多用户与AI代理的协作文档编辑

大语言模型(LLM)的人机协作协作写作工具创意协作与反馈系统UI/UX 设计师AI/ML 研究员与工程师HCI 研究员

文献标题

Collaborative Document Editing with Multiple Users and AI Agents

出版信息

  • 主题领域: 将AI代理整合到协作写作环境中。
  • 关键词: 协作写作, AI代理, 团队与AI交互, 文档编辑, 共享资源, 代理配置, 任务分配, 以人为中心的设计, 大型语言模型, 混合主动系统。

背景与问题

  • 问题/挑战: 当前的AI写作工具主要面向个人使用,用户需要离开协作环境才能与AI互动。这导致AI生成的内容难以重新整合到共享文档中,同时缺乏对基于团队的工作流程的支持。
  • 重要性: 解决这一问题对于提升协作写作流程、满足行业对AI整合共享工具的需求以及支持以人为中心的团队与AI协作至关重要。
  • 动机与相关研究: 以往研究主要关注人类之间的协作写作或个人使用AI的场景,忽略了两者的交集。现有工具缺乏将AI整合到团队工作流程中的用户界面模式。本论文基于调查和研究中发现的空白,例如缺乏针对协作写作的AI辅助工具。

解决方案

  • 提出的方法: 一个原型系统,将可定制的AI代理整合到协作文档编辑器中,通过代理配置文件、任务列表和基于评论的交互实现共享使用。
  • 创新点:
    1. 引入共享代理配置文件,用于配置AI角色。
    2. 通过共享任务列表实现显式任务分配,支持手动和自动触发。
    3. 将AI响应整合到协作评论中,提供熟悉且可控的交互方式。
  • 实施过程和关键技术:
    • 用户通过结构化(类似简历)和非结构化(笔记)格式创建代理。
    • 任务可以手动触发,也可以根据预定义触发条件自动执行。
    • AI生成的响应以评论形式出现,用户可以接受、拒绝或进一步优化建议。
    • 系统采用支持实时协作的后端,并连接到大型语言模型(LLM)以实现AI功能。

结果

  • 具体发现:
    • 参与者共创建了39个代理(每组平均2.79个)和67个任务(每组平均5.15个)。
    • AI评论被用作共享行动项,共记录了468条评论(其中AI生成376条,用户生成92条)。
    • 可用性评分:SUS平均分为66.92,CSI平均分为67.21。
    • 最终文本平均字数为1623字,Flesch阅读难度得分为17.71,反映了学术写作的复杂性。
  • 相较基线的优势:
    • 避免了在工具之间切换的需求,加快了工作流程。
    • 支持团队协作创建和使用针对团队需求定制的AI代理。
    • 提供手动和可控的AI交互方式,解决了信任和冗长问题。
  • 实验/评估:
    • 用户研究包括30名参与者,分为14组,持续一周。
    • 混合方法:交互日志、半结构化访谈和问卷调查。
    • 任务包括真实写作或关于“AI在日常生活中的应用”的预定义文章。
  • 局限性与未来工作:
    • 仅限于学术写作者;需要研究更广泛的人群。
    • 短期部署;长期研究可探索演变中的协作规范。
    • 建议未来与替代设计进行比较,并开展关于代理所有权的定量研究。

总结

本文介绍了一种将可定制AI代理整合到协作文档编辑器中的原型系统,解决了团队协作AI写作工具的空白。研究表明,代理配置文件被视为个人领域,而创建的代理及其输出则是共享资源。团队倾向于手动控制AI行为,并权衡单一代理与多个代理之间的效率和视角价值。这些发现揭示了将AI视为共享资源的机会与界限,为未来协作写作系统的设计提供了指导。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/222028/2026

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3772318.3790648
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、协作写作工具、创意协作与反馈系统
work
职业/产业
UI/UX 设计师、AI/ML 研究员与工程师、HCI 研究员
article
内容状态
已索引正文
hub
相关论文
8 篇相关论文