不加反思的接受——调查物理教育中 ChatGPT 辅助问题解决的负面后果
物理教育
2026-05-05 v1 人工智能
人机交互
摘要
大语言模型（LLMs）近来广受欢迎。然而，它们通过 ChatGPT 的普遍可用性对教育等日常生活的敏感领域的影响仍不明确。尽管如此，对既有教育方法的社会影响已为学生和教育者所体会。我们的工作聚焦于高等物理教育并考察问题解决策略。在一项研究中，具有物理背景的学生被指派解决物理习题，其中一组可使用互联网搜索引擎（N=12），另一组被允许使用 ChatGPT（N=27）。我们评估了他们的表现、策略以及与所提供工具的交互。我们的结果表明，在 ChatGPT 辅助下给出的解答中，近一半被学生误认为正确，表明即便在其专业领域他们也过度信任 ChatGPT。同样，42% 的情况下学生使用复制粘贴来查询 ChatGPT——这一方式在搜索引擎查询中仅占 4%——突显了各组间交互行为的显著差异，并表明使用 ChatGPT 时反思有限。在我们的工作中，我们证明了需要（1）引导学生如何与 LLMs 交互，以及（2）让用户意识到潜在的不足。
引用
@article{arxiv.2309.03087,
title = {Unreflected Acceptance -- Investigating the Negative Consequences of ChatGPT-Assisted Problem Solving in Physics Education},
author = {Lars Krupp and Steffen Steinert and Maximilian Kiefer-Emmanouilidis and Karina E. Avila and Paul Lukowicz and Jochen Kuhn and Stefan Küchemann and Jakob Karolus},
journal= {arXiv preprint arXiv:2309.03087},
year = {2026}
}
备注
Pre-print currently under review