这可不是我需要的反馈！——基于 Kai 教学系统中生成式 AI 反馈的学生参与度研究

生成式人工智能 (GenAI) 在计算教育中生成反馈的潜力已受到广泛关注，但关于计算学生如何与此类反馈互动以及其对问题解决能力的支持程度仍缺乏深入研究。为此，我们构建了一个定制化的网页应用，为学生提供 Python 编程任务、代码编辑器、生成式 AI 反馈以及编译器反馈。通过对 11 名 undergraduate 学生实施的思考过程访谈（包括眼动追踪和事后访谈），本研究探讨：(1) 生成式反馈受到学习者的注意程度；(2) 生成式反馈的实际帮助程度（或不帮助程度）。此外，还比较了学生对生成式反馈与编译器反馈的注意力。进一步考察了有无编程经验的学生之间的差异。研究结果表明，生成式反馈通常会获得大量视觉注意力，其中不熟悉编程的学生注意力消耗时间为两倍。经验丰富的学生更少请求生成式反馈，并且能够更好地利用它来解决给定问题。对于不熟悉编程的学生来说，这更具挑战性，因为他们有时无法理解生成式反馈。他们常常仅依赖生成式反馈，而不阅读编译器反馈。了解学生对生成式反馈的注意力和感知对于开发支持学生学习的教育工具至关重要。