跳脫對話框限制：結合資工與工業設計，打造認知包容型生成式 AI 介面
arXiv - Human-Computer InteractionVirginia Francisco, Daniel Guasch, Raquel Herv\'as
透過跨學科共同設計，提出超越傳統對話框的雙層支架框架，以提升智力障礙者的生成式 AI 使用體驗。
AI 幫你先抓重點
AI 重點 1
從「對話中心」轉向「多層次支架」的設計範式轉移。
滑鼠懸停看 AI 判斷理由
這改變了我們對 AI 介面的認知：AI 不應僅是等待指令的對話框，而應是能根據使用者認知需求，主動提供結構化引導與感官支持的協作夥伴。
AI 重點 2
跨學科協作在解決複雜認知障礙設計中的必要性。
滑鼠懸停看 AI 判斷理由
資工的邏輯嚴謹性與工業設計的體驗導向互補，能同時解決技術信任度與心理認知負荷的問題，這對開發包容性教育科技產品至關重要。
核心研究發現
- 1
研究發現傳統對話框介面對智力障礙者造成高認知負荷，包含提示詞撰寫困難、資訊過載及難以判別資訊可靠性等障礙。
- 2
資工團隊設計偏向結構化支架，強調透過可靠性指標、明確來源與上下文管理來提升系統的可預測性與信任感。
- 3
工業設計團隊則著重體驗式支架，透過步驟式回應流、專注模式與多模態整合，提供節奏控制與主動引導的代理感。
- 4
研究總結出一個雙層支架框架，結合了結構化與體驗式的設計元素，為認知包容型 AI 介面提供了新的設計空間。
對教育工作者的啟發
對於設計包容性學習工具的開發者，建議不要僅依賴文字對話框。在設計 AI 輔助學習系統時，應整合「結構化支架」（如：提供選項而非空白輸入、顯示資訊來源、自動摘要長對話）與「體驗式支架」（如：分步驟引導、視覺化重點、多模態互動）。這能有效降低學習者的認知負荷，特別是針對有認知障礙或學習困難的學生，讓他們能更自主地與 AI 進行知識建構。
原始文獻資訊
- 英文標題：
- Thinking Outside the [Chat]Box: Bridging Computer Science and Industrial Design for Cognitive-Inclusive Generative AI
- 作者：
- Virginia Francisco, Daniel Guasch, Raquel Herv\'as
- 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。