自适应帕森斯问题与编写等效代码的问题解决效率和认知负荷

文献标题

Problem-Solving Efficiency and Cognitive Load for Adaptive Parsons Problems vs. Writing the Equivalent Code

文献信息

• 主题领域: 编程教育、认知负荷理论、自适应学习
• 关键词: 编程教育, Parsons问题, 自适应学习, 认知负荷, 写代码, 教学效率, 编程心理学

研究背景与问题

• 问题与挑战:
  • 初学者在学习编程时面临高退学率及无法掌握编程基石技能的问题（如语法、语义错误）。
  • 大部分初学者实践需要从头写代码，这既耗时又容易让人卡住，从而降低学习信心。
  • 女性及某些弱势群体常因编程经验不足受到较大负面影响。
• 重要性:
  • 增强编程的多样性、包容性，解决早期编程课堂中的失败和脱离问题具有重要社会意义。
• 研究动机与相关工作:
  • Parsons问题──一种让学习者对混乱代码块排序的编程任务，已有研究表明它比从头写代码更高效，同时对学习成效无明显负面影响。
  • 需要更大规模、有场景背景的研究（而非仅限于实验室）来验证Parsons问题在实际课程中的效率和认知负荷。

解决方案

• 研究方法:

  • 提出了对比自适应Parsons问题与等效写代码问题效率和认知负荷的实验，采取“多任务-组内设计”。
  • 在Python课程中开发了特定问题集及研究工具（包括认知负荷问卷“Paas Scale”）。
  • 使用“帮助按钮”作为自适应功能，动态调整Parsons问题难度（如移除干扰项、合并或缩进代码块）。

• 创新之处:

  • 从大规模实际编程课程中采集场景化数据，而非传统的小样本实验。
  • 考察了Parsons问题在认知负荷、解决效率及学生学习态度方面的影响。
  • 使用了学生“思考大声法”观察解决逻辑，补充日志分析的定量结论。

• 实施步骤与技术:

  1. 让学生完成两组相同编程任务，一组作为Parsons问题，另一组必须从头写代码。
  2. 收集完成时间、错误行为及认知负荷评分。
  3. 结合调查问卷与开放式访谈，分析学生偏好与学习行为。
  4. 引入“帮助按钮”触发适应性变化以降低学生困惑。

研究成果

• 具体成果:

  • 在五个测试问题中，有四个Parsons问题显著比写代码效率更高（完成时间更短）。
  • 自适应Parsons问题（尤其排除干扰项后）普遍降低了认知负荷。
  • “帮助按钮”被证实对学生解决问题有重要帮助，但部分细化功能存在误导潜力（如重复相邻块合并）。
  • 发现学生学习态度与背景经验对结果的影响：有编程经验的人普遍更偏好直接写代码。

• 与现有方法相比的优势:

  • Parsons问题可以有效减少学生的完成时间，特别是在面对有干扰因素的开放性问题时。
  • 提供了新证据表明，Parsons问题不仅可以高效评估学生，也可以传授新解题策略。

• 实验与评估结果:

  • 效率分析: 使用Mann-Whitney U检验，发现Parsons问题在大部分场景下时间优势显著。
  • 认知负荷: 平均评分结果显示Parsons问题比写代码问题负荷较低，但差异在某些情况下不显著。
  • 行为观察: 部分学生倾向于滥用“帮助按钮”达到分数目标，而不是理解问题逻辑。

• 局限性与未来方向:

  1. 局限性:
     • 本研究基于特定Python课程，可能不适用于其他语言或课程背景。
     • 学生使用的特定认知负荷量表(Paas Scale)为主观指标，需要更多客观验证，如眼动追踪。
  2. 未来方向:
     • 优化Parsons问题生成方法，以学生常见代码为基础（如基于抽象语法树AST 聚类）。
     • 设计更高效的干扰项及帮助反馈机制。
     • 探索如何无缝结合Parsons问题与写代码任务（如针对不同学习者动态切换模式）。

实施与教育影响

• 开发灵活的在线工具（如Parsons支持平台“Runestone”）支持不同学习者选择。
• 提高大规模课堂中教师使用交互任务评估学习的能力。
• 进一步验证Parsons问题对新手编程的促进性作用，尤其在帮助学生跨越挫折阶梯方面。