追踪提示级别轨迹以理解编程教育中AI的学生学习
人机交互
2026-04-14 v1
摘要
随着ChatGPT等AI工具进入编程教室，学生会遇到不同课程和教师之间的规则差异，这塑造了他们如何使用AI并导致他们在利用AI方面能力不平等。我们调查了学生如何在编程入门Python作业中与AI互动，分析了来自163名学生的学生-LLM对话历史和最终代码提交情况。我们检查了提示级别策略，追踪了互动轨迹，并比较了AI生成代码与学生提交的代码。我们识别出从完全委托到迭代细化的多种轨迹，其中包含中间的混合形式。尽管大多数学生直接复制AI生成的代码提交，但许多学生通过迭代细化来构建代码生成。我们还对比了互动模式与作业结果和课程表现之间的关系。我们的发现表明，提示轨迹是了解学生自我调节和学习取向的有前景的窗口。我们提出了设计启示，以构建促进个性化和生产性学生-AI协作学习的教育AI系统。
引用
@article{arxiv.2604.10400,
title = {Tracing Prompt-Level Trajectories to Understand Student Learning with AI in Programming Education},
author = {Tianyu Shao and Miguel Feijóo-García and Yi Zhang and Hugo Castellanos and Tawfiq Salem and Alejandra Magana and Tianyi Li},
journal= {arXiv preprint arXiv:2604.10400},
year = {2026}
}