論文の概要: Designing Proactive Thought Partners for Writing

• arxiv url: http://arxiv.org/abs/2609.01588v1
• Date: Tue, 01 Sep 2026 17:54:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-02 16:31:36.922984
• Title: Designing Proactive Thought Partners for Writing
• Title（参考訳）: 著述のための積極的思考パートナの設計
• Authors: Chao Zhang, Abe Davis, Chih-Wei Chen, Chin-Chia Hsu,
• Abstract要約: 本稿では、文章作成中に、カスタマイズ可能な高レベルの認知支援を積極的に提供するAIエージェントについて、プロアクティブな思考パートナーの設計空間について検討する。 私たちはこのコンセプトをテクノロジプローブでインスタンス化し、1週間に16人の参加者でデプロイしました。 ユーザが書いているように、関連するパートナが適切なタイミングでイニシアティブを実施して提案する。
• 参考スコア（独自算出の注目度）: 10.60536472013999
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Writing involves diverse cognitive activities, from ideation to revision, and writers' needs vary across individuals and moments. Proactive AI promises to provide the right support at the right time, yet existing proactive tools largely focus on generic textual assistance, such as autocomplete. This paper studies the design space of proactive thought partners: AI agents that proactively offer customizable, higher-level cognitive support during writing. We instantiated this concept in a technology probe and deployed it with 16 participants for one week. The probe allows users to create partners by configuring their roles and proactivity. As users write, relevant partners take the initiative at appropriate moments to offer suggestions. Our findings show that participants configured proactive support through prospective planning, used suggestions for both idea generation and self-monitoring, and valued lightweight visual representations alongside non-directive rhetorical framing for non-intrusive interventions. We derive implications for designing proactive writing assistants around customization, timing, engagement, and representation.
• Abstract（参考訳）: 執筆には、アイデアからリビジョンまで多様な認知活動が含まれており、作家のニーズは個人や瞬間によって異なる。 Proactive AIは適切なタイミングで適切なサポートを提供すると約束するが、既存のproactiveツールは、オートコンプリートのような一般的なテキストアシストに重点を置いている。 本稿では、文章作成中に、カスタマイズ可能な高レベルの認知支援を積極的に提供するAIエージェントについて、プロアクティブな思考パートナーの設計空間について検討する。 私たちはこのコンセプトをテクノロジプローブでインスタンス化し、1週間に16人の参加者でデプロイしました。 この調査により、ユーザーは役割と活動性を設定することでパートナーを作成することができる。 ユーザが書いているように、関連するパートナが適切なタイミングでイニシアティブを実施して提案を行う。 本研究は, 予測計画による積極的な支援, アイデア生成と自己監視の両面での提案, 非侵襲的介入のための非指向的修辞的フレーミングと並行して, 軽量な視覚表現を重要視した。 我々は、カスタマイズ、タイミング、エンゲージメント、表現について、プロアクティブな筆記アシスタントを設計することの意味を導き出す。

関連論文リスト

• Towards Cognitive Process-Aware Proactive Writing Support [12.962186653354458]
  本研究は,認知過程に関連する14種類の記述支援タイプと,各プロセスに関連付けられた特性的相互作用の挙動を同定する。 私たちはこのフレームワークをAToM CoWriterでインスタンス化します。
  論文  参考訳（メタデータ） (2026-08-31T08:21:11Z)
• From Intention to Text: AI-Supported Goal Setting in Academic Writing [3.589282565450899]
  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。
  論文  参考訳（メタデータ） (2026-04-17T08:01:52Z)
• Creating General User Models from Computer Use [53.59999173952482]
  本稿では,コンピュータとのインタラクションを観察することでユーザについて学習する汎用ユーザモデル(GUM)のアーキテクチャを提案する。 GUMは、ユーザ(例えばデバイスのスクリーンショット)の非構造化観察を入力として受け取り、ユーザの知識と好みをキャプチャする信頼度重み付け命題を構築する。
  論文  参考訳（メタデータ） (2025-05-16T04:00:31Z)
• FeedQUAC: Quick Unobtrusive AI-Generated Commentary [8.057486493973304]
  さまざまな視点からリアルタイムAI生成コメンタリーを提供するデザインコンパニオンであるFeedQUACを紹介する。 我々は、AIフィードバックの役割、その強みと限界、そしてそれを既存の設計に統合する方法について議論する。 今後の創造性支援システムの設計と評価には,環境相互作用が有用であることが示唆された。
  論文  参考訳（メタデータ） (2025-04-23T04:48:00Z)
• "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)
• A Design Space for Intelligent and Interactive Writing Assistants [55.9780345526642]
  タスク、ユーザ、テクノロジ、インタラクション、エコシステムの5つの側面について調べる。 各側面において、115の論文を体系的にレビューすることで、次元(アスペクトの基本成分)と符号(各次元の潜在的なオプション)を定義する。 私たちのデザインスペースは、研究者やデザイナーに、アシスタントを書く様々な可能性について、ナビゲートし、理解し、比較するための実用的なツールを提供することを目的としています。
  論文  参考訳（メタデータ） (2024-03-21T04:03:16Z)
• Towards Full Authorship with AI: Supporting Revision with AI-Generated Views [3.109675063162349]
  大きな言語モデル(LLM)は、ユーザーがプロンプトを通じてテキストを生成できるようにすることで、ツールを書く際に新しいユーザーインターフェイス(UI)パラダイムを形作っている。 このパラダイムは、ユーザからシステムへの創造的なコントロールを移行することで、書き込みプロセスにおけるユーザのオーサシップと自律性を低下させる。 テキストフォーカス(Textfocals)は,文章作成におけるユーザの役割を強調する,人間中心のアプローチを調査するためのプロトタイプである。
  論文  参考訳（メタデータ） (2024-03-02T01:11:35Z)
• GhostWriter: Augmenting Collaborative Human-AI Writing Experiences Through Personalization and Agency [1.6505331001136512]
  大規模言語モデル (LLM) は、様々な書き手に様々な形式の筆記支援を提供することで、ユビキタスになった。 我々はGhostWriterを紹介した。GhostWriterはAIによって強化されたデザインプローブで、ユーザーは書き込み中に強化されたエージェンシーとパーソナライズを実行できる。
  論文  参考訳（メタデータ） (2024-02-13T23:48:59Z)
• Interacting with Non-Cooperative User: A New Paradigm for Proactive Dialogue Policy [83.61404191470126]
  インタラクティブな環境下でプロアクティブなポリシーを学習できるI-Proという新しいソリューションを提案する。 具体的には,4つの要因からなる学習目標重みを通じてトレードオフを学習する。 実験の結果,I-Proは,有効性と解釈性において,ベースラインを著しく上回っていることがわかった。
  論文  参考訳（メタデータ） (2022-04-07T14:11:31Z)

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。