arXiv cs.CL· Shmuel Amar, Benjamin Lieber, Ori Shapira, Debanjana Kar, Sebastian Maximilian Dennerlein, Yufang Hou, Ido Dagan·· 12 小时前AI 评分31
CoWriter：引导方法论与协同式人机共同写作
CoWriter: Guiding Methodological and Synergetic Human-LLM Co-Authoring
AI 导读
CoWriter 是一个主动式智能体方案，将认知科学中的人类专家（合）写作方法论引入整个写作流程，主动引导用户参与而非被动监督。在探索性用户研究中，使用 CoWriter 的作者成功触发智能体交互的次数是标准 LLM 基线的 2.2 倍，更好地表达了自身观点并保持更高的文档主人翁感。外部读者评审还认为其文本在故事性和融入个人独特经历等"人味"维度上得分更高。
正文 · AI 翻译
摘要：尽管 LLM 已经改变了文本生成，标准的聊天与画布界面往往将人类作者的角色弱化为相当被动的监督，导致审阅疲劳、对 AI 的过度依赖，以及在长篇、基于来源的写作中人类角色的边缘化。此前的系统通常只处理孤立的写作阶段，全面的端到端人机协作在很大程度上仍未被探索。本文提出 CoWriter，一种主动式智能体方案，它将认知科学中的专家人类（共同）写作方法加以适配，以灵活引导整个写作流程，同时积极鼓励用户参与。在一项探索性用户研究中，与标准 LLM 基线相比，使用 CoWriter 的作者更好地表达了自身观点，并保持了更高的文档主人翁意识，量化上体现为成功智能体交互次数多出 $2.2\times$。此外，外部读者评审对所得文本在“人情味”特质上的评分更高，例如叙事性和融入独特的个人经历。总体而言，我们的结果表明，通过既有的人类实践主动吸引用户参与，有利于实现有效的 LLM 辅助共同写作，并为未来协作智能体研究提供了有用的方法、技术和洞见。
| 学科： | 计算与语言（cs.CL）；人工智能（cs.AI）；人机交互（cs.HC） |
| 引用为： | arXiv:2610.31277 [cs.CL] |
| （或 arXiv:2610.31277v1 [cs.CL] 为本版本） | |
| https://doi.org/10.48550/arXiv.2610.31277 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Shmuel Amar [查看邮箱]
[v1]
2026年10月22日 星期四 13:45:47 UTC（2,808 KB）
来源：arXiv cs.CL · arxiv.org