«Будем ли мы копать глубже?»: разработка и оценка стратегий для агентов на основе больших языковых моделей, способствующих совместному конструированию знаний в асинхронных онлайн-дискуссиях

Асинхронные онлайн-дискуссии позволяют участникам с различным опытом совместно конструировать знания, выходя за пределы индивидуальных вкладов. В идеале этот процесс развивается через последовательные фазы — от поверхностного обмена информацией к более глубокому синтезу. Однако многие дискуссии останавливаются на ранних этапах. Существующие вмешательства с использованием искусственного интеллекта обычно ориентированы на отдельные фазы и не содержат механизмов для поэтапного продвижения совместного конструирования знаний; при этом влияние различных стилей вмешательства в данном контексте остается неясным и требует изучения. Для устранения этих пробелов мы провели проектировочный воркшоп, чтобы исследовать стратегии вмешательства искусственного интеллекта — ориентированные на задачу и/или на взаимоотношения — на протяжении всего процесса совместного конструирования знаний, а затем реализовали их в агенте на основе большой языковой модели (LLM), способном содействовать продвижению процесса при одновременном закреплении его основы на каждой фазе. В исследовании с внутригрупповым дизайном (N=60), включавшем пять последовательных асинхронных дискуссий, было показано, что агент стабильно способствовал более глубокому развитию знаний, причем различные стили оказывали разное влияние как на содержание, так и на пользовательский опыт. Эти результаты дают практические ориентиры для разработки адаптивных агентов искусственного интеллекта, поддерживающих более конструктивные онлайн-дискуссии.