論文の概要: Understanding Usage and Engagement in AI-Powered Scientific Research Tools: The Asta Interaction Dataset

• arxiv url: http://arxiv.org/abs/2602.23335v1
• Date: Thu, 26 Feb 2026 18:40:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-27 18:41:22.853055
• Title: Understanding Usage and Engagement in AI-Powered Scientific Research Tools: The Asta Interaction Dataset
• Title（参考訳）: AIによる科学研究ツールの利用と定着を理解する:アスタインタラクションデータセット
• Authors: Dany Haddad, Dan Bareket, Joseph Chee Chang, Jay DeYoung, Jena D. Hwang, Uri Katz, Mark Polak, Sangho Suh, Harshit Surana, Aryeh Tiktinsky, Shriya Atmakuri, Jonathan Bragg, Mike D'Arcy, Sergey Feldman, Amal Hassan-Ali, Rubén Lozano, Bodhisattwa Prasad Majumder, Charles McGrady, Amanpreet Singh, Brooke Vlahos, Yoav Goldberg, Doug Downey,
• Abstract要約: 我々は,20万以上のユーザクエリとインタラクションログからなる大規模リソースであるAsta Interactionデータセットを分析した。 クエリパターン、エンゲージメントの振る舞い、使用方法のエクスペリエンスによる進化を特徴付けます。 我々は、匿名化されたデータセットと分析を新しいクエリ分類でリリースし、現実世界のAI研究アシスタントの将来の設計を知らせる。
• 参考スコア（独自算出の注目度）: 47.98539809308384
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: AI-powered scientific research tools are rapidly being integrated into research workflows, yet the field lacks a clear lens into how researchers use these systems in real-world settings. We present and analyze the Asta Interaction Dataset, a large-scale resource comprising over 200,000 user queries and interaction logs from two deployed tools (a literature discovery interface and a scientific question-answering interface) within an LLM-powered retrieval-augmented generation platform. Using this dataset, we characterize query patterns, engagement behaviors, and how usage evolves with experience. We find that users submit longer and more complex queries than in traditional search, and treat the system as a collaborative research partner, delegating tasks such as drafting content and identifying research gaps. Users treat generated responses as persistent artifacts, revisiting and navigating among outputs and cited evidence in non-linear ways. With experience, users issue more targeted queries and engage more deeply with supporting citations, although keyword-style queries persist even among experienced users. We release the anonymized dataset and analysis with a new query intent taxonomy to inform future designs of real-world AI research assistants and to support realistic evaluation.
• Abstract（参考訳）: AIを利用した科学研究ツールは、研究ワークフローに急速に統合されているが、研究者たちが現実世界の環境でこれらのシステムを使う方法について、明確なレンズが欠けている。 我々は,LLMを利用した検索拡張生成プラットフォーム内の2つのデプロイツール(文献検索インタフェースと科学的質問応答インタフェース)から,20万以上のユーザクエリと対話ログからなる大規模リソースであるAsta Interaction Datasetを提示し,解析する。 このデータセットを使用することで、クエリパターン、エンゲージメントの振る舞い、エクスペリエンスによる使用方法の進化を特徴付ける。 ユーザが従来の検索よりも長く複雑なクエリを送信し,共同研究パートナとして扱うことで,コンテンツのドラフト作成や研究ギャップの特定といったタスクを委任する。 ユーザは生成されたレスポンスを永続的なアーティファクトとして扱い、アウトプットを再考し、ナビゲートし、非線形的な方法でエビデンスを引用する。 経験を積むと、ユーザはよりターゲットされたクエリを発行し、引用のサポートに深く関与するが、キーワードスタイルのクエリは経験豊富なユーザの間でも継続する。 我々は、匿名化されたデータセットと分析を新しいクエリ指向の分類法でリリースし、現実世界のAI研究アシスタントの将来の設計を知らせ、現実的な評価を支援する。

関連論文リスト

• LISP -- A Rich Interaction Dataset and Loggable Interactive Search Platform [10.637323019551035]
  対話型情報検索(IIR)における人間の探索行動研究のための再利用可能なデータセットと関連インフラを提案する。 このデータセットは、61人の参加者からの詳細なインタラクションログと、知覚速度、トピック固有の関心、検索専門知識、人口統計情報など、ユーザ特性を組み合わせたものだ。
  論文  参考訳（メタデータ） (2026-01-14T10:49:13Z)
• WebResearcher: Unleashing unbounded reasoning capability in Long-Horizon Agents [72.28593628378991]
  WebResearcherは、マルコフ決定プロセスとしてディープリサーチを再構築する反復的なディープリサーチパラダイムである。 WebResearcherは最先端のパフォーマンスを実現し、フロンティアのプロプライエタリシステムを超えています。
  論文  参考訳（メタデータ） (2025-09-16T17:57:17Z)
• From Web Search towards Agentic Deep Research: Incentivizing Search with Reasoning Agents [96.65646344634524]
  推論とエージェント能力を備えた大規模言語モデル(LLM)は、エージェントディープリサーチ(Agenic Deep Research)と呼ばれる新しいパラダイムを取り入れている。 静的なWeb検索から,計画,探索,学習を行う対話型エージェントベースのシステムへの進化を辿ります。 我々はエージェントディープリサーチが既存のアプローチを著しく上回るだけでなく、将来の情報探索において支配的なパラダイムになることを実証する。
  論文  参考訳（メタデータ） (2025-06-23T17:27:19Z)
• A GenAI System for Improved FAIR Independent Biological Database Integration [0.0]
  実験的な自然言語に基づくクエリ処理システムを導入し,生物学データベースの発見,アクセス,クエリを可能にする。 FAIRBridgeは、クエリインテントを解釈し、関連するデータベースにマップし、実行可能なクエリを生成するAIの機能を活用する。 このシステムには、低品質のクエリ処理を緩和し、提供された情報の忠実度と応答性を確保するための堅牢なツールも含まれている。
  論文  参考訳（メタデータ） (2025-06-22T08:04:24Z)
• DISCOVER: A Data-driven Interactive System for Comprehensive Observation, Visualization, and ExploRation of Human Behaviour [6.716560115378451]
  我々は,人間行動分析のための計算駆動型データ探索を効率化するために,モジュール型でフレキシブルでユーザフレンドリなソフトウェアフレームワークを導入する。 我々の主な目的は、高度な計算方法論へのアクセスを民主化することであり、これにより研究者は、広範囲の技術的熟練を必要とせずに、詳細な行動分析を行うことができる。
  論文  参考訳（メタデータ） (2024-07-18T11:28:52Z)
• Synergistic Interplay between Search and Large Language Models for Information Retrieval [141.18083677333848]
  InteRにより、RMはLLM生成した知識コレクションを使用してクエリの知識を拡張することができる。 InteRは、最先端手法と比較して総合的に優れたゼロショット検索性能を実現する。
  論文  参考訳（メタデータ） (2023-05-12T11:58:15Z)

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。