APPROVE：結合大型語言模型與視覺化介面的機器人編程框架
arXiv - Human-Computer InteractionBijan Kavousian, Miray \"Ozakkas, Josefine Monnet, Oliver Petrovic, Christian Brecher
提出一個結合自然語言、視覺化積木介面與使用者確認機制，以提升機器人編程透明度與可重用性的框架。
AI 幫你先抓重點
AI 重點 1
從「全自動生成」轉向「人機協作確認」的設計範式。
滑鼠懸停看 AI 判斷理由
傳統 AI 編程傾向於黑箱式的自動生成，這在需要高精確度的機器人領域極具風險。透過視覺化介面讓使用者介入，能有效建立對 AI 的信任感，並解決 LLM 幻覺帶來的錯誤執行問題。
AI 重點 2
強調程式組件的可重用性與知識累積。
滑鼠懸停看 AI 判斷理由
這不僅是技術問題，更是一種學習路徑。透過將確認過的程式存入庫中，使用者能從單次任務轉向建立自己的工具集，這對於非專業人士建立長期編程能力至關重要。
核心研究發現
- 1
開發了 APPROVE 框架，將 LLM 生成的自然語言指令轉化為 Blockly 視覺化積木介面，讓非專業使用者能直觀理解程式邏輯。
- 2
引入了顯性的「使用者確認步驟」，允許使用者在執行前對生成的程式進行確認、修改或拒絕，確保 AI 生成內容符合使用者意圖。
- 3
建立了一個功能庫機制，將經使用者確認過的程式組件儲存起來，實現程式碼的重複使用，逐步累積可靠的編程組件。
對教育工作者的啟發
對於教育工作者而言，此研究提供了將複雜技術（如機器人編程）轉化為低門檻學習活動的範例。在設計 STEM 課程時，不應僅依賴 AI 直接給出答案，而應設計「中間層」讓學生能檢視、修改 AI 的邏輯（如透過積木介面）。這種「人機協作」的模式能培養學生的計算思維與批判性思考，讓學生從單純的指令輸入者，轉變為能審核與優化 AI 產出內容的監督者，進而建立對技術的掌控感與信任感。
原始文獻資訊
- 英文標題：
- APPROVE: Visual End-User-in-the-Loop Robot Programming with LLMs
- 作者：
- Bijan Kavousian, Miray \"Ozakkas, Josefine Monnet, Oliver Petrovic, Christian Brecher
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。