生成式人工智能对高校学生编程学习效果的影响的元分析

Abstract

生成式人工智能的迅速发展为编程教育提供了新的技术支持，但其在高校编程课程的应用效果尚未形成一致结论。为此，本研究采用元分析对19项实证研究进行整合，并对学习者专业、学段、先前编程基础、实验周期以及GAI应用方式等调节变量进行分析，探讨其对编程学习效果的影响。结果显示GAI对学习者的学习效果有显著提升。调节效应分析发现，具备编程基础的学生受益更大；干预周期在1至3个月时学习效果较突出；相较于将GAI作为智能导师，将其作为智能学生、智能学伴或学习工具所带来的学习效果更优；而学习者的专业和学段等组间差异未达到显著水平。未来在推动GAI融入编程教育的过程中，研究者应加强实践适切性设计，从而更有效地助力学生提升学习成效。