初学者程序员与 ChatGPT 学习的结果、感知与交互策略
作者
大语言模型（LLM）的人机协作编程教育与计算思维中小学教师（K-12）大学教授与研究人员
大型语言模型对话代理越来越多地被用于编程教育，但对于初学者如何利用它们进行概念学习，我们仍然缺乏与人工辅导相比的深入了解。这项混合方法研究比较了初学者使用 ChatGPT 或人工导师的学习结果和交互策略。一项针对 20 名入门编程课程学生的对照实验室研究表明，学生与 AI 与人工导师的交互策略明显不同：ChatGPT 用户依赖简短的单次提示并收到冗长、上下文丰富的回复，但几乎没有优化提示；而与人工导师合作的学生提供更多上下文信息并获得针对性解释。尽管学生不信任 ChatGPT 的准确性，但他们出于减少社交焦虑的原因 paradoxically 更喜欢它来回答基础概念问题。我们为计算机科学教育中培养 AI 素养和设计平衡信任建立与维护促进无抑制探究的社交安全性的学习导向对话代理提供了基于实证的建议。
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。
- 100%
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
- 100%
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
- 80%
初学者程序员和代码LLM（误解）彼此的方式
CHI '24· 大语言模型（LLM）的人机协作 +1
- 80%
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
- 67%
通过教师提供的解决方案在线编程作业中吸引学生
CHI '20· 大语言模型（LLM）的人机协作 +2
- 67%
ChatScratch：面向6-12岁儿童自主视觉编程学习的AI增强系统
CHI '24· 大语言模型（LLM）的人机协作 +2
- 67%
儿童AI学习技术：设计特点与未来机遇
CHI '25· 大语言模型（LLM）的人机协作 +2
- 67%
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
- 67%
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
- 67%
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
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/10.1145/3719160.3736625
一眼看懂
fact_check论文快照
dataset
来源
CUI
calendar_month
年份
2025
emoji_events
奖项
未标记奖项
group
作者
7 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
work
职业/产业
中小学教师（K-12）、大学教授与研究人员
article
内容状态
仅摘要
hub
相关论文
10 篇相关论文