教 AI 写代码：将大语言模型用作编程教育中可施教的学习代理
人机交互
2024-10-08 v3
摘要
本研究探讨将大语言模型（LLMs）作为通过教学学习（LBT）的可施教代理。借助可施教代理的 LBT 能帮助学习者识别知识缺口并发现新知识。然而，可施教代理需要耗费高昂代价来编程特定学科知识。尽管将 LLMs 作为可施教代理可降低成本，但 LLMs 作为被教者所具备的广博知识会削弱学习者的教学意愿。我们提出了一种提示流水线，以约束 LLMs 的知识并使其发起“为何”与“如何”的问题，从而实现有效的知识建构。我们将这些技术整合为 TeachYou（一个面向算法学习的 LBT 环境）与 AlgoBo（一个基于 LLM、可模拟其知识状态中预设错误概念与无知的被教者聊天机器人）。技术评估确认我们的提示流水线能有效配置 AlgoBo 的问题求解表现。通过对 40 名算法初学者的被试间研究，我们观察到 AlgoBo 的问题引发了知识密集的对话（效应量=0.71）。最后，我们讨论了基于 LLM 的可施教代理的设计启示、成本效率与个性化。
引用
@article{arxiv.2309.14534,
title = {Teach AI How to Code: Using Large Language Models as Teachable Agents for Programming Education},
author = {Hyoungwook Jin and Seonghee Lee and Hyungyu Shin and Juho Kim},
journal= {arXiv preprint arXiv:2309.14534},
year = {2024}
}