論文の概要: From Intention to Text: AI-Supported Goal Setting in Academic Writing

• arxiv url: http://arxiv.org/abs/2604.15800v1
• Date: Fri, 17 Apr 2026 08:01:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-20 22:00:19.805538
• Title: From Intention to Text: AI-Supported Goal Setting in Academic Writing
• Title（参考訳）: 意図からテキストへ:学術書記におけるAI対応ゴール設定
• Authors: Yueling Fan, Richard Lee Davis, Olga Viberg,
• Abstract要約: WriteFlowはAI音声ベースの書き込みアシスタントで、目標指向のインタラクションを通じて、反射的な学術的な書き込みをサポートするように設計されている。 本稿では、意図的およびエージェント的記述を支援するために、反射的対話、フレキシブルな目標構造、多視点フィードバックを優先するAI記述システムの設計意義について論じる。
• 参考スコア（独自算出の注目度）: 3.589282565450899
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This study presents WriteFlow, an AI voice-based writing assistant designed to support reflective academic writing through goal-oriented interaction. Academic writing involves iterative reflection and evolving goal regulation, yet prior research and a formative study with 17 participants show that writers often struggle to articulate and manage changing goals. While commonly used AI writing tools emphasize efficiency, they offer limited support for metacognition and writer agency. WriteFlow frames AI interaction as a dialogic space for ongoing goal articulation, monitoring, and negotiation grounded in writers' intentions. Findings from a Wizard-of-Oz study with 12 expert users show that WriteFlow scaffolds metacognitive regulation and reflection-in-action by supporting iterative goal refinement, maintaining goal-text alignment during drafting, and prompting evaluation of goal fulfillment. We discuss design implications for AI writing systems that prioritize reflective dialogue, flexible goal structures, and multi-perspective feedback to support intentional and agentic writing.
• Abstract（参考訳）: 本研究は、目標指向インタラクションによる反射的学術的文章作成を支援するために設計された、AI音声ベースの書込みアシスタントWriteFlowを提案する。 学術的な執筆には反復的なリフレクションと目標の規制の進化が含まれるが、先行研究と17人の参加者による形式的な研究は、作家が変化する目標を明確化し管理するのに苦労していることを示している。 一般的に使用されるAI記述ツールは効率を重視しているが、メタ認知とライターエージェンシーの限定的なサポートを提供する。 WriteFlowは、著者の意図に根ざした、進行中の目標記述、監視、交渉のためのダイアログ空間として、AIインタラクションをフレーム化する。 The Wizard-of-Oz study with 12 expert usersによると、WriteFlowはメタ認知的規制とリフレクション・イン・アクションを、反復的なゴール改善をサポートし、ドラフト中のゴールテキストアライメントを維持し、ゴール達成の評価を促す。 本稿では、意図的およびエージェント的記述を支援するために、反射的対話、フレキシブルな目標構造、多視点フィードバックを優先するAI記述システムの設計意義について論じる。

関連論文リスト

• Moving Beyond Review: Applying Language Models to Planning and Translation in Reflection [17.23739251695297]
  本稿では,大規模言語モデル (LLM) の最初の適用方法を提案する。 Penséeは、会話エージェントを使用して構造化されたリフレクション計画を構築することで、これらのステージにおける明示的なAIサポートの効果を探求するツールである。 その結果,学習者が文章認知プロセス理論の計画と翻訳の段階で支援を受けると,反射深度と構造的品質が著しく向上することがわかった。
  論文  参考訳（メタデータ） (2026-03-30T15:42:38Z)
• Author-in-the-Loop Response Generation and Evaluation: Integrating Author Expertise and Intent in Responses to Peer Review [53.99984738447279]
  最近の作業は、このタスクを著者の専門知識と意図を活かした自動テキスト生成として捉えている。 本稿では,著者の明示的な入力,多属性制御,評価誘導による改良を統合したREspGenについて紹介する。 この定式化をサポートするために、アライメントされたレビュー-レスポンス-リビジョン三つ子の最初の大規模データセットであるRe$3$Alignを構築した。
  論文  参考訳（メタデータ） (2026-01-19T14:07:10Z)
• Exposía: Academic Writing Assessment of Exposés and Peer Feedback [56.428320613219306]
  高等教育における文章とフィードバックアセスメントを結びつける最初の公開データセットであるExposaを提示する。 我々はExposaを使って,(1)提案の自動スコアリング,(2)学生レビューの2つのタスクに対して,最先端のオープンソース大言語モデル(LLM)をベンチマークする。
  論文  参考訳（メタデータ） (2026-01-10T11:33:26Z)
• Co-Writing with AI, on Human Terms: Aligning Research with User Demands Across the Writing Process [17.275752224799497]
  AI記述支援のための4つの包括的な設計戦略を特定します。 著者が望むAI介入のレベルが、執筆プロセスによって異なることが明らかとなった。 我々の発見は、AIとの共同筆記のための人間中心の筆記ツールを開発するための実用的な設計ガイダンスを提供する。
  論文  参考訳（メタデータ） (2025-04-16T21:05:46Z)
• "It was 80% me, 20% AI": Seeking Authenticity in Co-Writing with Large Language Models [97.22914355737676]
  我々は、AIツールと共同で書き込む際に、著者が自分の真正な声を保存したいかどうか、どのように検討する。 本研究は,人間とAIの共創における真正性の概念を解明するものである。 読者の反応は、人間とAIの共著に対する関心が低かった。
  論文  参考訳（メタデータ） (2024-11-20T04:42:32Z)
• VISAR: A Human-AI Argumentative Writing Assistant with Visual Programming and Rapid Draft Prototyping [13.023911633052482]
  VISARは、著者のブレインストーミングと、執筆コンテキストにおける階層的な目標の修正を支援するために設計されたAI対応の筆記アシスタントシステムである。 テキストの同期編集とビジュアルプログラミングによって引数構造を整理し、議論の発散による説得力を高める。 制御された研究室研究により、議論的な執筆計画プロセスの促進におけるVISARの有用性と有効性が確認された。
  論文  参考訳（メタデータ） (2023-04-16T15:29:03Z)
• Few-Shot Stance Detection via Target-Aware Prompt Distillation [48.40269795901453]
  本論文は,知識ベースや少人数の学習者を対象とした事前学習型言語モデル(PLM)の可能性に着想を得たものである。 PLMは、ターゲットに対して重要なコンテキスト情報を提供し、プロンプトを介して数発の学習を可能にする。 姿勢検出タスクにおいて,対象が重要な役割を担っていることを考慮し,目標認識プロンプトを設計し,新しい言語化手法を提案する。
  論文  参考訳（メタデータ） (2022-06-27T12:04:14Z)
• Revise and Resubmit: An Intertextual Model of Text-based Collaboration in Peer Review [52.359007622096684]
  ピアレビューは、ほとんどの科学分野における出版プロセスの重要な要素である。 既存のNLP研究は個々のテキストの分析に重点を置いている。 編集補助は、しばしばテキストのペア間の相互作用をモデル化する必要がある。
  論文  参考訳（メタデータ） (2022-04-22T16:39:38Z)
• Structural Pre-training for Dialogue Comprehension [51.215629336320305]
  本稿では,SPIDER, Structure Pre-trained DialoguE Readerについて述べる。 対話のような特徴をシミュレートするために,元のLM目的に加えて,2つの訓練目標を提案する。 広く使われている対話ベンチマークの実験結果から,新たに導入した自己教師型タスクの有効性が検証された。
  論文  参考訳（メタデータ） (2021-05-23T15:16:54Z)

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。