入门编程课程中课程感知型AI导师的设计与部署

大语言模型（LLM）已成为学生解决编程任务的一部分，提供即时解释甚至完整解决方案。先前的研究已指出，编程新手常常过度依赖LLM，从而忽视了自身问题解决能力的培养。为应对这一挑战，我们设计了一个特定课程的在线Python导师，它提供检索增强的、与课程一致的指导，但不生成完整解决方案。该导师集成了一个基于Web的编程环境和一个对话代理，后者提供基于课程材料的提示、苏格拉底式提问和解释。学生在自学期间使用该系统完成家庭作业，该导师也支持关于更广泛课程材料的问题。我们收集了结构化的学生反馈，并分析了交互日志，以研究他们如何与导师的指导互动。我们观察到，学生主要将导师用于概念理解、实现指导和调试，并认为它是一种与课程一致、具有上下文感知的学习支持，鼓励参与而非直接复制解决方案。