← 最新论文
💻 computer science

Beyond AI Delegation: A Prompt Pattern Framework for Productive Struggle and Evaluative Judgement in Secure Coding Education

本文提出一个基于设计科学研究的研究框架,该框架通过调整九种提示工程模式来支撑安全编码教育中的“生产性挣扎”与“评价性判断”,确保学生持续积极参与推理过程,而非将认知任务委托给生成式人工智能。

原作者: Philipp Haindl, Oliver Eigner, Peter Kieseberg

发布于 2026-05-26
📖 1 分钟阅读☕ 轻松阅读

原作者: Philipp Haindl, Oliver Eigner, Peter Kieseberg

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,你正在教一名学生游泳。在过去,你可能会给他们穿上救生衣,直接把他们扔进深水区,迫使他们划水并自行摸索如何保持漂浮。那种“挣扎”恰恰是学习发生的地方;他们的肌肉会因此变得更强壮,他们也会真正理解水的特性。

现在,想象有一个神奇的机器人可以瞬间为他们完美地游完泳。如果你只是让机器人代劳游泳,学生就永远学不会游泳。他们虽然能到达泳池的另一端,但自己却连一个泳姿都不会游。

这篇论文探讨的正是生成式人工智能(如 ChatGPT) 在教育中面临的这一问题。学生们利用 AI 替他们完成“游泳”(即思考和问题解决),跳过了那些能够建立真正理解力的艰苦努力。

以下是该论文解决方案的简明阐述:

核心理念:不要禁止机器人,而是改变规则

作者提出了一种与 AI 对话的新方式,而不是禁止 AI(这很难执行)或让其包办所有工作。他们称之为提示工程(Prompt Engineering),但你可以将其理解为**“给 AI 一份迫使学生在思考的职位描述”**。

作者创建了一个包含9 种具体提问方式的“菜单”。他们称之为提示模式(Prompt Patterns)。就像厨师拥有用于切、片、丁的不同刀具一样,教师可以利用不同的“提示模式”,确保学生承担主要工作,而 AI 仅作为得力的助手,而非替代品。

两条黄金法则

该论文指出,这 9 种模式旨在保护两件重要的事情:

  1. 富有成效的挣扎(Productive Struggle): 那种有益的艰苦努力,即你遇到瓶颈、深入思考,然后最终弄懂的过程。AI 不应立即给出答案;它应迫使你为之努力。
  2. 评估判断力(Evaluative Judgement): 审视一份作品(即使是 AI 生成的)并判断“这真的好吗?这安全吗?”的能力。

9 种模式的“菜单”(含类比)

该论文将这 9 种模式分为四类。以下是它们在通俗语言中的运作方式:

  • “角色扮演者”(Persona): 你告诉 AI:“扮演一位脾气暴躁、充满怀疑的代码审查员。”AI 不再只是说“是的,这很好”,而是挑战学生的想法。
    • 类比: 这就像聘请了一位严格的教练,在你解释清楚为什么要那样做之前,绝不让你通过训练。
  • “苏格拉底式面试官”(Flipped Interaction): 这是一个重点。不再是学生向 AI 寻求答案,而是 AI 向学生提问。
    • 类比: 想象一名侦探(AI)逐个询问嫌疑人(学生)以侦破案件。AI 不会替学生破案;它只是不断追问:“这个线索怎么看呢?”直到学生自己弄明白。
  • “选项生成器”(Alternative Approaches): 你要求 AI 提供三种不同的解决方案,而不仅仅是一个。
    • 类比: 不是 AI 说“走 A 路线”,而是说“这里有 A、B、C 三条路线。现在,你告诉我哪条最好,以及为什么。”这迫使学生进行比较和判断。
  • “分步追踪器”(Cognitive Verifier): 你要求 AI 逐步展示其工作过程。
    • 类比: 这就像要求数学老师在黑板上写出方程的每一个步骤,而不仅仅是给出最终数字。如果老师跳过了某一步,学生就能发现错误。

现实世界测试:“安全编码”课程

为了证明这行之有效,作者在研究生级别的计算机安全课程中进行了尝试。

  • 问题: 学生通常只是问 AI:“修复这个安全漏洞”,然后直接复制答案。
  • 对策: 他们使用了**“苏格拉底式面试官”**模式。AI 被设定为逐个向学生询问关于代码的问题。学生必须查看代码并作答。只有当学生证明他们理解了当前的问题后,AI 才会进入下一个问题。
  • 结果: 学生无法直接复制粘贴答案。他们必须自己真正找到漏洞,而 AI 仅充当向导,而非解题者。

结论

该论文总结道,AI 是一个强大的工具,但目前它太容易被用作“作弊码”。通过使用这些特定的提示模式,教师可以将 AI 从“作业解答器”转变为“思维伙伴”。

目标并非阻止学生使用 AI;而是要确保当他们使用 AI 时,思考、挣扎和判断的主体仍然是他们自己。AI 应成为健身器材,而不是替你举重的私人教练。

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。

试用 Digest →