编程作业中自动化干预的效果：来自现场实验的证据
计算机与社会
2018-09-27 v1
摘要
MOOC 中的一个典型问题是课程组织者缺乏机会去个别支持学生克服其问题与误解。本文展示了在编程练习中对陷入困境的学生进行自动干预并提供同伴反馈与定制化奖励练习的结果。为提升学习成效，我们并不希望取消教学上所需的试错，而是希望减少过度的挣扎与去动机化。因此，我们开发了自适应即时自动干预，以鼓励那些解题所需时间远超平均值的学生在需要帮助时主动求助。此外，我们为学生提供了针对其个人薄弱点定制的奖励练习。该方法在一门拥有超过 5000 名活跃学生的实时课程中通过调查与伴随收集的度量指标进行了评估。结果显示，我们能将求助呼叫量提升至多 66%，并缩短采取行动前的停留时间。实验所得经验可进一步用于定位待改进的课程材料，并使内容贴合特定受众。
引用
@article{arxiv.1809.10059,
title = {Effects of Automated Interventions in Programming Assignments: Evidence from a Field Experiment},
author = {Ralf Teusner and Thomas Hille and Thomas Staubitz},
journal= {arXiv preprint arXiv:1809.10059},
year = {2018}
}
备注
10 pages