从答案提供者到设计导师：用认知学徒模型引导LLM
人机交互
2026-01-28 v1 人工智能
摘要
设计反馈帮助实践者改进其作品，同时促进反思和设计推理。大型语言模型如ChatGPT可以支持设计工作，但通常提供通用的、一次性的建议，限制了反思性参与。我们研究如何通过应用认知学徒模型来引导LLM充当设计导师，该模型强调通过六种方法展示推理：示范、指导、支架、表达、反思和探索。我们通过结构化提示将这些教学方法操作化，并在一个受试者内研究中与数据可视化实践者一起进行评估。参与者与基线LLM和用认知学徒提示设计的教学LLM进行了交互。通过调查、访谈和对话日志分析比较了不同条件下的体验。我们的发现表明，认知启发的提示引发了更深层次的设计推理和更具反思性的反馈交流，尽管基线有时会根据任务类型或经验水平而被偏好。我们提炼出用于促进反思实践的AI辅助反馈系统的设计考量。
引用
@article{arxiv.2601.19053,
title = {From Answer Givers to Design Mentors: Guiding LLMs with the Cognitive Apprenticeship Model},
author = {Yongsu Ahn and Lejun R Liao and Benjamin Bach and Nam Wook Kim},
journal= {arXiv preprint arXiv:2601.19053},
year = {2026}
}