Patterns of Learner-AI Interaction and Academic Performance in an Object-Oriented Programming Course
Deze studie naar 210 bachelorstudenten in een cursus objectgeoriënteerd programmeren onthult dat hoewel er duidelijke patronen van zelfgestuurd GenAI-gebruik bestaan — variërend van een hoge afhankelijkheid van conceptuele ondersteuning tot codegeneratie — deze interactieprofielen de academische prestaties niet significant voorspellen, wat suggereert dat pedagogisch begeleide AI-integratie noodzakelijk is om het gebruik van de tool te vertalen naar meetbare leerwinsten.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je leert koken. Jarenlang heb je te horen gekregen dat de enige manier om goed te worden is door alles zelf te snijden, te roeren en te proeven, zonder ooit naar een kookboek te kijken totdat je hebt gefaald. Maar nu is er een magische keukenassistent verschenen. Deze kan je groenten snijden, je precies vertellen waarom je saus aanbrandt, en zelfs het hele recept voor je schrijven. Dit is de wereld van computerprogrammeren vandaag de dag, waar studenten leren software te bouwen met de hulp van Generatieve Artificiële Intelligentie (GenAI). Deze tools zijn als superintelligente keukenassistenten die code kunnen schrijven, verwarrende concepten kunnen uitleggen en fouten direct kunnen herstellen. De grote vraag die bij iedereen opkomt is: als studenten deze robotkok het zware werk laten doen, zullen ze dan daadwerkelijk leren koken, of eindigen ze gewoon met een heerlijke maaltijd die ze niet weten te maken? Onderzoekers zijn vastberaden om erachter te komen of het gebruik van deze tools studenten helpt om betere programmeurs te worden, of dat het hen slechts de illusie geeft dat ze meer weten dan ze werkelijk doen.
Dit onderzoek, uitgevoerd door Marina Lepp aan de Universiteit van Tartu, duikt in dit exacte mysterie binnen een eerstejaars cursus Object-Georiënteerd Programmeren (OOP). Zie OOP als het leren van de complexe regels van een nieuwe taal waarbij alles wordt gebouwd uit "objecten" die met elkaar interageren—een beruchte hindernis voor beginnende programmeurs. De onderzoekers ondervroegen 210 studenten om te zien hoe zij deze AI-tools gebruikten. Ze vroegen niet alleen: "Heb je AI gebruikt?", maar eerder: "Hoe heb je het gebruikt?" Liet je de AI de hele code voor je schrijven (codegeneratie)? Vroeg je de AI om de fout in jouw slordige code te vinden (debuggen)? Of vroeg je om een uitleg over waarom iets werkte (uitleg zoeken)?
De resultaten schetsen een fascinerend beeld. Ten eerste waren de studenten niet lui; ze gebruikten de AI voornamelijk als een tutor, niet als een cheatcode. Ze vroegen veel vaker om uitleg en hulp bij het vinden van fouten dan dat ze de AI vroegen om de code voor hen te schrijven. Het is alsof de studenten de robotkok gebruikten om de soep te proeven en uit te leggen waarom er meer zout bij moest, in plaats van de robot het hele diner te laten koken.
Om de verschillende manieren waarop studenten met deze tools omgingen te begrijpen, deelden de onderzoekers hen in vijf verschillende "persoonlijkheidstypen" in op basis van hun gewoonten:
- De Niet-gebruikers: Een kleine groep die de AI helemaal niet aanraakte.
- De Lichtgebruikers: Degenen die het af en toe gebruikten.
- De Gemiddelden: Degenen die het een redelijke hoeveelheid gebruikten.
- De "Slimme" Hoog-gebruikers: Dit is de meest interessante groep. Zij gebruikten de AI veel, maar vooral voor het debuggen en het krijgen van uitleg. Ze vroegen zelden aan de AI om code voor hen te schrijven. Ze behandelden de AI als een wijze mentor.
- De Zware Gebruikers: Deze studenten gebruikten de AI constant voor alles, inclus\nuit het genereren van code.
Hier komt de wending die je misschien zal verrassen: ondanks deze zeer verschillende manieren van AI-gebruik, maakte het niet uit voor hun cijfers. Toen de onderzoekers keken naar de scores van de studenten op toetsen en examens waarbij AI strikt verboden was, was er geen verschil tussen de "Slimme" gebruikers, de "Zware" gebruikers of de mensen die nooit AI hadden gebruikt. De "Slimme" gebruikers behaalden geen hogere scores, en de "Zware" gebruikers behaalden geen lagere scores.
Het onderzoek suggereert dat het simpelweg hebben van toegang tot een superintelligente AI-tool je niet automatisch een betere programmeur maakt, noch maakt het je automatisch slechter. De "Slimme" gebruikers voelden dat ze de stof beter begrepen en vertrouwden de AI meer, terwijl de "Zware" gebruikers vonden dat de opdrachten moeilijker waren en ze minder begrepen, terwijl hun uiteindelijke toetsscores identiek waren. Het is als twee groepen wandelaars: de ene groep gebruikte een high-tech GPS om constant de kaart te controleren, terwijl de andere groep gewoon zonder liep. Uiteindelijk bereikten beide groepen de top op hetzelfde moment.
De onderzoekers concluderen dat hoewel het gebruiken van AI voor uitleg en debugging een goede strategie lijkt, het doen hiervan op je eigen zonder een leraar die het proces begeleidt, niet garandeert dat je meer leert. De AI heeft hun cijfers niet verhoogd, maar het heeft ze ook niet onderuit gehaald. Het artikel suggereert dat voor AI echt kan helpen bij het leren van studenten, we meer nodig hebben dan alleen het toestaan van het gebruik van de tools; we hebben leraren nodig die hen laten zien hoe ze ze verstandig gebruiken, bijvoorbeeld door studenten te vragen de antwoorden van de AI uit te leggen, of door toetsen te ontwerpen die diep nadenken vereisen dat een robot niet zomaar kan oplossen. Tot die tijd blijft de AI een krachtig hulpmiddel dat studenten op creatieve manieren gebruiken, maar dat nog niet bewezen heeft een magische afkorting te zijn naar betere cijfers.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.