探究研究生在定量方法课程中与生成式 AI 教学助手的学习体验

本研究在一门高级定量研究方法课程中进行，共有 20 名研究生参与。在课程期间，学生向 AI 提出的询问被记录并使用 Bloom 分类法和 CLEAR 框架进行编码。采用了一系列独立样本 t 检验和泊松回归分析来探究不同背景学生所提问题的特征。课程结束后对 10 名学生进行了访谈，以更深入地了解他们的看法。结果显示，学生使用 AI 助手的模式呈 U 型：在课程开始和接近结束时使用率较高，而在中间几周使用率下降。向 AI 提出的大多数问题集中在知识和理解层面，涉及更深层次认知思考的问题较少。数学基础较弱的学生使用 AI 助手更频繁，尽管与较少使用该工具的数学基础较强的学生相比，他们的询问往往缺乏明确和合乎逻辑的结构。这些模式表明，需要提供有针对性的指导，以优化 AI 工具对不同学术水平学生的有效性。