Pinning "Reflection" on the Agenda: Investigating Reflection in Human-LLM Co-Creation for Creative Coding
Created by
Haebom
저자
Anqi Wang, Zhizhuo Yin, Yulu Hu, Yuanyuan Mao, Lei Han, Xin Tong, Keqin Jiao, Pan Hui
개요
본 논문은 대규모 언어 모델(LLM)이 창의적인 코딩에 통합되는 상황에서 사용자의 반성적 사고와 다양한 공동 창작 조건이 반성적 행동에 미치는 영향을 조사한 연구입니다. 두 가지 프롬프팅 전략, 즉 전체 작업 호출(T1)과 하위 작업 분해 호출(T2)을 통해 상황에 따른 순간적인 반성적 사고를 조사하여 각 전략이 반성적 행동에 미치는 영향을 분석했습니다. 혼합 방법론 연구 결과, 세 가지 유형의 반성적 사고를 밝혀냈으며, T2 전략이 보다 빈번하고 전략적이며 생성적인 반성을 유도하여 진단적 추론 및 목표 재정의를 촉진함을 보여줍니다.
시사점, 한계점
•
시사점:
◦
LLM 기반 도구가 구조화되고 행동적으로 기반한 반성 지원을 통해 보다 심오한 창의적 참여를 촉진하는 방법에 대한 통찰력을 제공합니다.
◦
하위 작업 분해 호출(T2) 전략이 더 효과적인 반성적 사고를 유도하여 진단적 추론 및 목표 재정의를 향상시킨다는 것을 보여줍니다.
◦
세 가지 유형의 반성적 사고를 구분하여 LLM과의 창의적 코딩 과정을 이해하는 데 기여합니다.
•
한계점:
◦
연구 대상의 규모 및 다양성에 대한 언급이 부족합니다. (참여자 수, 배경 등)
◦
특정 LLM 및 코딩 환경에 국한된 결과일 가능성이 있습니다. 일반화 가능성에 대한 추가 연구가 필요합니다.
◦
프롬프팅 전략 외 다른 요인들(예: 사용자의 경험, 코딩 과제의 복잡성)의 영향에 대한 고려가 부족할 수 있습니다.
