自我解釋適性化聊天機器人影響程式設計能力之初探
Keywords:
自我解釋, 運算思維, 程式學習, 生成式人工智慧, 聊天機器人Abstract
本研究針對結合生成式AI聊天機器人與自我解釋策略的適性化自動評估系統,探討其對學生程式設計能力及運算思維的影響。透過在台灣北部一所大學開設的16周「Python教育資料探勘實作」課程,研究以Wilcoxon符號檢定方式,比較學生在參與課堂前後程式設計能力、運算思維與學習動機的差異。結果顯示,學生的Python程式設計分數於課程結束後明顯提升,運算思維包含抽象化、拆解、演算法思維與評估等面向也皆有顯著成長。同時,學生的內在目標與外在動機都有正向改變,更認為該系統在操作上具備良好的易用性與實用性,顯示學生普遍肯定此教學模式對程式學習的幫助。Downloads
Published
2025-06-06
Issue
Section
文章