基于大语言模型的临界论文阅读现场思考交流

大语言模型(LLM)的人机协作用户研究方法(访谈、调查、观察)原型设计与用户测试大学教授与研究人员HCI 研究员

批判性阅读是研究人员发展批判性思维技能的主要途径。与同伴交流想法和观点可以加强批判性阅读,但年轻研究人员往往缺乏能够提供多样化视角的同伴。为了解决这一差距,我们根据形成性研究(N=8)的同伴反馈设计了一个现场思考交流界面,以支持年轻研究人员的批判性论文阅读。我们评估了三种条件(无智能体、单智能体和多智能体)下46名年轻研究人员两周内的思考交流效果。结果表明,在论文阅读中整合智能体介导的思考交流显著提高了参与者的批判性思维分数。在单智能体条件下,参与者更频繁地对论文内容做出反思性注释。在多智能体条件下,参与者更积极地与智能体的回应互动。定性分析进一步揭示了参与者在多智能体条件下比较和分析多个视角。本工作通过对思考交流的理解,为批判性论文阅读的现场人工智能支持做出了贡献,并为未来研究提供了设计启示。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/iui/226610/2026

广告推荐

学习 AI 编程到 CodeNow

一眼看懂

论文快照

fact_check
dataset
来源
IUI
calendar_month
年份
2026
emoji_events
奖项
未标记奖项
group
作者
6 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、用户研究方法(访谈、调查、观察)、原型设计与用户测试
work
职业/产业
大学教授与研究人员、HCI 研究员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文