본 연구는 인간-AI 협력을 통한 연구 질문 공동 창작 과정을 탐구하였다. 연구팀은 먼저 HCI 연구자들을 대상으로 한 포커스 그룹 인터뷰를 통해 연구 질문 개발 과정에 대한 이해를 높였다. 이를 바탕으로 CoQuest라는 시스템을 설계하였는데, 이 시스템은 LLM 기반 AI 에이전트와 사용자가 상호작용하며 연구 질문을 공동 창작할 수 있도록 지원한다.
CoQuest 시스템은 크게 세 가지 패널로 구성되어 있다. 첫째, 연구 질문 생성 및 편집을 지원하는 RQ Flow Editor 패널, 둘째, 관련 문헌을 탐색할 수 있는 Paper Graph Visualizer 패널, 셋째, AI의 추론 과정을 설명하는 AI Thoughts 패널이다.
연구팀은 CoQuest 시스템의 두 가지 설계 옵션(너비 우선 vs. 깊이 우선 생성)을 바탕으로 20명의 HCI 연구자를 대상으로 실험을 진행하였다. 실험 결과, 너비 우선 생성 방식이 전반적인 사용자 경험에서 더 창의적이고 신뢰도 높게 평가되었다. 반면 깊이 우선 생성 방식의 연구 질문이 더 창의적이라고 평가되었다. 또한 AI 처리 지연 시간이 사용자에게 긍정적인 영향을 미치는 것으로 나타났는데, 이를 통해 사용자가 다양한 연구 질문을 탐색하고 통제감을 느낄 수 있었다.
본 연구는 이론적으로 인간-AI 협력 기반 연구 질문 공동 창작 모델을 제안하고 평가하였다. 또한 실용적으로 LLM 기반 에이전트 시스템을 구현하고, 사용자 경험과 행동을 실증적으로 분석하였다. 마지막으로 연구 질문 공동 창작 시 발생할 수 있는 윤리적 이슈를 논의하고, AI를 활용하여 인간의 창의성을 증진시키는 방향을 제안하였다.
Sang ngôn ngữ khác
từ nội dung nguồn
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Yiren Liu,Si... lúc arxiv.org 03-22-2024
https://arxiv.org/pdf/2310.06155.pdfYêu cầu sâu hơn