编程教育中AI助教的可取特征

在编程课程中，为大量学生提供及时和个性化的反馈是一个长期存在的挑战。依赖人类助教（TAs）已被广泛研究，揭示了一些潜在的缺点。这些包括缺乏自信的学生在需要支持时无法平等获得帮助，以及助教直接提供解决方案而不帮助学生发展自己的问题解决技能的情况。随着强大的大语言模型（LLMs）的出现，为编程环境配置的数字助教已成为一种有吸引力的、可扩展的方式，以提供即时、公平、全天候的支持。尽管数字助教可以为编程任务提供各种帮助，从高级问题解决建议到直接生成解决方案，但这些工具的有效性取决于它们促进有意义学习体验的能力。如果学生发现数字助教中实施的护栏过于严格，或者其他期望未得到满足，他们可能会以不利于学习的方式寻求帮助。因此，确定学生认为使数字助教有价值的特征至关重要。我们在一个入门编程课程中部署了一个基于LLM的数字助手，并收集了学生对他们认为最重要的工具特征的反馈（n=813）。我们的结果强调，学生重视这类工具提供即时、引人入胜的支持的能力，特别是在评估截止日期前的高峰时段。他们还强烈偏好能够让他们在学习过程中保持自主性的功能，例如引导他们通过问题解决步骤的脚手架，而不是直接显示解决方案。