Aller au contenu principal
Accès ouvert déclaré 2026 article

Co-creating eco-visualizations: a human–AI collaborative pipeline for data-driven visual design

0Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : it. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Abstract Communicating complex environmental phenomena requires forms of visualization that go beyond analytical accuracy to support engagement, interpretation, and reflection. Eco-visualization addresses this challenge by combining data representation with aesthetic and narrative elements, but its creation often demands technical skills. This paper presents a Human–AI co-creative pipeline for the design of eco-visualizations, in which AI acts as an active collaborator throughout the visual creation process. The approach integrates generative image creation, AI-assisted segmentation, and data-driven color mapping into a structured workflow that supports iterative interaction between human and AI. We implement this pipeline as a web-based system and evaluate it through a user study with a mixed-method approach. Results show that while the system is perceived as engaging and conceptually innovative, users experience notable usability challenges and cognitive load during interaction. These findings highlight key tensions in Human–AI co-creation, particularly between control and ease of use. Overall, this work contributes a concrete design approach to Human–AI collaboration in eco-visualization and provides empirical insights that inform the development of more accessible and effective co-creative tools for communicating complex environmental data.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Co-creating eco-visualizations: a human–AI collaborative pipeline for data-driven visual design
Date Crossref
11/09/2026
Éditeur
Springer Science and Business Media LLC
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Les institutions déclarées

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Data Visualization and AnalyticsInnovative Human-Technology InteractionEthics and Social Impacts of AI

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.