El Cambio en la Búsqueda de Ayuda entre Estudiantes de Computación
Este estudio explora cómo las herramientas de IA están cambiando los comportamientos de búsqueda de ayuda en la educación en computación.
― 8 minilectura
Tabla de contenidos
- El rol de la búsqueda de ayuda en el aprendizaje
- Búsqueda de ayuda en la educación en computación
- IA generativa en la educación
- Metodología de investigación
- Reclutamiento de participantes
- Estudio de encuesta
- Estudio de entrevistas
- Hallazgos
- Frecuencia de uso de recursos
- Preferencias de los que buscan ayuda
- Niveles de comodidad y dinámicas sociales
- Factores que influyen en las decisiones de búsqueda de ayuda
- Compensaciones entre conveniencia y calidad
- Desafíos para formular solicitudes de ayuda
- Implicaciones para la enseñanza
- Estrategias para mejorar las habilidades de búsqueda de ayuda
- Conclusión
- Fuente original
- Enlaces de referencia
Buscar ayuda es una manera importante para que los Estudiantes aprendan nuevas ideas y habilidades en sus cursos de computación. Con el auge de herramientas como ChatGPT, los estudiantes ahora tienen acceso a ayuda cuando la necesitan. Sin embargo, no está claro cómo se comparan estas herramientas con Recursos tradicionales como profesores, compañeros y foros en línea en términos de confiabilidad y confianza. Este estudio investiga cómo los estudiantes de computación eligen fuentes de ayuda y sus experiencias con ellas ahora que hay herramientas de IA.
El rol de la búsqueda de ayuda en el aprendizaje
Cuando los estudiantes enfrentan desafíos en sus estudios, buscar ayuda es vital. A menudo lleva a mejores calificaciones y más confianza en sus habilidades. Buscar ayuda de manera efectiva toma en cuenta varias estrategias y la mentalidad del estudiante. Sin embargo, muchos estudiantes encuentran difícil pedir ayuda. Enfrentan barreras emocionales, como el miedo a ser juzgados, y barreras en la toma de decisiones, como no saber qué recursos usar.
Los estudiantes a menudo deciden si buscar ayuda en función de factores como el tipo de pregunta que están haciendo y a quién se la están haciendo. Normalmente empiezan con recursos informales como amigos e internet y luego pasan a recursos más formales como profesores o asistentes de enseñanza (TAs) si es necesario. Este enfoque sugiere que los estudiantes prefieren fuentes de ayuda según sus necesidades inmediatas y la calidad de la ayuda que anticipan recibir.
Búsqueda de ayuda en la educación en computación
Los estudiantes de computación tienen muchos recursos a su disposición, incluyendo horas de oficina con instructores, discusiones con compañeros, recursos en línea y foros académicos. Los estudiantes a menudo enfrentan problemas que pueden parecer abrumadores. Los problemas comunes incluyen entender la sintaxis, el conocimiento conceptual y averiguar cómo resolver errores en su código. Estas luchas pueden dificultarles saber cuándo buscar ayuda.
La investigación muestra que los estudiantes de computación a menudo inician su proceso de búsqueda de ayuda con recursos en línea, luego pasan a compañeros y finalmente a instructores solo si es necesario. Esto demuestra que los estudiantes valoran el autoaprendizaje y tienden a intentar resolver sus problemas de manera independiente antes de pedir ayuda.
Al usar recursos en línea, los estudiantes generalmente hacen preguntas técnicas específicas en lugar de conceptos más amplios, utilizando estas herramientas continuamente durante su trabajo de codificación. A medida que el uso de herramientas de IA generativa crece, es esencial examinar cómo estas herramientas pueden cambiar las formas en que los estudiantes buscan ayuda.
IA generativa en la educación
Ha habido emoción por usar IA generativa en la enseñanza de la computación. Los investigadores han notado que estas herramientas de IA pueden generar explicaciones útiles, identificar errores y proporcionar retroalimentación rápida. Algunos estudios muestran que las explicaciones generadas por IA pueden ser más claras que las de los compañeros.
Las herramientas de IA generativa ofrecen a los estudiantes Apoyo personalizado, permitiéndoles acceder a ayuda de una manera más adaptada sin necesitar preguntar públicamente. Esto plantea preguntas sobre cómo estas herramientas de IA afectarán las preferencias de los estudiantes por recursos de búsqueda de ayuda y su experiencia de aprendizaje general.
Metodología de investigación
Para investigar cómo los estudiantes están usando herramientas de IA generativa, realizamos encuestas y entrevistas. Recopilamos información de estudiantes que tenían experiencia usando herramientas de IA como ChatGPT y GitHub Copilot, pidiéndoles que compararan sus experiencias con recursos tradicionales. Nuestro objetivo era identificar los factores que afectan sus decisiones y entender su nivel de comodidad con diferentes recursos de búsqueda de ayuda.
Reclutamiento de participantes
Reclutamos participantes de varias universidades, involucrándonos con grupos de estudiantes y utilizando plataformas en línea para llegar a una audiencia diversa. Los estudiantes fueron compensados por su tiempo, especialmente en entrevistas, donde recibieron una tarjeta de regalo.
Estudio de encuesta
En nuestra encuesta, recopilamos datos de 47 estudiantes de computación. Se les pidió a los participantes que clasificaran sus preferencias de búsqueda de ayuda entre diferentes recursos, incluyendo herramientas de IA y opciones tradicionales como foros en línea y ayuda de compañeros. Proporcionaron comentarios sobre la conveniencia y calidad de estos recursos y con qué frecuencia los usaron.
Estudio de entrevistas
Además de la encuesta, realizamos entrevistas semi-estructuradas con ocho estudiantes para obtener una comprensión más profunda de sus pensamientos sobre la búsqueda de ayuda. Este formato nos permitió explorar experiencias individuales y preferencias con más detalle.
Hallazgos
Frecuencia de uso de recursos
Nuestros hallazgos revelaron que los estudiantes recurrían mucho a recursos en línea, con más del 70% utilizándolos a diario o cada hora. Recursos como amigos y foros de discusión del curso también se usaban con frecuencia, mientras que la dependencia de los TAs era menor. Esto sugiere que los estudiantes prefieren fuentes de ayuda rápidas y fácilmente accesibles.
Preferencias de los que buscan ayuda
Cuando analizamos sus preferencias, encontramos que los estudiantes favorecían diferentes recursos según el tipo de tarea. Para tareas como escribir código, muchos veían la IA generativa como una herramienta valiosa, ya que podía proporcionar apoyo para nuevas ideas sin las presiones sociales de pedir ayuda a los compañeros.
Niveles de comodidad y dinámicas sociales
En general, los estudiantes informaron sentirse cómodos buscando ayuda de herramientas de IA. El anonimato y la falta de presión social al preguntar a ChatGPT lo hicieron una opción atractiva. Sin embargo, muchos aún valoraban las interacciones humanas y el aspecto comunitario del aprendizaje. Los estudiantes expresaron la importancia de las relaciones entre pares y el apoyo mutuo en sus procesos de aprendizaje.
Factores que influyen en las decisiones de búsqueda de ayuda
Las decisiones que los estudiantes toman sobre dónde buscar ayuda están influenciadas por varios factores, incluyendo conveniencia, calidad y confiabilidad. Mientras que la IA generativa proporcionaba respuestas rápidas, los estudiantes a menudo veían los recursos tradicionales como más fiables.
Compensaciones entre conveniencia y calidad
Los estudiantes destacaron la compensación entre respuestas rápidas y precisión. Muchos apreciaban la velocidad de las herramientas de IA generativa, pero estaban preocupados por la corrección de la información proporcionada. Los estudiantes menos experimentados tendían a depender más de recursos tradicionales, mientras que aquellos con más experiencia se sentían cómodos usando la IA como una herramienta adicional.
Desafíos para formular solicitudes de ayuda
Muchos estudiantes enfrentaron dificultades para articular claramente sus solicitudes de ayuda, ya sea a un compañero o a un modelo de IA. Este desafío a menudo afectaba la calidad de la ayuda que recibían. Buscar ayuda con éxito requiere que los estudiantes sepan qué necesitan, lo cual puede ser una tarea compleja.
Implicaciones para la enseñanza
Nuestros hallazgos tienen implicaciones para los educadores. A medida que el uso de herramientas de IA generativa crece, los profesores deben considerar integrarlas en sus estrategias de enseñanza. También deben proporcionar orientación sobre cómo usar estas herramientas de manera efectiva, con el objetivo de mejorar las habilidades de los estudiantes para buscar ayuda.
Estrategias para mejorar las habilidades de búsqueda de ayuda
Para ayudar a los estudiantes a mejorar sus habilidades de búsqueda de ayuda, los instructores pueden proporcionar instrucciones claras sobre cómo formular preguntas efectivas. Esta orientación les permitirá usar tanto herramientas de IA como recursos tradicionales de manera más efectiva, haciendo que su experiencia de aprendizaje sea más fructífera.
Conclusión
El estudio revela que los estudiantes están comenzando a usar herramientas de IA generativa como ChatGPT como un recurso clave para buscar ayuda en la educación en computación. Aunque los recursos tradicionales todavía tienen valor, la conveniencia y accesibilidad de las herramientas de IA son atractivas. Sin embargo, existen barreras significativas que pueden impedir que los estudiantes utilicen completamente estas herramientas.
A medida que los estudiantes se sientan más cómodos con la IA generativa, se necesita continuar investigando cómo estas herramientas evolucionan y cómo se integran en los entornos de aprendizaje. Al comprender mejor estas dinámicas, los educadores pueden crear experiencias de aprendizaje más efectivas que aprovechen las fortalezas de la IA y de los recursos tradicionales de búsqueda de ayuda.
Título: The Effects of Generative AI on Computing Students' Help-Seeking Preferences
Resumen: Help-seeking is a critical way for students to learn new concepts, acquire new skills, and get unstuck when problem-solving in their computing courses. The recent proliferation of generative AI tools, such as ChatGPT, offers students a new source of help that is always available on-demand. However, it is unclear how this new resource compares to existing help-seeking resources along dimensions of perceived quality, latency, and trustworthiness. In this paper, we investigate the help-seeking preferences and experiences of computing students now that generative AI tools are available to them. We collected survey data (n=47) and conducted interviews (n=8) with computing students. Our results suggest that although these models are being rapidly adopted, they have not yet fully eclipsed traditional help resources. The help-seeking resources that students rely on continue to vary depending on the task and other factors. Finally, we observed preliminary evidence about how help-seeking with generative AI is a skill that needs to be developed, with disproportionate benefits for those who are better able to harness the capabilities of LLMs. We discuss potential implications for integrating generative AI into computing classrooms and the future of help-seeking in the era of generative AI.
Autores: Irene Hou, Sophia Metille, Zhuo Li, Owen Man, Cynthia Zastudil, Stephen MacNeil
Última actualización: 2024-01-04 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2401.02262
Fuente PDF: https://arxiv.org/pdf/2401.02262
Licencia: https://creativecommons.org/licenses/by-sa/4.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.