SimStep：面向 AI 生成的交互式仿真的抽象链式
人机交互
2025-07-15 v1 人工智能
摘要
利用生成式 AI 进行编程提示提供了一种面向非程序员的新型编程范式，使其能够通过自然语言描述教学目标来生成交互式学习内容。尽管绕过直接代码编写，但许多编程的核心功能——如可追溯性、逐步细化和行为测试——都丢失了。我们提出抽象链式（CoA）框架，以恢复这些功能，同时保持自然语言的表达灵活性。CoA 将合成过程分解为一系列认知上有意义、任务对齐的表示序列，这些表示作为规范、检查和细化的检查点。我们在 SimStep 中实现了这一方法，这是一个为教师提供仿真创建的 authoring 环境，通过四个中间抽象：概念图、情景图、学习目标图和 UI 交互图来支架仿真创建。为解决模糊性和误差，我们的 SimStep 包括一种逆向校正过程，可暴露填充的模型假设并实现无需操作代码的有针对性的修订。针对教育者的评估显示，CoA 在编程提示工作流程中实现了更大的控制力和可解释性。
关键词
引用
@article{arxiv.2507.09664,
title = {SimStep: Chain-of-Abstractions for Incremental Specification and Debugging of AI-Generated Interactive Simulations},
author = {Zoe Kaputa and Anika Rajaram and Vryan Almanon Feliciano and Zhuoyue Lyu and Maneesh Agrawala and Hari Subramonyam},
journal= {arXiv preprint arXiv:2507.09664},
year = {2025}
}