A Scaffolded GenAI Lab in Early Undergraduate CS: A Mixed-Methods, Multi-Course Evaluation
Este estudo de métodos mistos demonstra que uma intervenção breve e estruturada de "AI-Lab" em múltiplos cursos de graduação aumentou com sucesso o conforto e a abertura dos estudantes em relação ao uso de IA Generativa para tarefas conceituais e de depuração, ao mesmo tempo em que promoveu estratégias de engajamento mais críticas e iterativas sem aumentar o uso autodeclarado geral em tarefas avaliadas.
Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo
Imagine o mundo da ciência da computação como uma biblioteca enorme e movimentada, onde os estudantes vão para aprender como construir coisas com código. Durante anos, as únicas ferramentas nas prateleiras eram livros didáticos, notas de aula e uma pequena ajuda de um professor ou de um amigo. Mas recentemente, um novo bibliotecário super-rápido chegou: a IA Generativa (GenAI). Este bibliotecário consegue escrever código, explicar conceitos complicados e resolver problemas em um piscar de olhos. Embora isso pareça um sonho, também é um pouco de um pesadelo para os professores. Eles se preocupam que, se os alunos apenas pedirem as respostas ao bibliotecário, eles não aprenderão de fato a construir nada por conta própria. Eles também se preocupam com a trapaça. Assim, a grande questão para os educadores é: Como ensinamos os alunos a usar este novo e poderoso bibliotecário de forma sábia, sem que eles apenas deixem que ele faça todo o trabalho? Este é o quebra-cabeça que os pesquisadores estão tentando resolver no campo da educação em computação.
Entra uma equipe de pesquisadores da Universidade de Purdue, que decidiu testar um "campo de treinamento" para estudantes chamado AI-Lab. Eles não tentaram banir o bibliotecário, nem deixaram os alunos à vontade para fazer o que quisessem. Em vez disso, organizaram um workshop curto e estruturado para ensinar os alunos a serem parceiros inteligentes com a IA. Eles queriam ver se essa lição rápida mudaria a forma como os alunos se sentiam em relação ao uso da IA e como eles realmente a utilizavam. Os alunos tornaram-se mais confiantes? Começaram a usar a IA mais para o dever de casa? Ou aprenderam a usá-la como uma ferramenta em vez de uma muleta?
Os pesquisadores realizaram este experimento em três aulas de ciência da computação e uma de engenharia ao longo de dois semestres, envolvendo centenas de alunos. Eles aplicaram questionários aos alunos antes e depois do AI-Lab para medir seus sentimentos e hábitos, e também realizaram discussões em grupo para ouvir as histórias dos próprios alunos com suas próprias palavras.
Aqui está o que eles descobriram. Após o workshop, os alunos sentiram-se muito mais confortáveis e abertos a usar a IA para questões conceituais difíceis e para obter ajuda com o dever de casa. Sentiram menos medo de pedir ajuda à IA. No entanto, e este é um grande "no entanto", o número de vezes que os alunos disseram usar a IA para seus deveres de casa pontuados e grandes projetos não aumentou. Permaneceu exatamente o mesmo. O único lugar onde eles usaram a IA mais foi para depuração — corrigindo códigos quebrados.
As histórias dos alunos nos grupos de foco explicaram o porqui. Antes do laboratório, muitos alunos tratavam a IA como um botão mágico: digitavam uma pergunta vaga e esperavam pelo melhor. Se a resposta estivesse errada, eles desistiam. Depois do laboratório, tornaram-se como detetives habilidosos. Aprenderam a dar mais contexto à IA, a fazer perguntas melhores e a verificar o trabalho da IA cuidadosamente. Perceberam que a IA não é perfeita; ela pode cometer erros, especialmente em matemática ou lógica complexa. Começaram a tratá-la como um parceiro de estudos que é muito rápido, mas que às vezes erra as coisas, em vez de um gerador de soluções que faz o trabalho por eles. Estabeleceram limites claros, decidindo que, embora a IA seja ótima para entender um conceito ou corrigir um erro, eles ainda precisavam fazer o trabalho pesado por conta própria para suas notas finais.
Os pesquisadores são cuidadosos ao dizer que não provaram que os alunos realmente trapacearam menos ou aprenderam mais, porque apenas perguntaram aos alunos o que eles disseram que fizeram. Mas os resultados sugerem que uma lição curta e inteligente pode mudar a forma como os alunos pensam sobre a IA. Parece tornar os alunos mais confiantes e estratégicos, sem transformá-los em pessoas que apenas deixam a IA fazer seu dever de casa. É como ensinar um motorista a usar um GPS: eles podem se sentir mais confiantes dirigindo em uma cidade nova, mas ainda precisam dirigir o carro por conta própria.
Afogado em artigos na sua área?
Receba digests diários dos artigos mais recentes que correspondam às suas palavras-chave de pesquisa — com resumos técnicos, no seu idioma.