Exploring Students' Perceptions of Using Generative AI-Assisted Problem Posing

想象一下，你正在学习如何骑自行车。你可以只是坐在那里看别人骑行，或者你可以尝试记住他们走过的精确路径。但真正的魔力发生在你开始建造属于自己的小坡道、设计属于自己的障碍物，并弄清楚如何在你自己发明的摇晃表面上保持平衡时。在物理教育领域，这种发明自己挑战的行为被称为“问题提出”（problem posing）。这是一个高级说法，意思就是：你不仅仅是在解决别人给你的数学谜题，而是通过扭转规则、改变数字或构思一个新的场景，来观察你是否真正理解了宇宙运作的方式。

现在，想象你有一个超级聪明、无所不知的机器人朋友（生成式人工智能），它可以帮助你建造这些坡道。但问题在于，如果你只是问机器人：“给我做一个难一点的自行车坡道，”它可能会给你一些奇怪或毫无用处的东西。然而，如果你学会使用一种叫做“提示工程”（prompt engineering）的“秘密语言”来与机器人交流——即通过提供非常具体的指令、角色和步骤——它就会成为一个不可思ias的合作伙伴。这篇论文探讨了当学生学习这种秘密语言时会发生什么。研究人员想要了解：教学生如何正确地与 AI 对话，是否会改变他们利用 AI 来发明自己的物理问题的行为？以及学生们是真的喜欢用这个机器人朋友来学习，还是认为这种方法削弱了学习过程？

---

实验：教学生如何与机器人对话

在这项研究中，普渡大学的研究人员邀请了一群正在修读物理课程的大学生来玩一场与生成式 AI 的游戏。目标是看看通过一点点训练，能否将与 AI 笨拙的互动转化为强大的学习工具。学生们在为期一周的时间里经历了三个阶段。

首先，在“培训前”阶段，学生们被要求使用一种他们选择的 AI 工具来创建一个他们已经解决过的物理题的新版本。他们必须与 AI 聊天，创造出一个新问题，然后写下他们对这次对话的想法。在这个阶段，大多数学生只是在进行基础提问，比如“给我一个更难的版本”。

接下来是“培训”阶段。学生们观看了一段 15 分钟的视频。这不仅仅是一场枯燥的讲座；它教会了他们如何使用“提示工程”。把这想象成学习如何给 GPS 提供非常具体的方向。你不再只是说“开车去海滩”，而是学会说“开车去海滩，但走风景优美的路线，避开高速公路，并在途中停下来吃冰淇淋”。该视频还教会了他们一种特殊的思考物理问题的方式，帮助他们理解如何以有意义的方式改变问题的背景或难度。

最后，在“培训后”阶段，学生们回到了 AI 面前。他们被要求做完全相同的事情：创建一个新的物理问题。但这一次，他们必须使用刚刚学到的这种“秘密语言”和思维技巧。之后，他们反思了这次体验与第一次相比感觉有何不同。

学生们的发现

结果就像是在观察一群人从笨拙地操作新游戏控制器，进化到成为职业选手。当研究人员查看学生的反思报告时，他们发现 76% 的学生觉得在接受培训后，他们与 AI 的互动发生了积极的变化。

在培训之前，许多学生将他们与 AI 的对话描述为“基础的”、“缺乏重点的”，或者感觉得到的答案并不完全符合他们的需求。这就像是试图通过仅仅大喊“我要披萨！”来订购一个定制披萨，然后听天由命。在培训之后，学生们觉得他们的对话变得更像是一种真正的对话。他们使用了诸如“角色扮演”（告诉 AI 扮演特定的角色）和“思维链”（要求 AI 逐步展示其推导过程）等技术。一位学生指出，以前答案显得不够详细，但在学习了新技巧后，AI 的回答变得“更清晰、更彻底，并且能更好地解释其中的步骤”。

有趣的是，那些没有感到显著变化的少数学生，通常是那些已经知道如何与 AI 对话，或者已经在自发使用简单技巧的学生。对于他们来说，培训只是为他们已经在做的事情赋予了名称。

学生喜欢用 AI 来学习吗？

第二个大问题是：学生们真的想用这种方法来自主学习吗？答案大多是欢快的“是的”，但也伴随着一些不悦的“不”和一些“也许”。

大约 68% 的学生对使用 AI 进行问题提出持有积极态度。他们将其视为获得个性化练习题、获得辅导式反馈以及针对自己薄弱环节进行训练的一种方式。他们设想利用它来准备考试或深化对复杂概念的理解。这就像拥有一个私人教练，可以专门为你设计无数种不同的训练项目。

另外 17% 的学生持有矛盾的心态。他们觉得这个想法很酷，可能很有用，但同时也感到犹豫。一些人担心 AI 可能会出错或给出虚假的问题，因此他们需要反复检查所有内容。另一些人则觉得虽然这很有帮助，但他们更倾向于坚持完成老师布置的正式作业和练习测试。他们就像是那些虽然喜欢构建自己的乐高城堡，但仍希望在动手前确保说明书完美无缺的孩子。

最后，大约 9% 的学生持有负面看法。这些学生坚决反对将 AI 用于学习。他们的理由并非关于问题的质量，而是关于伦理。有些人认为使用 AI 完成学业在道德上是不对的，而另一些人则担心运行这些强大计算机对环境造成的影响。他们认为，在没有 AI 的情况下，学生们通过教科书和人类教师也已经学习了多年的物理，因此不应鼓励使用 AI。

大局观

当你把所有的碎片拼凑在一起时，这项研究表明了一个清晰的趋势：培训至关重要。 在那些觉得与 AI 互动有所改善的学生中，绝大多数人对使用 AI 进行问题提出持积极态度。甚至在那些对 AI 本身持怀疑态度的学生中，那些看到自己互动方式得到提升的人也承认，学习如何向 AI 发出提示词是至关重要的。

研究人员发现，虽然大多数学生愿意将 AI 作为学习伙伴，但仍有一小部分人会因为道德层面的反对而拒绝使用它。然而对于其余的人来说，教导学生如何正确地与 AI 对话，似乎是解锁其潜力的关键。这不仅是将一个可能只给你答案的工具，而是将其变成一个帮助你建立自身理解的伙伴。研究结论指出，学校应该考虑教授这些“提示工程”技能，以帮助学生在不丧失批判性思维能力的前提下，充分利用 AI 的潜力。这并不是要用机器人取代学生，而是要教学生如何驾驶机器人。