个性化Parsons拼图作为脚手架可提升仅展示LLM生成解答时的练习参与度
人机交互
2025-01-17 v1 计算机与社会
摘要
随着生成式AI产品能够无缝生成代码并辅助学生学习编程, 将AI集成到编程教育情境中正引发广泛关注. 然而, 一项新兴顾虑是学生可能会在不从LLM生成内容中学习的情况下直接获取答案. 本文我们部署了LLM驱动的个性化Parsons拼图作为编写代码练习的脚手架, 在Python学习教室中进行了一项80分钟的随机对照研究. 两组条件接收相同的练习问题, 唯一的区别在于请求帮助时控制组显示完整解答(模拟最传统的LLM输出). 结果表明, 收到个性化Parsons拼图作为脚手架的学生在困扰时投入练习的时间显著长于接收完整解答的学生.
引用
@article{arxiv.2501.09210,
title = {Personalized Parsons Puzzles as Scaffolding Enhance Practice Engagement Over Just Showing LLM-Powered Solutions},
author = {Xinying Hou and Zihan Wu and Xu Wang and Barbara J. Ericson},
journal= {arXiv preprint arXiv:2501.09210},
year = {2025}
}