Probe with WebSeek
January 21, 2026
Autores: Yanwei Huang, Arpit Narechania
cs.AI
Resumo
Agentes de IA web, como o ChatGPT Agent e o GenSpark, são cada vez mais utilizados para tarefas rotineiras baseadas na web, mas ainda dependem de comandos de entrada baseados em texto, carecem de deteção proativa da intenção do utilizador e não oferecem suporte para análise de dados interativa e tomada de decisão. Apresentamos o WebSeek, uma extensão de navegador de iniciativa mista que permite aos utilizadores descobrir e extrair informações de páginas web para, em seguida, construir, transformar e refinar de forma flexível artefactos de dados tangíveis – como tabelas, listas e visualizações – tudo dentro de uma tela interativa. Neste ambiente, os utilizadores podem realizar análises – incluindo transformações de dados, como unir tabelas ou criar visualizações – enquanto uma IA integrada oferece proativamente orientação e automação contextualmente conscientes e reage de forma reativa a pedidos explícitos do utilizador. Um estudo de utilizador exploratório (N=15) com o WebSeek como ferramenta de investigação revela as diversas estratégias de análise dos participantes, salientando o seu desejo por transparência e controlo durante a colaboração humano-IA.
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.