协助还是干扰？探索和评估主动 AI 编程支持的设计与权衡
人机交互
2025-09-09 v4 人工智能
软件工程
摘要
AI 编程工具 enable powerful code generation，且最近的原型尝试通过主动 AI 智能体减少用户 effort，但其对编程工作流程的影响尚未探索。我们引入并评估了 Codellaborator，一个设计探针 LLM 智能体，基于编辑器活动和任务上下文发起编程 assistance。我们探索了三个界面变量来 assess 主动 AI support 之间的权衡：仅提示、主动智能体和带有 presence and context 的主动智能体(Codellaborator)。在 N=18 的 within-subject 研究中，我们发现主动智能体比仅提示范式提高了效率，但也带来了工作流程的干扰。然而，presence 指示器和 interaction context support 缓解了干扰并提高了用户对 AI process 的 awareness。我们强调 Codellaborator 对 user control、ownership 和 code understanding 的权衡，强调需要根据编程 process 来 adapt proactivity。我们的研究为主动 AI 系统的设计探索和评估做出了贡献， presenting 关于 AI 集成编程工作流程的 design implications。
关键词
引用
@article{arxiv.2502.18658,
title = {Assistance or Disruption? Exploring and Evaluating the Design and Trade-offs of Proactive AI Programming Support},
author = {Kevin Pu and Daniel Lazaro and Ian Arawjo and Haijun Xia and Ziang Xiao and Tovi Grossman and Yan Chen},
journal= {arXiv preprint arXiv:2502.18658},
year = {2025}
}