八篇「人机交互顶会CHI」论文，玩转ChatGPT

在最近召开的人机交互领域顶级会议ACM CHI （Conference on Human Factors in Computing Systems）2023上，发表了大量基于大型语言模型的研究及工具，能够拉低ChatGPT类工具的使用门槛。

从事人机交互工作的前田纳西大学教授Austin Z. Henley精选了八篇论文，从提示的设计、训练，到改善编程教学、结构化日志管理等，打开ChatGPT的正确玩法。

1）程序员和语言模型之间的概念匹配

https://dl.acm.org/doi/pdf/10.1145/3544548.3580817  

为了帮助终端用户编写 LLM 提示，研究人员设计了一个系统，将用户的自然语言输入映射到一系列系统操作，可以准确地向用户传达系统如何解释他们的提示，并给出一个可编辑的细粒度操作列表。

2）非 AI 专家如何尝试(失败)设计 LLM 提示

https://dl.acm.org/doi/pdf/10.1145/3544548.3581388  

提示工程现在相当流行，但是非人工智能专家能写出有效的提示吗？研究人员调查了人们在写提示时面临的挑战，并设计了一个工具来帮助这些非专业人士。

3）VizProg: 通过可视化学生的编码过程识别误解

https://dl.acm.org/doi/pdf/10.1145/3544548.3581516 

对于教师来说，理解学生在课堂活动中的表现是一个挑战。研究人员设计了一个工具，实时可视化学生的不同手段，展示全班的编辑距离视图，同时也允许教师检查特定的提交。

4）基于人工智能的笔记本代码助手设计

论文链接：https://dl.acm.org/doi/pdf/10.1145/3544548.3580940

这是对计算机笔记本中 AI 代码助手的设计空间的探索，为人工智能的用户体验提供了一个有用的框架，包括用户如何迭代他们的输入，如何改进输出，等等。

5）Colaroid: 一个创作可探索的多阶段教程的文学编程方法

论文链接：https://dl.acm.org/doi/pdf/10.1145/3544548.3581525 

即使是一个简短的编程教程也需要花费很多时间才能做好。研究人员设计了一个用于创建基于交互式笔记本的教程的工具，可以让作者从代码库的历史中获取代码块，然后重新混合以获得更好的解释。

6）AI代码生成器对初学者的支持

论文链接：https://dl.acm.org/doi/pdf/10.1145/3544548.3580919

研究人员进行了一项为期3周的研究，发现使用人工智能工具完成任务的学生在手工编码任务或测试中的表现并不差，也许人工智能终究是新的计算器。

7）Log-it: 支持使用交互式、上下文、结构化和可视化日志进行编程

论文链接：https://dl.acm.org/doi/pdf/10.1145/3544548.3581403 

Print 语句仍然是一种流行的调试方法，但它并不总是最有效的技术。研究人员设计了一个时髦的工具来构造和可视化输出。

8）从语法中获得可用的结构化编辑器

论文链接：https://dl.acm.org/doi/pdf/10.1145/3544548.3580785

结构化编辑是那些似乎每个人都喜欢的想法之一，研究人员致力于开发一个结构化的编辑器，可用于所有的编程语言，同时仍然具有很高的可用性；提供了一个一致的用户界面，可以在给定形式语法的几乎任何语言上使用。