論文の概要: Human-Human-AI Triadic Programming: Uncovering the Role of AI Agent and the Value of Human Partner in Collaborative Learning

• arxiv url: http://arxiv.org/abs/2601.12134v1
• Date: Sat, 17 Jan 2026 18:32:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.476456
• Title: Human-Human-AI Triadic Programming: Uncovering the Role of AI Agent and the Value of Human Partner in Collaborative Learning
• Title（参考訳）: 人間-Human-AI三進プログラミング - 協調学習におけるAIエージェントの役割と人間パートナーの価値を明らかにする
• Authors: Taufiq Daryanto, Xiaohan Ding, Kaike Ping, Lance T. Wilhelm, Yan Chen, Chris Brown, Eugenia H. Rho,
• Abstract要約: 我々の研究は、人間-人間-AI(HHAI)三進プログラミングを導入し、AIエージェントは人間のパートナーの代わりに、追加の協力者として機能する。 三進的HHAI条件では、参加者は仕事においてAI生成コードに依存していなかった。 これらの知見は、AIを可視化し、人間の仲間に説明責任を持たせることによって、三進的セッティングが社会的に共有される学習の規制をどのように活性化するかを示す。
• 参考スコア（独自算出の注目度）: 10.772613370888516
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As AI assistance becomes embedded in programming practice, researchers have increasingly examined how these systems help learners generate code and work more efficiently. However, these studies often position AI as a replacement for human collaboration and overlook the social and learning-oriented aspects that emerge in collaborative programming. Our work introduces human-human-AI (HHAI) triadic programming, where an AI agent serves as an additional collaborator rather than a substitute for a human partner. Through a within-subjects study with 20 participants, we show that triadic collaboration enhances collaborative learning and social presence compared to the dyadic human-AI (HAI) baseline. In the triadic HHAI conditions, participants relied significantly less on AI-generated code in their work. This effect was strongest in the HHAI-shared condition, where participants had an increased sense of responsibility to understand AI suggestions before applying them. These findings demonstrate how triadic settings activate socially shared regulation of learning by making AI use visible and accountable to a human peer, suggesting that AI systems that augment rather than automate peer collaboration can better preserve the learning processes that collaborative programming relies on.
• Abstract（参考訳）: プログラミングの実践にAIアシスタントが組み込まれるにつれて、研究者たちは、これらのシステムが学習者がコードを生成し、より効率的に働くのにどのように役立つかを、ますます研究してきた。 しかしながら、これらの研究はしばしばAIを人間のコラボレーションの代替と位置づけ、協調プログラミングで現れる社会的および学習指向の側面を見落としている。 我々の研究は、人間-人間-AI(HHAI)三進プログラミングを導入し、AIエージェントは人間のパートナーの代わりに、追加の協力者として機能する。 20名の被験者を対象にした内的調査を通じて,3進的コラボレーションは,Dyadic Human-AI(HAI)ベースラインと比較して,協調学習と社会的存在感を高めることを示した。 三進的HHAI条件では、参加者は仕事においてAI生成コードに依存していなかった。 この効果は、参加者がAI提案を適用する前に理解する責任感が高まるHHAI共有状態において最強であった。 これらの結果は、AIを人間のピアに可視的かつ説明責任を持たせることによって、三進的セッティングが学習の社会的に共有される規制をどのように活性化させるかを示し、ピアコラボレーションを自動化するのではなく、拡大するAIシステムは、協調プログラミングが依存する学習プロセスをよりよく保存できることを示唆している。

関連論文リスト

• Vibe Coding: Is Human Nature the Ghost in the Machine? [0.0]
  私たちは、ヒューマンプロダクトリーダとAIソフトウェアエンジニアの3つの“バイブコーディング”セッションを分析しました。 チームダイナミクス,コミュニケーションパターン,開発成果の類似点と相違点を検討した。 驚いたことに、その後の会話では、AIエージェントがその成果を体系的に誤って表現していたことが判明した。
  論文  参考訳（メタデータ） (2025-08-28T15:48:48Z)
• From Passive Tool to Socio-cognitive Teammate: A Conceptual Framework for Agentic AI in Human-AI Collaborative Learning [0.0]
  我々は、ツールとしてのAIから、コラボレーションパートナとしてのAIへの移行をグラフ化する、新しい概念的フレームワークを提案する。 真の意識や共有意図を欠いたAIが真の協力者であるかどうかを検討する。 この区別は、教育におけるAIの教育、教育設計、そして将来の研究課題に重要な意味を持つ。
  論文  参考訳（メタデータ） (2025-08-20T16:17:32Z)
• Operationalizing AI for Good: Spotlight on Deployment and Integration of AI Models in Humanitarian Work [52.96150571365764]
  人道的・人道的組織(H2H)との密接なコラボレーションの詳細を共有します。 リソース制約のある環境でAIモデルをデプロイする方法、継続的なパフォーマンスアップデートのためにそのメンテナンス方法について論じる。
  論文  参考訳（メタデータ） (2025-07-21T17:30:38Z)
• A Task-Driven Human-AI Collaboration: When to Automate, When to Collaborate, When to Challenge [16.734679201317896]
  性能を改善しつつ、適切な人間とAIの統合が有意義なエージェンシーを維持するかを示す。 この枠組みは、実用的で道徳的に健全な人間とAIのコラボレーションの基礎を築いた。
  論文  参考訳（メタデータ） (2025-05-23T23:19:15Z)
• Aligning Generalisation Between Humans and Machines [74.120848518198]
  AI技術は、科学的発見と意思決定において人間を支援することができるが、民主主義と個人を妨害することもある。 AIの責任ある使用と人間-AIチームへの参加は、AIアライメントの必要性をますます示している。 これらの相互作用の重要かつしばしば見落とされがちな側面は、人間と機械が一般化する異なる方法である。
  論文  参考訳（メタデータ） (2024-11-23T18:36:07Z)
• Let people fail! Exploring the influence of explainable virtual and robotic agents in learning-by-doing tasks [45.23431596135002]
  本研究は,古典的対パートナー意識による説明が学習作業中の人間の行動とパフォーマンスに与える影響を比較検討した。 その結果, パートナー意識による説明は, 関係する人工エージェントの種類によって, 参加者に異なる影響を及ぼした。
  論文  参考訳（メタデータ） (2024-11-15T13:22:04Z)
• Human AI Collaboration in Software Engineering: Lessons Learned from a Hands On Workshop [1.14603174659129]
  この研究は、人間のAIインタラクションの進化する性質、ソフトウェアエンジニアリングタスクにおけるAIの能力、この領域にAIを統合することの課題と制限など、重要なテーマを特定している。 この結果は、AI、特にChatGPTがコード生成と最適化の効率を改善する一方で、特に複雑な問題解決とセキュリティ上の考慮を必要とする分野において、人間の監視は依然として重要であることを示している。
  論文  参考訳（メタデータ） (2023-12-17T06:31:05Z)
• Human-Centered AI for Data Science: A Systematic Approach [48.71756559152512]
  HCAI(Human-Centered AI)は、さまざまなヒューマンタスクをサポートするAI技術の設計と実装を目的とした研究活動である。 データサイエンス(DS)に関する一連の研究プロジェクトを使ってHCAIにどのようにアプローチするかをケーススタディとして紹介する。
  論文  参考訳（メタデータ） (2021-10-03T21:47:13Z)
• Joint Mind Modeling for Explanation Generation in Complex Human-Robot Collaborative Tasks [83.37025218216888]
  本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。 ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。 その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2020-07-24T23:35:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。