Simple Science

最先端の科学をわかりやすく解説

# コンピューターサイエンス# ヒューマンコンピュータインタラクション

コンピュータ学生のヘルプを求めるスタイルの変化

この研究は、AIツールがコンピュータ教育における助けを求める行動をどう変えているかを探っているよ。

― 1 分で読む


AIツールが助けを求める方AIツールが助けを求める方法を変えるますます頼るようになってきてる。学生はコンピューターの授業でAIの支援に
目次

学生が新しいアイデアやスキルを学ぶために、助けを求めることは大事な方法なんだ。ChatGPTみたいなツールの登場で、学生は必要なときにいつでも助けを得られるようになった。でも、これらのツールが先生や仲間、オンラインフォーラムと比べて信頼性や信用面でどうなのかははっきりしてない。この研究では、コンピュータ学習の学生が助けを求めるソースをどう選ぶか、そしてAIツールがある今、彼らの体験を探っているんだ。

学習における助けを求めることの役割

学生が学業で困難に直面したとき、助けを求めるのは重要だよ。それはしばしば、成績が良くなったり、自分の能力に自信が持てるようにつながるんだ。効果的な助けを求めることは、様々な戦略や学生のマインドセットを考慮に入れる必要があるんだけど、多くの学生は助けを求めるのが難しいと感じている。判断を恐れたり、どのリソースを使えばいいか分からなかったりする感情的な障壁があるんだ。

学生は、尋ねる質問の種類や相手によって、助けを求めるかどうかを決めることが多い。最初は友達やインターネットのような非公式なリソースから始めて、必要なら先生やTA(ティーチングアシスタント)などのよりフォーマルなリソースに移行することが多い。このアプローチは、学生が目の前のニーズや受け取る助けの質に基づいて、助けのソースを選ぶことを示唆してる。

コンピュータ教育における助けを求めること

コンピュータ学習の学生には、インストラクターとのオフィスアワー、仲間とのディスカッション、オンラインリソース、学術フォーラムなど、多くのリソースがあるんだ。学生は圧倒されそうな問題に直面することが多い。一般的な問題には、構文の理解、概念的な知識、コードのバグを解決する方法を見つけることなどがある。これらの苦労は、いつ助けを求めるべきかを知るのを難しくするんだ。

研究によると、コンピュータ学習の学生は通常、オンラインリソースから助けを求め始め、その後仲間に移り、必要に応じてインストラクターに行くことが多い。これは、学生が自己学習を重視し、自分で問題を解決しようとする傾向を示している。

オンラインリソースを使うとき、学生は一般的な概念よりも具体的な技術的な質問をすることが多く、コーディング作業中にこれらのツールを継続的に活用している。生成AIツールの使用が増える中で、これらのツールが学生の助けを求める方法にどのように影響を与えるかを調査することが重要なんだ。

教育における生成AI

生成AIをコンピュータ教育に利用することには期待が寄せられている。研究者たちは、これらのAIツールが役立つ説明を生成したり、バグを特定したり、迅速なフィードバックを提供したりできることに注目している。いくつかの研究では、AIが生成した説明が仲間が作ったものよりも明確であることが示されている。

生成AIツールは学生に個別のサポートを提供し、公開で助けを求める必要なしに、よりカスタマイズされた方法で助けを得られるようにする。これによって、これらのAIツールが学生の助けを求めるリソースの好みや全体的な学習体験にどのように影響するかについて疑問が生じる。

研究方法論

学生が生成AIツールをどのように使っているかを調査するために、調査とインタビューを行った。ChatGPTやGitHub CopilotのようなAIツールを使った経験がある学生からのインサイトを集め、伝統的なリソースとの比較をしてもらった。私たちの目的は、彼らの選択に影響を与える要因を特定し、異なる助けを求めるリソースに対する快適さを理解することだった。

参加者の募集

私たちは、様々な大学から参加者を募集し、学生グループと連携し、オンラインプラットフォームを利用して多様なオーディエンスにリーチした。学生は時間に対する報酬を受け取った、特にインタビューでは、ギフトカードが渡された。

調査研究

調査では、47人のコンピュータ学生からデータを集めた。参加者には、AIツールやオンラインフォーラム、仲間からの助けなど、さまざまなリソースの間で助けを求める好みをランキングしてもらった。彼らはこれらのリソースの便利さと質、そしてどれくらい頻繁に使っているかについてフィードバックを提供した。

インタビュー研究

調査に加えて、8人の学生に半構造化インタビューを行い、助けを求めることに関する彼らの考えをより深く理解した。このフォーマットでは、個々の体験や好みを詳しく探ることができた。

発見

リソース使用の頻度

私たちの発見によれば、学生はオンラインリソースに大きく依存しており、70%以上が毎日または毎時間使用している。友達やコースのディスカッションフォーラムのようなリソースも頻繁に使用されているが、TAへの依存度は低い。これは、学生が迅速で簡単にアクセスできる助けのソースを好むことを示唆している。

助けを求める学生の好み

好みを分析したところ、学生はタスクの種類に応じて異なるリソースを好むことが分かった。コードを書くようなタスクでは、多くの学生が生成AIを貴重なツールと見なしていて、仲間から助けを求める際の社会的圧力なく新しいアイデアをサポートしてくれるんだ。

快適さと社会的ダイナミクス

全体的に、学生はAIツールから助けを求めることに快適さを感じていると報告している。ChatGPTに尋ねるときの匿名性と社会的圧力のなさは、魅力的な選択肢となっている。しかし、多くの学生は人間の交流や学びのコミュニティの重要性も評価している。彼らは、学習プロセスにおける仲間の関係や相互サポートの大切さを表現している。

助けを求める決定に影響を与える要因

学生が助けを求める場所を選ぶ際には、便利さ、質、信頼性など、いくつかの要因が影響している。生成AIは迅速な応答を提供する一方で、学生は伝統的なリソースをより信頼できるものと見なすことが多い。

便利さと質のトレードオフ

学生は迅速な応答と正確性のトレードオフを指摘した。多くは生成AIツールのスピードを評価しているが、提供される情報の正確性について懸念している。経験が少ない学生はより伝統的なリソースに依存する傾向があり、経験豊富な学生はAIを追加のツールとして使うことに快適さを感じている。

助けを求めるリクエストを明確にすることの課題

多くの学生は、仲間やAIモデルへの助けを求めるリクエストを明確にするのが難しいと感じている。この課題は、受け取る助けの質に影響を与えることが多い。成功する助けを求めるには、学生が何に助けが必要なのかを知る必要があり、これは複雑な作業になることがある。

教育への影響

私たちの発見は教育者にとっての示唆を持っている。生成AIツールの使用が増えている中で、教師はこれらを教育戦略に組み込むことを考慮すべきだ。また、これらのツールを効果的に使用するためのガイダンスを提供し、学生の助けを求める能力を向上させることを目指すべきだ。

助けを求めるスキルを改善するための戦略

学生が助けを求めるスキルを向上させるために、教師は効果的な質問を構築するための明確な指示を提供すればいい。このガイダンスは、彼らがAIツールと伝統的なリソースの両方をより効果的に使用できるようにし、学習体験をより実りあるものにするんだ。

結論

この研究は、学生がコンピュータ教育での助けを求めるために、ChatGPTなどの生成AIツールを主要なリソースとして使い始めていることを明らかにしている。伝統的なリソースもまだ価値があるけれど、AIツールの便利さとアクセスのしやすさは魅力的だ。ただし、学生がこれらのツールを完全に活用するのを妨げる大きな障壁があるんだ。

学生が生成AIに慣れていく中で、これらのツールが進化し、学習環境にどのように統合されるのかを追跡するために、さらなる研究が必要だ。これらのダイナミクスをよりよく理解することで、教育者はAIと伝統的な助けを求めるリソースの強みを活かした、より効果的な学習体験を作ることができるんだ。

オリジナルソース

タイトル: The Effects of Generative AI on Computing Students' Help-Seeking Preferences

概要: 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.

著者: Irene Hou, Sophia Metille, Zhuo Li, Owen Man, Cynthia Zastudil, Stephen MacNeil

最終更新: 2024-01-04 00:00:00

言語: English

ソースURL: https://arxiv.org/abs/2401.02262

ソースPDF: https://arxiv.org/pdf/2401.02262

ライセンス: https://creativecommons.org/licenses/by-sa/4.0/

変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。

オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。

著者たちからもっと読む

類似の記事