「我沒時間讀那麼多」：理解軟體工程師對智能編碼助理的認知投入
arXiv - Human-Computer InteractionCarlos Rafael Catalan, Lheane Marie Dizon, Patricia Nicole Monderin, Emily Kuang
本研究探討了軟體工程師在使用智能編碼助理時的認知投入程度，發現其投入度隨著任務進程下降，並指出當前設計缺乏促進反思與理解的機制。
AI 幫你先抓重點
AI 重點 1
認知投入度隨任務進程下降
滑鼠懸停看 AI 判斷理由
此發現揭示了過度依賴 AI 的潛在風險，提醒使用者在使用智能編碼助理時，應保持警惕，積極參與思考與驗證，避免流於機械式操作。這對於提升軟體工程師的專業能力至關重要。
AI 重點 2
缺乏反思、驗證與意義建構的機制
滑鼠懸停看 AI 判斷理由
目前智能編碼助理的設計未能充分支持軟體工程師的認知過程，這意味著有必要重新思考如何設計更具互動性、能促進深度思考的工具，以提升 AI 輔助編碼的效率與品質。
核心研究發現
- 1
軟體工程師在使用智能編碼助理時，其認知投入程度會隨著任務的進行而持續下降，顯示過度依賴可能導致思考的懈怠。
- 2
目前智能編碼助理的設計，在支持軟體工程師進行反思、驗證和意義建構方面存在不足，未能充分發揮「思考工具」的作用。
- 3
研究發現，軟體工程師在處理任務時，較少主動驗證 AI 提供的程式碼，容易產生過度自信，影響程式碼的品質。
- 4
缺乏適當的互動模式和認知強制機制，會降低軟體工程師對 AI 輔助編碼過程的參與度與理解深度。
- 5
提升智能編碼助理的設計，使其能促進更深入的思考和理解，對於確保軟體系統的可靠性與安全性至關重要。
對教育工作者的啟發
此研究提醒教育者在編碼教學中，應強調批判性思考與問題解決能力，而非僅僅依賴工具。在設計教育科技工具時，應納入促進反思、驗證與意義建構的機制，例如提供逐步解說、鼓勵使用者提問、以及設計互動式學習活動。此外，也應引導學生理解 AI 的局限性，培養其獨立思考與判斷的能力，避免過度依賴 AI 導致的認知偏差。
原始文獻資訊
- 英文標題：
- "I'm Not Reading All of That": Understanding Software Engineers' Level of Cognitive Engagement with Agentic Coding Assistants
- 作者：
- Carlos Rafael Catalan, Lheane Marie Dizon, Patricia Nicole Monderin, Emily Kuang
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- ISTA-DASLab/gemma-3-27b-it-GPTQ-4b-128g
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。