aiedtechassessmentlearning designhigher education

MindCopilot：人機協同寫作的形式化與評估

arXiv - Human-Computer InteractionYouqing Fang (University of Science and Technology of China, Shanghai AI Laboratory), Yinhao Tang (University of Science and Technology of China, Shanghai AI Laboratory), Yanan Sun (Shanghai AI Laboratory), Jiangning Liu (Shanghai AI Laboratory), Ziyi Wang (Shanghai AI Laboratory), Xun Zhao (Shanghai AI Laboratory), Bin Liu (University of Science and Technology of China), Weiming Zhang (University of Science and Technology of China), Kuikun Liu (Shanghai AI Laboratory), Wenwei Zhang (Shanghai AI Laboratory), Kai Chen (Shanghai AI Laboratory)

提出人機協同寫作的馬可決策過程模型與交互評估指標，揭示互動結構對接受與編輯成本的影響。

AI 幫你先抓重點

AI 重點 1

交互式評估揭示了傳統輸出質量指標忽略的使用者編輯行為。

滑鼠懸停看 AI 判斷理由
此洞察說明在設計寫作助手時，必須考慮使用者在實時互動中的接受與修正決策，否則即使輸出優秀也可能無法提升實際寫作效率。
AI 重點 2

將寫作視為人機馬可決策過程，提供可擴充的框架以評估不同協同策略。

滑鼠懸停看 AI 判斷理由
此框架允許研究者與開發者在不同寫作領域中模擬並比較協同策略，促進更精細化的助手設計與個性化介入。
AI 重點 3

Co-Writing Fidelity Suite的分層接受率與知識編輯距離能捕捉使用者在不同寫作階段的認知負荷差異。

滑鼠懸停看 AI 判斷理由
這使得設計者能針對高負荷階段調整建議頻率與內容，提升使用者體驗與學習成效。

核心研究發現

  1. 1

    透過1,688次控制式延續查詢的模擬研究，發現不同寫作階段的互動結構顯著影響使用者對建議的接受率與編輯成本。

  2. 2

    建立的Co-Writing Fidelity Suite包含分層接受率與知識感知編輯距離，可量化使用者-助手對齊度與認知編輯負擔。

  3. 3

    30名參與者的實驗證實模擬中觀察到的接受行為與編輯成本模式與實際使用者行為高度一致。

對教育工作者的啟發

1) 在設計協同寫作工具時，加入交互評估指標（如分層接受率、知識編輯距離）以量化使用者對建議的接受度與編輯負擔。2) 根據寫作階段調整建議頻率與深度，避免在高負荷階段過度干預。3) 利用馬可決策框架模擬不同協同策略，預測使用者行為，進而優化介入時機與內容。4) 在實際教學中，可透過收集學生編輯行為數據，評估寫作助手的實際效益，並持續迭代。

原始文獻資訊

英文標題：
MindCopilot: Towards Formalizing and Evaluating Granular Human-LLM Co-Writing
作者：
Youqing Fang (University of Science and Technology of China, Shanghai AI Laboratory), Yinhao Tang (University of Science and Technology of China, Shanghai AI Laboratory), Yanan Sun (Shanghai AI Laboratory), Jiangning Liu (Shanghai AI Laboratory), Ziyi Wang (Shanghai AI Laboratory), Xun Zhao (Shanghai AI Laboratory), Bin Liu (University of Science and Technology of China), Weiming Zhang (University of Science and Technology of China), Kuikun Liu (Shanghai AI Laboratory), Wenwei Zhang (Shanghai AI Laboratory), Kai Chen (Shanghai AI Laboratory)
來源：
arXiv - Human-Computer Interaction
AI 摘要模型：
openai/gpt-oss-20b
閱讀原文

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。