論文の概要: An Experimental Comparison of Cognitive Forcing Functions for Execution Plans in AI-Assisted Writing: Effects On Trust, Overreliance, and Perceived Critical Thinking

• arxiv url: http://arxiv.org/abs/2601.18033v1
• Date: Sun, 25 Jan 2026 23:03:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-27 17:22:45.364729
• Title: An Experimental Comparison of Cognitive Forcing Functions for Execution Plans in AI-Assisted Writing: Effects On Trust, Overreliance, and Perceived Critical Thinking
• Title（参考訳）: AI支援書記における実行計画に対する認知的強制関数の実験的比較:信頼,信頼,批判的思考に対する影響
• Authors: Ahana Ghosh, Advait Sarkar, Siân Lindley, Christian Poelitz,
• Abstract要約: ジェネレーティブAI(GenAI)ツールは、書き込みなどの知識の生産性を向上させるだけでなく、リスクの過信も改善する。 認知強制機能(CFF)は、AI出力とのアクティブな関与を必要とすることにより、これらのリスクを軽減する。 我々は、AI生成計画のレビュー中に参加者がAI支援のタスクを完了した制御実験を行う。 その結果, 評価CFFは認知負荷を増大させることなく, 過信を効果的に低減し, 参加者はWhatIf CFFが最も有用であると考えた。
• 参考スコア（独自算出の注目度）: 15.090090953426868
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative AI (GenAI) tools improve productivity in knowledge workflows such as writing, but also risk overreliance and reduced critical thinking. Cognitive forcing functions (CFFs) mitigate these risks by requiring active engagement with AI output. As GenAI workflows grow more complex, systems increasingly present execution plans for user review. However, these plans are themselves AI-generated and prone to overreliance, and the effectiveness of applying CFFs to AI plans remains underexplored. We conduct a controlled experiment in which participants completed AI-assisted writing tasks while reviewing AI-generated plans under four CFF conditions: Assumption (argument analysis), WhatIf (hypothesis testing), Both, and a no-CFF control. A follow-up think-aloud and interview study qualitatively compared these conditions. Results show that the Assumption CFF most effectively reduced overreliance without increasing cognitive load, while participants perceived the WhatIf CFF as most helpful. These findings highlight the value of plan-focused CFFs for supporting critical reflection in GenAI-assisted knowledge work.
• Abstract（参考訳）: ジェネレーティブAI(GenAI)ツールは、書き込みなどの知識ワークフローの生産性を向上させると同時に、リスクの過度さと批判的思考の低減も実現している。 認知強制機能(CFF)は、AI出力とのアクティブな関与を必要とすることにより、これらのリスクを軽減する。 GenAIワークフローが複雑化するにつれて、システムはユーザレビューの実行計画をますます提示する。 しかし、これらの計画はそれ自体がAI生成であり、過度に信頼される傾向にあり、CFFをAI計画に適用する効果はまだ未調査である。 CFFの4つの条件下でAI生成計画をレビューしながら、参加者がAI支援のタスクを完了した制御実験を行う: 仮定(argument analysis)、WhatIf(hypothesis testing)、その両方、非CFFコントロール。 質問紙調査と質問紙調査は,これらの条件を質的に比較した。 その結果, 評価CFFは認知負荷を増大させることなく, 過信を効果的に低減し, 参加者はWhatIf CFFが最も有用であると考えた。 これらの知見は、GenAI支援知識研究における批判的リフレクションを支援するために、計画中心のCFFの価値を強調した。

関連論文リスト

• Barriers to AI Adoption: Image Concerns at Work [0.0]
  私は、労働者がAIへの依存が評価者に見える場合、低いレートでAIレコメンデーションを採用することに気付きました。 労働者がAIに大きく依存することを恐れていることが、労働者自身の判断に対する自信の欠如を示唆していることを示す、インセンティブに適合する新しい方法を紹介します。
  論文  参考訳（メタデータ） (2025-11-23T18:50:34Z)
• The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
  AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。 我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
  論文  参考訳（メタデータ） (2025-06-09T18:37:14Z)
• De-skilling, Cognitive Offloading, and Misplaced Responsibilities: Potential Ironies of AI-Assisted Design [3.6284577335311563]
  UXにフォーカスしたサブレディットから120以上の記事や議論を分析しました。 以上の結果から,実践者は繰り返し作業の削減と創造性の向上に楽観的であることが示唆された。 UX専門家は、AIの役割を即時生産性の向上を超えて批判的に評価すべきである、と私たちは主張する。
  論文  参考訳（メタデータ） (2025-03-05T21:47:16Z)
• Engaging with AI: How Interface Design Shapes Human-AI Collaboration in High-Stakes Decision-Making [8.948482790298645]
  各種意思決定支援機構がユーザエンゲージメント,信頼,人間とAIの協調タスクパフォーマンスに与える影響について検討する。 その結果,AIの信頼性レベルやテキスト説明,パフォーマンス視覚化などのメカニズムにより,人間とAIの協調作業性能が向上することが判明した。
  論文  参考訳（メタデータ） (2025-01-28T02:03:00Z)
• How Performance Pressure Influences AI-Assisted Decision Making [52.997197698288936]
  我々は、プレッシャーと説明可能なAI(XAI)技術がAIアドバイステイク行動とどのように相互作用するかを示す。 我々の結果は、圧力とXAIの異なる組み合わせで複雑な相互作用効果を示し、AIアドバイスの行動を改善するか、悪化させるかのどちらかを示す。
  論文  参考訳（メタデータ） (2024-10-21T22:39:52Z)
• Impact Of Explainable AI On Cognitive Load: Insights From An Empirical Study [0.0]
  本研究は、新型コロナウイルスのユースケースを用いて、実装に依存しないXAI説明型の認知負荷、タスクパフォーマンス、タスク時間を測定する。 これらの説明型は, エンドユーザの認知負荷, タスクパフォーマンス, タスク時間に強く影響を及ぼすことがわかった。
  論文  参考訳（メタデータ） (2023-04-18T09:52:09Z)

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。