自动为 Scratch 程序生成问题

在编程学习中，学生通常根据其所编写的代码进行评估。然而，仅完成编程任务并不保证对底层概念的实际理解。因此，有人提出通过询问关于其所编写代码的问题来评估程序理解能力。由于为单个学生程序创建针对性问题既繁琐又具挑战性，先前的工作提出了自动生成此类问题的方法。本文将这一想法推广到基于块的编程语言 Scratch 中。我们提出了一套包含 30 种不同问题的集合，这些问题涵盖了既定的程序理解模型，并扩展了用于自动生成 Scratch 程序对应问题的 LitterBox 静态分析工具。在 600,913 个项目的数据集上，我们自动生成了 54,118,694 个问题。我们的初始实验使用 34 名九年级学生，表明该方法确实可以为 Scratch 程序生成有意义的问题，我们发现学生对这些问题的回答能力与其整体表现相关。