Navigating the State of Cognitive Flow: Context-Aware AI Interventions for Effective Reasoning Support

要約

フロー理論は、タスクの困難がスキルレベルと一致するときに、個人が深い焦点と固有の動機を経験する最適な認知状態を表します。
Ai-Aigmentedの推論では、認知的流れの状態を混乱させる介入は、意思決定を強化するのではなく、妨害する可能性があります。
このペーパーでは、タイプ、タイミング、スケールという3つの重要なコンテキスト要因に基づいて介入を適応させるコンテキスト認識の認知増強フレームワークを提案します。
マルチモーダルの行動キュー（視線の動作、タイピングのためらう、相互作用速度など）を活用することにより、AIは認知サポートを動的に調整して、流れを維持または回復することができます。
介入がパーソナライズされ、適応性があり、最小限に侵入されているAi-Augmented Reasoningにおける流れ理論の拡張、認知流の概念を紹介します。
静的介入からコンテキスト認識の増強にシフトすることにより、AIシステムは、認知的没入を混乱させることなく、複雑な意思決定と推論への深い関与をサポートすることを保証します。

要約(オリジナル)

Flow theory describes an optimal cognitive state where individuals experience deep focus and intrinsic motivation when a task’s difficulty aligns with their skill level. In AI-augmented reasoning, interventions that disrupt the state of cognitive flow can hinder rather than enhance decision-making. This paper proposes a context-aware cognitive augmentation framework that adapts interventions based on three key contextual factors: type, timing, and scale. By leveraging multimodal behavioral cues (e.g., gaze behavior, typing hesitation, interaction speed), AI can dynamically adjust cognitive support to maintain or restore flow. We introduce the concept of cognitive flow, an extension of flow theory in AI-augmented reasoning, where interventions are personalized, adaptive, and minimally intrusive. By shifting from static interventions to context-aware augmentation, our approach ensures that AI systems support deep engagement in complex decision-making and reasoning without disrupting cognitive immersion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google