ExPeerience: 基于人工智能辅助学习采购弥合数据库编程教育中的概念理解与问题解决

学习采购是一种将学生定位为主动贡献者而非被动消费者的教育方法，提供了一种可扩展的共创教学资源方法，同时让学生参与真实的问题解决。然而，它面临一个基本矛盾：有效的「学习」需要最小化外在认知负荷并聚焦于推理的脚手架支持，而有效的「采购」需要结构、完整性和标准化以确保学生生成的内容可被重用。这些竞争目标造成了一种权衡：学生要么学习但产出难以重用的内容，要么生成可用的资源但获得有限的学习收益。我们提出一种新的人工智能辅助学习采购范式来解决这一矛盾。通过为学习者和人工智能分配协作角色，该方法使学生能够专注于促进「学习」的有意义认知子任务，而大型语言模型则处理「采购」的机械性和程序性子任务。以用户为中心的设计原则为指导，我们在 ExPeerience 中实现了这一工作流程，这是一个支持学生协作创建数据库编程情境化例题的系统。在 ExPeerience 中，人工智能充当构思协作者、制品共创者和学生输入评估者的角色。我们对24名参与者的评估表明，将人工智能融入不同的协作角色可提高学习参与度，同时产生高质量的学生生成内容。与使用 Gemini 聊天机器人的基线相比，ExPeerience 用户创建了更多样化和个人有意义情境的 SQL 问题。他们积极评估、编辑和完善人工智能生成的组件，大多数人自己编写 SQL 解决方案，而基线参与者大多不加修改地接受人工智能输出且未尝试解决问题。总体而言，ExPeerience 产生了更多情境化、多样化和精心构建的例题。这些发现表明人工智能辅助学习采购作为平衡学习和采购目标的范式的潜力。我们还为未来旨在产生可重用、高质量学习生成内容同时促进教育价值的人工智能辅助学习采购系统提出了设计启示。