“我们该深入挖掘吗”：设计与评估 LLM 代理在非同步在线讨论中推进知识共建的策略
人机交互
2026-02-03 v2
摘要
非同步在线讨论使具有多样性的参与者能够超越单个贡献，共同构建知识。这一过程理想情况下应经历多个阶段，从浅层信息交换到更深层的综合。然而，许多讨论在早期阶段便陷入停滞。现有 AI 干预通常针对特定阶段，缺乏机制来逐步推进知识共建，不同干预方式在此背景下的影响亦不明确，亟需进一步探讨。为填补这一空白，我们组织了一场设计工作坊，探讨在知识共建过程中实施的 AI 干预策略（任务导向型和/或关系导向型），并实现了一个具备在各阶段均促进知识进展并巩固基础的 LLM 代理。我们进行了一项包含五次连续非同步讨论的 within-subject 研究（N=60），结果显示该代理持续推动知识进展至更深层次，不同风格对内容与体验均产生了distinctive 效果。这些发现为设计能够维持更具建设性在线讨论的自适应 AI 代理提供了可操作的指导。
引用
@article{arxiv.2509.23327,
title = {"Shall We Dig Deeper?": Designing and Evaluating Strategies for LLM Agents to Advance Knowledge Co-Construction in Asynchronous Online Discussions},
author = {Yuanhao Zhang and Wenbo Li and Xiaoyu Wang and Kangyu Yuan and Shuai Ma and Xiaojuan Ma},
journal= {arXiv preprint arXiv:2509.23327},
year = {2026}
}