从自制提示到工程化提示：探讨AI生成反馈在入门物理课程中的学生评估
物理教育
2025-08-14 v1
摘要
生成式人工智能在各种上下文中产生实时、精细响应的能力，为物理教育，特别是提供定制化反馈的潜力巨大。本研究调查了约1200名入门物理学生对来自三种不同提示类型（a）自制提示，（b）包含基础提示工程技术的提示，（c）包含基础提示工程技术以及有效反馈原则的提示)的AI反馈偏好。结果突出了学生偏好使用结构化提示生成反馈的比例，其中包含提示工程和有效反馈特征的提示被最喜欢。然而，最受欢迎的选择也会引发学生更强烈的偏好，学生要么喜欢，要么讨厌这种反馈。学生还将使用其自制提示生成的反馈排在最后。讨论了学生在给定首选后第二偏好以及结果的含义，如需在入门课程中纳入提示工程。
引用
@article{arxiv.2508.09825,
title = {From Self-Crafted to Engineered Prompts: Student Evaluations of AI-Generated Feedback in Introductory Physics},
author = {Amogh Sirnoorkar and N. Sanjay Rebello},
journal= {arXiv preprint arXiv:2508.09825},
year = {2025}
}