通过教师提供的解决方案在线编程作业中吸引学生

大语言模型(LLM)的人机协作编程教育与计算思维原型设计与用户测试中小学教师(K-12)大学教授与研究人员在线课程设计师

在编程作业中工作的学生没有在课堂上获得相同水平的支持,主要依赖于测试用例的自动反馈。提供更多信息支持的一种低投入方法是提示学生将自己的解决方案与教师的解决方案进行比较,但目前尚不清楚如何设计这样的提示以支持学习。我们在在线编程作业中设计并实施了一项随机对照试验,向学生提供了教师的解决方案,并随机分配他们是否被提示将自己的解决方案与教师的解决方案进行比较,填写教师解决方案的书面解释的空白,同时进行这两项操作,或者都不进行。我们的结果表明,这些提示可以有效地让学生反思教师的解决方案,尽管结果表明不同提示对学生和教师所需的努力量以及对学习的相对影响之间存在设计权衡。

快捷操作

分享

分享当前页面

ios_share

https://hci.top/zh/papers/chi/32128/2020

广告推荐

学习 AI 编程到 CodeNow

open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376857
一眼看懂

论文快照

fact_check
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
大语言模型(LLM)的人机协作、编程教育与计算思维、原型设计与用户测试
work
职业/产业
中小学教师(K-12)、大学教授与研究人员、在线课程设计师
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文