في عالم يتطور بسرعة، تزداد أهمية وكالات واجهات المستخدم في الهاتف الذكي (Mobile GUI Agents) التي تهدف إلى تسهيل حياة المستخدمين من خلال أتمتة المهام مباشرة على واجهات التطبيقات. ومع ذلك، يظل كيفية تواصل هذه الوكالات مع المستخدمين أثناء تنفيذ المهام موضوعًا يحتاج إلى المزيد من الاستكشاف.

تعتمد الأنظمة الحالية على أسلوبين متناقضين: التنفيذ في المقدمة (Foreground Execution) الذي يزيد من الشفافية ولكنه يقيد إمكانية القيام بمهام متعددة، والتنفيذ في الخلفية (Background Execution) الذي يدعم القيام بمهام متعددة لكنه يقلل من الوعي البصري.

من خلال سلسلة من الدراسات التشكيلية، تبين أن المستخدمين يفضلون نموذجًا هجينًا يعتمد على التفاعل البصري في الوقت المناسب (Just-in-Time Visual Interaction). ومع ذلك، يتوقف اختيار أفضل وسيلة للعرض على نوع المهمة المنجزة.

إلهامًا من هذه النتائج، تم تقديم AgentLens، وكيل واجهات المستخدم في الهاتف الذكي القادر على التكيف مع ثلاث وسائل عرض بصرية أثناء التفاعل مع المستخدم: واجهة كاملة (Full UI)، واجهة جزئية (Partial UI)، وواجهة توليد (GenUI). يعمل AgentLens على توسيع الوكيل التقليدي للهواتف النقالة من خلال إجراءات تواصل تكييفية، ويستخدم تقنية العرض الافتراضي (Virtual Display) لتمكين التنفيذ في الخلفية مع طبقات بصرية انتقائية.

في دراسة منضبطة شملت 21 مشاركًا، اختار 85.7% من المشاركين AgentLens وكان لديه أعلى درجات القابلية للاستخدام (1.94 Overall PSSUQ) ودرجة النية في التبني (6.43/7). ما يسهل فعالية العمل بين الإنسان والآلة بشكل ملحوظ.

في الختام، يمثل AgentLens خطوة مهمة نحو تفاعلات أكثر سلاسة وفعالية بين المستخدمين وأجهزتهم، مما يفتح آفاق جديدة في عالم التكنولوجيا الحديثة.