論文の概要: Scaffolding Metacognition in Programming Education: Understanding Student-AI Interactions and Design Implications

• arxiv url: http://arxiv.org/abs/2511.04144v1
• Date: Thu, 06 Nov 2025 07:42:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-07 20:17:53.350513
• Title: Scaffolding Metacognition in Programming Education: Understanding Student-AI Interactions and Design Implications
• Title（参考訳）: プログラミング教育におけるメタ認知の共有 : 学生とAIの相互作用とデザインの意味を理解する
• Authors: Boxuan Ma, Huiyong Li, Gen Li, Li Chen, Cheng Tang, Yinjie Xie, Chenghao Gu, Atsushi Shimada, Shin'ichi Konomi,
• Abstract要約: ChatGPTのような生成AIツールは、初心者プログラマに、インスタントでパーソナライズされたサポートへの前例のないアクセスを提供する。 これは明確な約束であるが、学生のメタ認知過程に対する影響は未解明のままである。 本研究では,大学レベルのプログラミングコースにおけるメタ認知レンズを用いて,学生とAIの相互作用を分析することでギャップを解消する。
• 参考スコア（独自算出の注目度）: 10.81558535566768
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generative AI tools such as ChatGPT now provide novice programmers with unprecedented access to instant, personalized support. While this holds clear promise, their influence on students' metacognitive processes remains underexplored. Existing work has largely focused on correctness and usability, with limited attention to whether and how students' use of AI assistants supports or bypasses key metacognitive processes. This study addresses that gap by analyzing student-AI interactions through a metacognitive lens in university-level programming courses. We examined more than 10,000 dialogue logs collected over three years, complemented by surveys of students and educators. Our analysis focused on how prompts and responses aligned with metacognitive phases and strategies. Synthesizing these findings across data sources, we distill design considerations for AI-powered coding assistants that aim to support rather than supplant metacognitive engagement. Our findings provide guidance for developing educational AI tools that strengthen students' learning processes in programming education.
• Abstract（参考訳）: ChatGPTのような生成AIツールは、初心者プログラマに、インスタントでパーソナライズされたサポートへの前例のないアクセスを提供する。 これは明確な約束であるが、学生のメタ認知過程に対する影響は未解明のままである。 既存の研究は主に正確さとユーザビリティに焦点を当てており、学生のAIアシスタントの使用が重要なメタ認知プロセスをサポートするか、バイパスするかに制限されている。 本研究では,大学レベルのプログラミングコースにおけるメタ認知レンズを用いて,学生とAIの相互作用を分析することで,ギャップを解消する。 我々は3年間に1万件以上の対話ログを調査し、学生や教育者の調査を補完した。 分析は,メタ認知の段階と戦略にどのように対応しているかに着目した。 これらの知見をデータソース間で合成し、メタ認知的エンゲージメントに取って代わるのではなく、支援することを目的としたAIによるコーディングアシスタントの設計考察を精査する。 本研究は,プログラミング教育における学習プロセスを強化する教育用AIツール開発のためのガイダンスを提供する。

関連論文リスト

• Plan More, Debug Less: Applying Metacognitive Theory to AI-Assisted Programming Education [16.757426904379212]
  本研究では,メタ認知理論がAI支援プログラミング教育にもたらす可能性について検討する。 ヒントシステムは、計画、監視、評価のメタ認知フェーズを中心に設計されている。 学生はプランニングヒントを最も高く認識し、関与するが、最適化ヒントが要求されることは滅多にない。
  論文  参考訳（メタデータ） (2025-09-03T09:38:43Z)
• New Kid in the Classroom: Exploring Student Perceptions of AI Coding Assistants [0.0]
  本研究では,初級プログラミングコースにおける初心者プログラマの体験をAIツールがいかに形作っているかを検討する。 学生は、AIツールがコードの概念を把握し、初期開発フェーズにおける信頼を高めるのに役立つと考えている。 しかし,基礎知識伝達の過度さとギャップを指摘して,学生が無意識に働くように求められた際,顕著な困難が生じた。
  論文  参考訳（メタデータ） (2025-06-26T05:59:23Z)
• Methodological Foundations for AI-Driven Survey Question Generation [41.94295877935867]
  本稿では,ジェネレーティブAIを教育調査に活用するための方法論的枠組みを提案する。 大規模言語モデルが適応的でコンテキスト対応のサーベイ質問を生成する方法について検討する。 偏見、プライバシー、透明性などの倫理的問題を考察する。
  論文  参考訳（メタデータ） (2025-05-02T09:50:34Z)
• Supporting Students' Reading and Cognition with AI [12.029238454394445]
  私たちは124セッションのテキストをAIツールで分析し、ユーザの読書プロセスと認知的エンゲージメントを理解しました。 我々は、低レベルの認知タスクのための構造化足場を含む、将来のAI読解支援システムの設計意味について提案する。 私たちは、学生やインストラクターがAIで読書体験をカスタマイズできる適応的で人間的なループ機能を提案しています。
  論文  参考訳（メタデータ） (2025-04-07T17:51:27Z)
• Assistance or Disruption? Exploring and Evaluating the Design and Trade-offs of Proactive AI Programming Support [36.082282294551405]
  我々は,エディタアクティビティとタスクコンテキストに基づいたプログラミング支援を開始するデザインプローブエージェントであるCodellaboratorを紹介し,評価する。 プロアクティブエージェントは、プロンプトのみのパラダイムに比べて効率が向上するが、ワークフローの混乱も引き起こす。
  論文  参考訳（メタデータ） (2025-02-25T21:37:25Z)
• Effects of a Prompt Engineering Intervention on Undergraduate Students' AI Self-Efficacy, AI Knowledge and Prompt Engineering Ability: A Mixed Methods Study [36.48421439947282]
  本研究は,香港の大学において,迅速な工学的介入を設計・実施した。 学生のAI自己効力、AI知識、そして効果的なプロンプト作成能力について検討した。
  論文  参考訳（メタデータ） (2024-07-30T15:05:24Z)
• Toward enriched Cognitive Learning with XAI [44.99833362998488]
  本稿では,人工知能(AI)ツールによる認知学習のためのインテリジェントシステム(CL-XAI)を提案する。 CL-XAIの使用は、学習者が問題解決スキルを高めるために問題に取り組むゲームインスパイアされた仮想ユースケースで説明される。
  論文  参考訳（メタデータ） (2023-12-19T16:13:47Z)
• Empowering Private Tutoring by Chaining Large Language Models [87.76985829144834]
  本研究は,最先端の大規模言語モデル(LLM)を活用した,本格的な知的チューリングシステムの開発を探求する。 このシステムは、相互に接続された3つのコアプロセス(相互作用、反射、反応)に分けられる。 各プロセスは LLM ベースのツールと動的に更新されたメモリモジュールによって実装される。
  論文  参考訳（メタデータ） (2023-09-15T02:42:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。