面向非正式编程学习的自我调节设计：基于叙事中心方法的洞见

许多人会通过线上资源独自学习编程，并经常报告在实现个人学习目标方面存在困难。学习者经常描述自己的经历令人孤立且沮丧，面临大量不确定性、信息过载和分心，加上缺乏足够的指导。同时，社交媒体作为个人空间，许多人会参与多样化的自我调节实践，包括寻求帮助、使用外部记忆工具（如自我笔记）、自我反思、情绪调节和自我激励。例如，学习者会通过帖子标记成就并设定里程碑。为此，我们开发了一个由网页平台和浏览器扩展构成的系统，以支持学习者的自我调节。该设计旨在为原本非结构化的经验添加学习者定义的结构，并通过将其转化为带有AI生成反馈的学习叙事来为curation和反思活动赋予意义。我们将叙事作为一种集成性设计方法，连接资源curation、反思和sense-making实践，以及学习者已在社交平台上使用的叙事实践。我们招募了15名非正式编程学习者（其为常规社交媒体用户），让其以自主方式参与系统；参与过程以提交学习叙事和调查问卷为结束。我们使用三个量化尺度和一个定性调查来检验用户的特征及其对系统支持自我调节能力的感知。用户反馈表明，该系统作为自我调节辅助工具是可行的。学习者特别重视现场反思、自动化叙事反馈和视频注释，而其他功能则得到了混合的看法。我们指出了感知收益、摩擦点以及未来AI增强自我调节工具的设计机遇。