探索元认知支持代理人在人机协作创作中的潜力

尽管生成式AI（GenAI）设计工具有提升设计流程的潜力，但专业人士往往难以将AI融入工作流程。基本认知挑战包括：需要预先将所有设计标准指定为独立参数（意图表述），以及设计师因认知卸载而减少对设计过程的认知参与，这可能导致问题探索不足、规范不完整和评估结果的能力有限。鉴于这些挑战，我们设想了一种新型元认知支持代理，帮助设计师更反思性地与GenAI合作。为探索这一愿景，我们通过一项Wizard of Oz诱导研究，对20名机械设计师进行了探索性原型设计，探讨了多种元认知支持策略。我们发现，获得代理支持的用户比未获得支持的用户创建了更可行的设计方案，不同支持策略之间存在差异性影响。基于这些发现，我们讨论了元认知支持代理的机会和权衡，以及未来基于AI的设计工具的考虑因素。