通过教师提供的解决方案在线编程作业中吸引学生
作者
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。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
- 83%
PLAID:支持计算讲师在大规模环境中识别特定领域的编程计划
CHI '25· 大语言模型(LLM)的人机协作 +1
- 71%
与K12教育者共同设计基于项目的大型语言模型工具
CHI '25· 大语言模型(LLM)的人机协作 +2
- 71%
探索块式编程中教师与聊天机器人的交互及情感
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
ClassAid:面向课堂编程活动的实时教师-AI-学生编排系统
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
编程教师在执行紧急教学设计塑造学生与生成式AI工具交互时面临的障碍
CHI '26· 大语言模型(LLM)的人机协作 +2
- 71%
小学协作课堂中逼真AI虚拟学伴的设计与评估
CHI '26· 编程教育与计算思维 +2
- 67%
CodeAid:评估基于LLM的编程助手在课堂部署中平衡学生和教育者需求的情况
CHI '24· 大语言模型(LLM)的人机协作 +1
- 67%
服务不足学生的人工智能素养:利用服务不足社区的文化资本进行人工智能教育研究
CHI '25· 大语言模型(LLM)的人机协作 +1
- 67%
初学者程序员与 ChatGPT 学习的结果、感知与交互策略
CUI '25· 大语言模型(LLM)的人机协作 +1
- 63%
当支架断裂时:探究学生在实时K-12英语课堂中与基于LLM的写作支持系统的交互
CHI '26· 大语言模型(LLM)的人机协作 +3
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
快捷操作
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
fact_check论文快照
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