启发教授群体：数据科学教育中教师对 LLM 看法的定性研究
计算机与社会
2025-09-17 v1
摘要
大型语言模型在短短几年内从新奇事物转变为无处不在的存在，给数据科学教育带来了根本性问题。曾经用于教授编程、写作和解决问题的任务现在可以由 LLM 完成，迫使教育工作者重新思考教学法和评估方式。为了了解教师是如何适应的，我们于 2025 年 6 月和 7 月对来自 10 个国家 33 个机构的 42 名教师进行了半结构化访谈。我们的定性分析揭示了一种乐观与担忧并存的务实态度。许多受访者将 LLM 视为不可避免的课堂工具——类似于计算器或维基百科——而其他人则担心技能退化、盲目自信以及各机构间整合不均。大约 58% 的教师已经在其课程中引入了演示、指导活动或大量使用 LLM，尽管大多数人预计变化仍将缓慢且不均衡。话虽如此，31% 的教师尚未使用 LLM 教授学生，也不打算这样做。我们重点介绍了一些教学创新，包括 AI 感知评估、将 LLM 作为导师的反思性使用以及特定课程的聊天机器人。通过分享这些观点，我们旨在帮助数据科学教育工作者集体适应，以确保课程跟上技术变革的步伐。
引用
@article{arxiv.2509.12283,
title = {Prompting the Professoriate: A Qualitative Study of Instructor Perspectives on LLMs in Data Science Education},
author = {Ana Elisa Lopez-Miranda and Tiffany Timbers and Rohan Alexander},
journal= {arXiv preprint arXiv:2509.12283},
year = {2025}
}
备注
45 pages, 16 figures, 1 table