反思-满足权衡：调查反思对 AI 生成编程提示学生参与度的影响

生成式 AI 工具，如 AI 生成的提示，正在越来越多地融入编程教育，以提供及时、个人化的支持。然而,如何有效地利用这些提示以确保自主且有意义的学习,几乎没有研究。一种有前景的做法是将 AI 生成的提示与反思提示配对，让学生在请求提示时审查和分析其学习。本研究调查了 AI 生成的提示与不同反思提示设计之间的相互作用。我们进行了两次试验场实验。试验 1 中，学生被随机分配接收提示前或提示后接收的提示，或无提示。每个提示还针对三种 SRL 阶段之一进行设计：计划、监控和评估。试验 2 检查了两种类型的提示指导：一种是导向性的（提供更明确和结构化的指导），另一种是开放性的（提供更一般且较少受约束的指导）。研究发现，接收提示前提示（RQ1）、计划（RQ2）和导向（RQ3）提示组的学生产生了更高质量的反思，但报告了对 AI 生成提示的更低满意度。即时的表现在各组之间没有差异。这种反思质量与提示满意度之间的负相关关系与前期关于学生精神 effort 和满意度的工作相吻合。我们的结果凸显了需要重新考虑如何训练和评估 AI 模型以服务于教育的必要性，因为优先考虑用户满意度可能会削弱更深层次的学习。