DOI: https://doi.org/10.1145/3757566
تاريخ النشر: 2025-10-16
المؤلف: Mohi Reza وآخرون
الموضوع الرئيسي: قابلية الاستخدام وتصميم واجهة المستخدم
نظرة عامة
تستكشف ورقة البحث التوافق بين تفاعل الإنسان مع الكمبيوتر (HCI) والعمل التعاوني المدعوم بالكمبيوتر (CSCW) في معالجة مخاوف الكتاب بشأن أدوات الكتابة المدعومة بالذكاء الاصطناعي. من خلال مراجعة منهجية لـ 109 ورقات بحثية في HCI من 2018 إلى 2024، صنف المؤلفون استراتيجيات التصميم عبر أربع عمليات كتابة أساسية—التخطيط، والترجمة، والمراجعة، والمراقبة—وخمس سياقات: أكاديمية، إبداعية، رسمية، شخصية، وعامة. حددوا أربع استراتيجيات تصميم شاملة: الإرشاد المنظم، الاستكشاف الموجه، الكتابة المشتركة النشطة، والتعليقات النقدية.
بالإضافة إلى ذلك، كشفت المقابلات شبه المنظمة مع 15 كاتبًا أن التفضيلات للسيطرة والملكية أثناء الكتابة المدعومة بالذكاء الاصطناعي تختلف بشكل كبير حسب السياق. يفضل الكتاب الذين يركزون على الشكل السيطرة على الأسلوب والمراجعة، بينما يركز الكتاب الذين يركزون على المحتوى على التخطيط وتوليد الأفكار. تؤكد الدراسة على أهمية المراقبة كعملية معرفية تتطلب مزيدًا من الاستكشاف. وتخلص إلى أن الحفاظ على الوكالة والملكية في التعاون بين الإنسان والذكاء الاصطناعي يتطلب فهمًا دقيقًا لتفضيلات السيطرة لدى الكتاب، داعيةً إلى أنظمة تكيفية تحترم وكالة المستخدم من خلال ميزات مثل تفضيلات اقتراحات الذكاء الاصطناعي وضوابط مشاركة الذكاء الاصطناعي القابلة للتعديل. تهدف هذه العمل إلى إبلاغ تطوير أدوات الكتابة المدعومة بالذكاء الاصطناعي التي تركز على الإنسان والتي تسهل تجارب الكتابة المشتركة الحقيقية.
مقدمة
تتناول مقدمة ورقة البحث الدور المتطور لنماذج اللغة الكبيرة (LLMs) مثل ChatGPT في عملية الكتابة، مسلطةً الضوء على طبيعتها المزدوجة كأدوات مفيدة وتهديدات محتملة لوكالة الكتاب وملكيتهم. مع تكامل أدوات الذكاء الاصطناعي في الكتابة، تعزز مراحل مختلفة من التأليف، من العصف الذهني إلى التحرير. ومع ذلك، يثير هذا التكامل مخاوف بشأن تآكل سيطرة الكتاب واستثمارهم الشخصي في عملهم. يقترح المؤلفون أن فهم كيفية دعم أنظمة الكتابة المدعومة بالذكاء الاصطناعي للعمليات المعرفية أمر حاسم للحفاظ على شعور الكتاب بالوكالة والملكية وتفويض المهام.
لتحقيق هذه الديناميات، يطرح المؤلفون سؤالين بحثيين: (1) استراتيجيات التصميم المستخدمة في أبحاث الكتابة المدعومة بالذكاء الاصطناعي الحالية وتوافقها مع عمليات الكتابة المتميزة، و(2) العمليات المعرفية التي يعتبرها الكتاب أساسية للحفاظ على الوكالة أثناء الكتابة المدعومة بالذكاء الاصطناعي. أجروا مراجعة منهجية لـ 1,676 ورقة ومقابلات مع 15 كاتبًا لاستكشاف هذه الأسئلة. تكشف النتائج عن توافقات وفجوات بين أنظمة دعم الكتابة بالذكاء الاصطناعي الحالية واحتياجات الكتاب، مما يؤدي إلى توجيه تصميم قابل للتنفيذ يهدف إلى الحفاظ على وكالة المستخدم. تسهم هذه العمل في مجتمع الذكاء الاصطناعي المتمركز حول الإنسان في CSCW من خلال تقديم دراسة شاملة حول وكالة الإنسان في الكتابة المدعومة بالذكاء الاصطناعي، موضحةً استراتيجيات التصميم، ومقدمةً توصيات ملموسة لأدوات الكتابة بالذكاء الاصطناعي المستقبلية.
الطرق
في هذا القسم، يحدد المؤلفون نهجهم المنهجي لمراجعة الأدبيات المنهجية حول أنظمة دعم الكتابة بالذكاء الاصطناعي، ملتزمين بإرشادات PRISMA لتعزيز جودة وموثوقية نتائجهم. تشمل المراجعة الأبحاث المنشورة من 2018 إلى 2024، وهي فترة تتميز بظهور نماذج اللغة المعتمدة على المحولات وزيادة كبيرة في الدراسات المتعلقة بالذكاء الاصطناعي ضمن تفاعل الإنسان مع الكمبيوتر (HCI). يشير المؤلفون إلى مجموعة بيانات توضح هذا الاتجاه، كما هو موضح في الشكل 2a.
بالإضافة إلى ذلك، يشير القسم إلى أن المؤلفين سيقدمون معلومات منهجية مفصلة بشأن دراستهم الثانية، والتي تشمل تجنيد المشاركين، وإجراءات الدراسة، وتقنيات تحليل البيانات. يهدف هذا النهج الشامل إلى ضمان نتائج بحث قوية وشفافة في سياق أنظمة دعم الكتابة بالذكاء الاصطناعي.
النتائج
تنظم نتائج الدراسة في اكتشافات من تحقيقين متميزين. في الدراسة 1، يحلل المؤلفون تباين دعم الكتابة عبر خمسة سياقات، محددين اختلافات في الأهداف، والمستخدمين، والعمليات. يقدمون أربع استراتيجيات تصميم شاملة تميز كيفية مساعدة أنظمة الذكاء الاصطناعي للكتاب، مع التأكيد على الآثار المترتبة على الوكالة، وتفويض المهام، وتصميم التفاعل. تكشف مراجعة منهجية للأدبيات عن تركيز بحث غير متوازن، مع تسليط الضوء بشكل خاص على تمثيل قوي للأنشطة المتعلقة بالتوليد والترجمة في السياقات الإبداعية والأكاديمية، بينما تكون عمليات المراقبة ممثلة تمثيلاً ناقصًا عبر جميع السياقات.
في الدراسة 2، يلخص المؤلفون ردود استبيان ما بعد المقابلة، المصنفة وفقًا للعمليات المعرفية الموضحة في نموذج الكتابة لفلور وهيس: التخطيط، والترجمة، والمراجعة، والمراقبة. تكشف التحليلات الموضوعية عن ثلاثة مواضيع رئيسية تتعلق بعلاقات الكتاب مع الذكاء الاصطناعي: (1) العوامل السياقية التي تؤثر على الملكية والسيطرة على عملية الكتابة؛ (2) التمييز بين المحتوى والشكل في مساهمات الكتاب؛ و(3) تأثير تصميم التفاعل على وكالة الكتاب وملكيتهم. تؤكد هذه النتائج على التفاعل المعقد بين وكالة الكاتب، ومتطلبات المهام، ووظائف الذكاء الاصطناعي، مما يوفر رؤى لمصممي أنظمة الذكاء الاصطناعي حول كيفية التفاوض والحفاظ على الملكية في الكتابة المدعومة بالذكاء الاصطناعي. تم تنظيم النتائج الرئيسية حول أربعة مكونات تحليلية تتناول استراتيجيات التصميم، وتوزيع العمليات، والعمليات الأساسية التي تحافظ على الوكالة، والعوامل التي تعدل تصورات الملكية.
المناقشة
تستعرض قسم المناقشة في ورقة البحث تطور النظريات المتعلقة بعمليات الكتابة، مسلطةً الضوء على النماذج الرئيسية وآثارها على الكتابة المدعومة بالذكاء الاصطناعي. كان نموذج روهمان المبكر المكون من ثلاث مراحل للكتابة—الذي يتضمن ما قبل الكتابة، والكتابة، وإعادة الكتابة—أساسيًا ولكنه تم تحديه لاحقًا من قبل نموذج فلور وهيس الديناميكي المعرفي. يحدد هذا النموذج الأخير أربع عمليات مترابطة: التخطيط، والترجمة، والمراجعة، والمراقبة، التي تحدث ضمن بيئة مهمة تشمل معرفة الكاتب ووعي الجمهور. وسعت نايستران النقاش من خلال التأكيد على الأبعاد الاجتماعية للكتابة، مؤطرةً إياها كفعل تواصلي حيث يتم بناء المعنى بشكل مشترك بين الكاتب والقارئ. يعتمد المؤلفون نموذج فلور وهيس كعدستهم النظرية الرئيسية لتحليل عمليات الكتابة التعاونية التي تشمل كل من البشر والذكاء الاصطناعي، حيث إنه يلتقط بشكل فعال العمليات المعرفية المعنية ويسمح بفحص كيفية التفاوض حول هذه العمليات في سيناريوهات التعاون.
يستعرض القسم أيضًا مشهد الكتابة المدعومة بالذكاء الاصطناعي، متتبعًا تطورها من الأنظمة المبكرة التي قدمت دعمًا إبداعيًا أساسيًا إلى النماذج المعتمدة على المحولات المعاصرة التي تعزز مهام الكتابة المختلفة، بما في ذلك الكتابة الأكاديمية والإبداعية. تكشف دراسات المستخدمين عن تفاعلات معقدة بين الكتاب والذكاء الاصطناعي، حيث يمكن أن يؤثر تصميم اقتراحات الذكاء الاصطناعي بشكل كبير على سلوك المستخدم وجودة المخرجات. علاوة على ذلك، تناقش الورقة تأثير الذكاء الاصطناعي على شعور الكتاب بالوكالة والملكية، مشيرةً إلى أن درجة تدخل الذكاء الاصطناعي يمكن أن تعزز أو تقوض سيطرة المستخدمين على كتابتهم. تؤكد النتائج على ضرورة تصميم تفاعل مدروس يوازن بين دعم الذكاء الاصطناعي واستقلالية المستخدم، مما يضمن أن يحتفظ الكتاب بإحساسهم بالملكية على أعمالهم بينما يستفيدون من مساعدة الذكاء الاصطناعي.
القيود
تسلط قيود هذه الدراسة الضوء على عدة عوامل قد تؤثر على تفسير النتائج. أولاً، قد لا تعكس الاعتماد على إطار نظري محدد، رغم شيوعه في أبحاث الكتابة المدعومة بالذكاء الاصطناعي، تعقيدات تفاعلات الإنسان والذكاء الاصطناعي في الكتابة الإبداعية والمهنية بشكل كامل. يمكن أن تستفيد الأبحاث المستقبلية من استكشاف أطر بديلة لتوفير فهم أكثر دقة لهذه الديناميات. ثانيًا، يقتصر تركيز المراجعة المنهجية على مكتبة ACM الرقمية، على الرغم من تبريره بتركيزها العالي على الأوراق ذات الصلة، مما يقيد شمولية النتائج من خلال استبعاد الرؤى من قواعد بيانات أخرى، مما قد يؤدي إلى تمثيل ناقص للمنظورات متعددة التخصصات.
بالإضافة إلى ذلك، قيدت معايير المشاركين في الدراسة تنوع العمر والتعليم، حيث كانت العينة تتكون في الغالب من أفراد أصغر سناً ذوي خلفيات جامعية. قد تؤدي هذه التجانس إلى تحريف وجهات النظر حول الكتابة المدعومة بالذكاء الاصطناعي، مما يستدعي الأبحاث المستقبلية لتضمين شريحة سكانية أوسع لالتقاط تفاعلات متنوعة مع أدوات الذكاء الاصطناعي. كما أن التركيبة الجنسية ومدى معرفة المشاركين بالذكاء الاصطناعي تمثل قيودًا، حيث قد لا تنطبق النتائج على أولئك الذين ليس لديهم خبرة سابقة. أخيرًا، قد يؤدي استخدام طريقة أخذ العينات المريحة، بشكل أساسي من خلال وسائل التواصل الاجتماعي والبريد الإلكتروني، إلى إدخال تحيز في الاختيار، مما يقيد المزيد من تعميم النتائج. يمكن أن يؤدي توسيع حجم العينة وتنوعها، بالإضافة إلى دمج مجموعة أوسع من أدوات الذكاء الاصطناعي، إلى تعزيز فهم دور الذكاء الاصطناعي عبر سياقات الكتابة المختلفة.
DOI: https://doi.org/10.1145/3757566
Publication Date: 2025-10-16
Author(s): Mohi Reza et al.
Primary Topic: Usability and User Interface Design
Overview
The research paper investigates the alignment between Human-Computer Interaction (HCI) and Computer-Supported Cooperative Work (CSCW) in addressing writers’ concerns regarding AI-assisted writing tools. Through a systematic review of 109 HCI papers from 2018 to 2024, the authors classified design strategies across four core writing processes—planning, translating, reviewing, and monitoring—and five contexts: academic, creative, formal, personal, and general. They identified four overarching design strategies: structured guidance, guided exploration, active co-writing, and critical feedback.
Additionally, semi-structured interviews with 15 writers revealed that preferences for control and ownership during AI-assisted writing vary significantly by context. Form-centric writers prioritize control over style and revision, while content-centric writers focus on planning and ideation. The study emphasizes the importance of monitoring as a cognitive process that requires further exploration. It concludes that preserving agency and ownership in human-AI collaboration necessitates a nuanced understanding of writers’ control preferences, advocating for adaptive systems that respect user agency through features like AI suggestion preferences and adjustable AI involvement controls. This work aims to inform the development of human-centered AI writing tools that facilitate genuine co-writing experiences.
Introduction
The introduction of the research paper addresses the evolving role of Large Language Models (LLMs) like ChatGPT in the writing process, highlighting their dual nature as both beneficial tools and potential threats to writers’ agency and ownership. As AI tools become integral to writing, they enhance various stages of composition, from brainstorming to editing. However, this integration raises concerns about the erosion of writers’ control and personal investment in their work. The authors propose that understanding how AI-assisted writing systems support cognitive processes is crucial for maintaining writers’ sense of agency, ownership, and task delegation.
To investigate these dynamics, the authors pose two research questions: (1) the design strategies employed in existing AI-assisted writing research and their alignment with distinct writing processes, and (2) the cognitive processes writers deem essential for maintaining agency during AI-assisted writing. They conducted a systematic review of 1,676 papers and interviews with 15 writers to explore these questions. The findings reveal both alignments and gaps between current AI writing support systems and writers’ needs, leading to actionable design guidance aimed at preserving user agency. This work contributes to the CSCW Human-Centered AI community by providing a comprehensive study on human agency in AI-assisted writing, characterizing design strategies, and offering concrete recommendations for future AI writing tools.
Methods
In this section, the authors outline their methodological approach for a systematic literature review on AI writing support systems, adhering to PRISMA guidelines to enhance the quality and reproducibility of their findings. The review encompasses research published from 2018 to 2024, a timeframe characterized by the rise of transformer-based language models and a significant increase in AI-related studies within Human-Computer Interaction (HCI). The authors reference a dataset that illustrates this trend, as depicted in Figure 2a.
Additionally, the section indicates that the authors will provide detailed methodological information regarding their second study, which includes participant recruitment, study procedures, and data analysis techniques. This comprehensive approach aims to ensure robust and transparent research outcomes in the context of AI writing support systems.
Results
The results of the study are organized into findings from two distinct investigations. In Study 1, the authors analyze the variability of writing support across five contexts, identifying differences in goals, users, and processes. They present four overarching design strategies that characterize how AI systems assist writers, emphasizing the implications for agency, task delegation, and interaction design. A systematic review of the literature reveals uneven research focus, particularly highlighting strong representation of Generating and Translating activities in Creative and Academic contexts, while Monitoring processes are underrepresented across all contexts.
In Study 2, the authors summarize post-interview survey responses, categorized according to the cognitive processes outlined in the Flower and Hayes writing model: Planning, Translation, Reviewing, and Monitoring. The thematic analysis reveals three primary themes regarding writers’ relationships with AI: (1) contextual factors influencing ownership and control over the writing process; (2) the distinction between content and form in writers’ contributions; and (3) the impact of interaction design on writers’ agency and ownership. These findings underscore the complex interplay between writer agency, task demands, and AI functionality, providing insights for AI system designers on how to negotiate and maintain ownership in AI-assisted writing. Key findings are structured around four analytical components addressing design strategies, process distribution, essential agency-preserving processes, and factors modulating perceptions of ownership.
Discussion
The discussion section of the research paper outlines the evolution of theories regarding writing processes, highlighting key models and their implications for AI-assisted writing. Rohman’s early three-stage model of writing—comprising pre-writing, writing, and re-writing—was foundational but later challenged by Flower and Hayes’ dynamic cognitive model. This latter model identifies four interrelated processes: planning, translating, reviewing, and monitoring, which occur within a task environment that includes the writer’s knowledge and audience awareness. Nystrand further expanded the discourse by emphasizing the social dimensions of writing, framing it as a communicative act where meaning is co-constructed between writer and reader. The authors adopt the Flower and Hayes model as their primary theoretical lens to analyze collaborative writing processes involving both humans and AI, as it effectively captures the cognitive processes at play and allows for an examination of how these processes are negotiated in co-creation scenarios.
The section also reviews the landscape of AI-assisted writing, tracing its development from early systems that provided basic creative support to contemporary transformer-based models that enhance various writing tasks, including academic and creative writing. User studies reveal complex interactions between writers and AI, where the design of AI suggestions can significantly influence user behavior and output quality. Furthermore, the paper discusses the impact of AI on writers’ sense of agency and ownership, noting that the degree of AI intervention can either enhance or undermine users’ control over their writing. The findings underscore the necessity for thoughtful interaction design that balances AI support with user autonomy, ensuring that writers maintain a sense of ownership over their work while benefiting from AI assistance.
Limitations
The limitations of this study highlight several factors that may affect the interpretation of the findings. Firstly, the reliance on a specific theoretical framework, while common in AI writing research, may not fully encapsulate the complexities of Human-AI interactions in creative and professional writing. Future research could benefit from exploring alternative frameworks to provide a more nuanced understanding of these dynamics. Secondly, the systematic review’s focus on the ACM Digital Library, although justified by its higher concentration of relevant papers, restricts the comprehensiveness of the findings by excluding insights from other databases, potentially underrepresenting interdisciplinary perspectives.
Additionally, the study’s participant criteria limited age and educational diversity, as the sample predominantly consisted of younger individuals with university backgrounds. This homogeneity may skew perspectives on AI-assisted writing, necessitating future research to include a broader demographic to capture varied interactions with AI tools. The gender composition and the familiarity of participants with AI also present limitations, as the findings may not apply to those with no prior experience. Lastly, the convenience sampling method, primarily through social media and email, may introduce selection bias, further constraining the generalizability of the results. Expanding the sample size and diversity, as well as incorporating a wider range of AI tools, could enhance the understanding of AI’s role across different writing contexts.