A Scaffolded GenAI Lab in Early Undergraduate CS: A Mixed-Methods, Multi-Course Evaluation
这项混合方法研究表明，在多个本科课程中开展的简短且具有支架式引导的“AI实验室”干预措施，成功地提高了学生在使用生成式人工智能进行概念理解和调试任务时的舒适度和开放度，同时促进了更具批判性和迭代性的参与策略，而并未增加在评分作业上的整体自我报告使用量。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，计算机科学的世界就像一座巨大且繁忙的图书馆，学生们去那里学习如何用代码进行创造。多年来，书架上的工具只有教科书、讲义，以及来自老师或朋友的一点点帮助。但最近，一位超级快速的图书管理员来到了这里：生成式人工智能（GenAI）。这位图书管理员可以编写代码、解释复杂的概念并瞬间解决问题。虽然这听起来像是一个梦想，但对老师们来说也像是一场噩梦。他们担心，如果学生只是向图书管理员索要答案，他们实际上将无法学会如何亲手构建任何东西。他们还担心作弊问题。因此，教育工作者面临着一个巨大的问题：我们如何教导学生明智地使用这位强大的新图书管理员，而不是让他们仅仅让它完成所有的工作？这正是研究人员在计算教育领域试图解决的谜题。
这时，来自普渡大学的一个研究小组决定测试一个名为“AI实验室”（AI-Lab）的学生“训练营”。他们既没有试图禁止这位图书管理员，也没有任由学生肆意妄为。相反，他们设立了一个简短且有结构的研讨会，教导学生如何成为 AI 的聪明伙伴。他们想看看这次快速的学习课程是否会改变学生对使用 AI 的看法以及他们的实际使用方式。学生们变得更有信心了吗？他们开始更多地将 AI 用于家庭作业吗？还是说，他们学会了将其作为一种工具而非拐杖来使用？
研究人员在两个学期内，通过三个计算机科学课程和一个工程课程开展了这项实验，涉及数百名学生。他们在 AI 实验室前后向学生发放了调查问卷，以衡量他们的感受和习惯，并举行了小组讨论，以倾听学生用自己的语言讲述的故事。
以下是他们的发现。在研讨会之后，学生们对于使用 AI 来解决棘手的概念性问题以及在家庭作业中寻求帮助感到更加舒适和开放。他们不再害怕向 AI 求助。然而，这里有一个重大的“但是”，学生们表示用于计分家庭作业和大型项目的 AI 使用次数并没有增加。它保持得完全一样。唯一在 AI 使用频率上有所上升的地方是调试——即修复损坏的代码。
学生们在焦点小组中的故事解释了原因。在参加实验室之前，许多学生将 AI 视为一个“魔法按钮”：他们输入一个模糊的问题，然后听天由命。如果答案是错的，他们就会放弃。在实验室之后，他们变成了熟练的侦探。他们学会了为 AI 提供更多的上下文，提出更好的问题，并仔细检查 AI 的工作。他们意识到 AI 并不完美；它可能会犯错，尤其是在数学或复杂的逻辑方面。他们开始将它视为一个非常快但有时会出错的学习伙伴，而不是一个为他们完成工作的方案生成器。他们设定了明确的界限，决定虽然 AI 在理解概念或修复漏洞方面表现出色，但在最终成绩方面，他们仍需自己承担主要的重任。
研究人员谨慎地指出，他们并没有证明学生实际上减少了作弊或学到了更多知识，因为他们只是询问了学生“自称”做了什么。但结果表明，一次简短而聪明的课程可以改变学生看待 AI 的方式。它似乎使他们变得更有信心且更具策略性，而不会让他们变成那种仅仅让 AI 代写作业的人。这就像教一名驾驶员如何使用 GPS：他们可能会在陌生城市驾驶时感到更有信心，但他们仍然需要自己掌控方向盘。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。