Surprise2Refine：以軸心為中心的代理輔助創意鷹架探索與精煉系統
arXiv - Human-Computer InteractionYuzhe You, Gromit Yeuk-Yin Chan, Shunan Guo, Anlan Zhang, Eunyee Koh, Jian Zhao, Tongyu Zhou
提出一種動態調整設計空間寬度的軸心工作流，透過 AI 代理輔助使用者在創意探索與精煉階段間有效切換。
AI 幫你先抓重點
AI 重點 1
從「固定空間」轉向「動態調整空間」的設計範式轉變
滑鼠懸停看 AI 判斷理由
傳統 AI 工具往往提供靜態或持續擴張的選項，這會造成資訊過載。本研究強調 AI 應根據任務階段（探索 vs. 精煉）主動收縮或擴張搜尋空間，這對於設計高效能的學習鷹架至關重要。
AI 重點 2
強調使用者對 AI 輔助過程的「控制感」與「路徑追蹤」
滑鼠懸停看 AI 判斷理由
在創意與自主學習過程中，若 AI 完全接管決策會降低學習者的主體性。透過軸心互動讓使用者能重塑空間，能確保 AI 是作為「鷹架」而非「替代品」，這對設計 SRL 工具具有高度啟發。
核心研究發現
- 1
研究發現設計師在創意不同階段需要不同的設計空間：探索階段需要廣度，而精煉階段則需要針對性。
- 2
透過對 14 名設計師的受試者內研究證明，Surprise2Refine 能增強使用者的控制感並支持追蹤鷹架路徑。
- 3
實驗結果顯示，使用該系統能提升使用者對設計成果在創意性方面的感知評價。
對教育工作者的啟發
對於開發 AI 輔助學習工具的設計者而言，不應僅追求提供「更多」選項，而應設計具備「情境感知」能力的系統。建議在設計教學輔助工具時，應根據學習者的認知負荷與任務目標（如：發散性思考階段 vs. 收斂性思考階段），動態調整資訊提供的廣度與深度。此外，應提供可視化的路徑追蹤功能，讓學習者能理解自己是如何從初步構想演進到最終成果，這有助於培養學習者的元認知能力與自我調節能力。
原始文獻資訊
- 英文標題：
- Surprise2Refine: Axis-Centered Exploration-To-Refinement for Agent-Assisted Creative Scaffolding
- 作者：
- Yuzhe You, Gromit Yeuk-Yin Chan, Shunan Guo, Anlan Zhang, Eunyee Koh, Jian Zhao, Tongyu Zhou
- 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。