.png){kind=icon}
返回
How Large Language Models Shape Programming Skill Development Beyond Task Completion
.png){kind=icon}
OA
AI
DOI：10.3390/ai7070252.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大型语言模型（LLMs）正在改变学生解决问题、代码解释和软件开发的方式。然而，在AI协助下成功完成任务并不一定表明对底层编程原理的概念性理解，这使得难以确定编程技能如何随时间发展。本研究探讨了学生的批判性参与、协作学习实践以及对LLMs的探索性使用是否与自我报告的编程能力、编码实践和长期知识保留相关。来自189名在不同教育及编码相关情境中使用LLM程度各不相同的学生调查数据，采用偏最小二乘结构方程建模（PLS-SEM）进行分析。研究发现，当学生主动质疑、重新解释和调整AI生成的回应，而非将其视为最终答案时，他们会认为LLMs具有更高的教育价值。与AI输出进行更多反思性互动的学生报告了更强的感知能力，并对代码组织、可读性和可维护性给予了更多刻意关注。协作使用对应于编程能力的更广泛发展，而创造性实验则更密切地与风格提炼和长期保留的感知益处相关。因此，与AI生成材料的主动互动可能促进分析推理和更深层次的概念参与，而不仅仅是加速代码生成。通过超越技术采用和生产率导向的视角，本研究强调了学习者能动性在塑造LLM支持的编程教育中的作用。
Keyword:
generative AI
large language models
programming education
programming skill development
critical thinking
collaborative learning
creativity
long-term memory
期刊
A
IF:
5
论文数:
1.0K
被引数:
941
机构
引用论文
Can generative AI be an effective co-teacher? An experiment. Comp. Educ. Artificial Intell. 8:100418生成式人工智能能否成为有效的共同教师？一项实验。Comp. Educ. Artificial Intell. 8:100418.png)
IF0
PREAI
分享收藏分享收藏
Minimum sample size estimation in PLS-SEM: The inverse square root and gamma-exponential methodsPls-sem中的最小样本量估计: 平方根倒数和伽马指数法
PREAI
分享收藏Refining ChatGPT-Generated Code: Characterizing and Mitigating Code Quality Issues精炼ChatGPT生成的代码: 描述和缓解代码质量问题OAAI
OAAI分享收藏On the Educational Impact of ChatGPT: Is Artificial Intelligence Ready to Obtain a University Degree?Proceedings of the 2023 Conference on Innovation and Technology in Computer Science Education V. 1OAAI
Proceedings of the 2023 Conference on Innovation and Technology in Computer Science Education V. 1IF0
OAAI分享收藏
查看更多内容