Wire Your Way: Hardware-Contextualized Guidance and In-situ Tests for Personalized Circuit Prototyping

Este artigo apresenta uma plataforma de prototipagem baseada em uma protoboard aumentada que utiliza orientação contextualizada e testes in-situ para apoiar a construção e depuração de circuitos personalizados, superando as limitações dos tutoriais tradicionais ao se adaptar às preferências e padrões únicos de cada maker.

Punn Lertjaturaphat, Jungwoo Rhee, Jaewon You + 1 more2026-03-06💻 cs

Not All Trust is the Same: Effects of Decision Workflow and Explanations in Human-AI Decision Making

Este estudo investiga como o fluxo de decisão, as explicações e a experiência do usuário influenciam a confiança e a dependência comportamental em sistemas de IA, revelando que a confiança declarada e o comportamento de reliance são construtos distintos e que o fluxo de decisão de dois passos não reduz necessariamente a superconfiança.

Laura Spillner, Rachel Ringe, Robert Porzel + 1 more2026-03-06🤖 cs.AI

Ailed: A Psyche-Driven Chess Engine with Dynamic Emotional Modulation

Este artigo propõe o "Ailed", um motor de xadrez que introduz variabilidade comportamental ao decompor a personalidade e a psique em um sistema de processamento de sinal dinâmico que modula as probabilidades de movimento com base no estresse e na confiança, simulando padrões humanos como erros sob pressão e excesso de confiança sem depender de validação com sujeitos humanos.

Diego Armando Resendez Prado2026-03-06🤖 cs.AI

Bloom: Designing for LLM-Augmented Behavior Change Interactions

O estudo apresenta o Bloom, um aplicativo que integra um chatbot de coaching baseado em LLM para promover atividade física, demonstrando que, embora não tenha superado o grupo de controle nos níveis imediatos de atividade, a intervenção com LLM foi mais eficaz em transformar as mentalidades e crenças psicológicas dos usuários, fundamentais para a mudança de comportamento a longo prazo.

Matthew Jörke, Defne Genç, Valentin Teutschbein + 7 more2026-03-05💻 cs

Beyond the Prompt: An Empirical Study of Cursor Rules

Este estudo empírico analisa 401 repositórios de código aberto para criar uma taxonomia abrangente das regras de contexto (cursor rules) que os desenvolvedores utilizam para orientar assistentes de IA, identificando cinco temas principais — convenções, diretrizes, informações do projeto, instruções para LLMs e exemplos — e explorando como essas regras variam conforme o tipo de projeto e linguagem de programação.

Shaokang Jiang, Daye Nam2026-03-05🤖 cs.AI

The Epistemological Consequences of Large Language Models: Rethinking collective intelligence and institutional knowledge

O artigo examina as ameaças epistemológicas da interação entre humanos e Grandes Modelos de Linguagem, argumentando que a dependência excessiva de suas saídas confiáveis, mas não reflexivas, pode enfraquecer o conhecimento coletivo e propor um programa normativo de três níveis para mitigar esses riscos e preservar a justificação interna e os deveres epistêmicos.

Angjelin Hila2026-03-05🤖 cs.AI