可配置的 AI 編碼助手：為追求掌控感的開發者進行設計
arXiv - Human-Computer InteractionEkaterina Koshchenko, Jovana Stankovic, Ilya Zakharov, Agnia Sergeyuk
本研究探討專業開發者對 AI 編碼助手的配置需求，發現開發者渴望對任務細節進行高度掌控。
AI 幫你先抓重點
AI 重點 1
從「黑盒模型」轉向「透明可控工具」的設計範式轉移
滑鼠懸停看 AI 判斷理由
這項洞察挑戰了 AI 僅作為自動化生成工具的傳統觀念。對於專業人士而言，AI 的價值不在於完全取代人類，而在於提供可預測且可調整的輔助。這對於設計高階學習工具或專業協作系統具有指導意義。
AI 重點 2
功能可發現性（Discoverability）與功能需求之間的落差
滑鼠懸停看 AI 判斷理由
研究顯示開發者想要的功能，現有工具往往未提供或隱藏太深。這提醒設計者，僅僅開發出強大的 AI 功能是不夠的，如何建立統一且易於發現的配置介面，才是提升使用者信任與效能的關鍵。
核心研究發現
- 1
開發者對可配置性展現強烈興趣，72.6% 的有用性評分呈正面，但僅約三分之一的人知道現有工具具備相關配置功能。
- 2
開發者對任務相關控制需求最高，例如設定最低信心門檻、建議品質的可視化以及回應長度控制。
- 3
相對於任務導向的控制，開發者認為與「人格特質（persona）」相關的配置需求較低，甚至被視為不必要。
- 4
研究將 33 種配置選項歸納為四大類：程式碼建議、系統與政策、人機互動、以及使用者及其個人情境。
對教育工作者的啟發
在設計面向專業人士或高階學習者的 AI 輔助工具時，應避免過度強調 AI 的「人格化」或「擬人化」設定，轉而強化「任務控制權」。具體建議包括：提供參數化的控制介面（如信心門檻）、增加 AI 決策過程的可視化（如解釋為何給出此建議），以及確保配置選項直觀且易於發現。這有助於使用者建立對 AI 的心理模型，從單純的「使用者」轉變為能與 AI 協作的「監督者」，進而提升學習與工作的自主性。
原始文獻資訊
- 英文標題：
- Configurable AI Coding Assistants: Designing For Developers Who Like to Be in Control
- 作者：
- Ekaterina Koshchenko, Jovana Stankovic, Ilya Zakharov, Agnia Sergeyuk
- 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。