在支持学习环境中引导学生使用大型语言模型：交互动态、学习者表现、自信心与信任的影响

个性化聊天机器人教学助手对于应对课堂规模扩大、尤其是在教师直接在场受限的情况下至关重要。大型语言模型（LLM）提供了一条前景广阔的研究路径，越来越多的研究探索其在教育领域的应用。然而，挑战不仅在于确立LLM的功效，还在于理解学习者与这些模型之间交互的细微差别，这些差别会影响学习者的参与度和学习成果。我们在一所本科计算机科学课堂（N=145）和一项在Prolific上进行的对照实验（N=356）中进行了形成性研究，探索四种教学引导策略对学习者表现、自信和对LLM信任的影响。直接获取LLM答案略微提高了表现，而优化学生解答则促进了信任。结构化引导减少了随机查询以及学生复制粘贴作业问题给LLM的情况。我们的工作强调了教师在塑造LLM支持的学习环境中所能发挥的作用。