团队中更少深思熟虑：学生在个人与协作学习中的大语言模型使用

随着大语言模型（LLM）在计算机课程中日益普及，我们需要理解社会环境如何影响学生使用它们的方式。本文报告了一项为期一学期、对96名本科生进行的研究结果，这些学生完成了六项作业，在个人作业和团队项目里程碑之间交替进行。我们追踪了所有六项作业中的LLM使用情况、提示习惯以及学生如何验证AI生成的输出。当学生从个人作业转向第一个团队里程碑时，LLM使用率下降了42.7个百分点，随后在后续团队任务中部分回升。学生们还撰写了更少、更简单的提示，使用了更少的有意提示策略，并且对LLM输出的检查也不那么仔细。在团队作业期间，对AI生成代码运行测试的学生比例下降了19.4个百分点，且从未完全恢复。一项学生内部分析发现，18.9%在个人作业中持续使用LLM的学生在团队中完全停止使用，而只有3.2%的学生反向转变。这些结果表明，协作环境与减少的深思熟虑的LLM参与度相关，这超出了仅凭任务类型所能解释的范围。学生组建团队的时刻似乎是计算机课程设计中一个关键且目前未得到支持的转折点。