論文の概要: Examining the Usage of Generative AI Models in Student Learning Activities for Software Programming
- arxiv url: http://arxiv.org/abs/2511.13271v1
- Date: Mon, 17 Nov 2025 11:42:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-18 14:36:25.187222
- Title: Examining the Usage of Generative AI Models in Student Learning Activities for Software Programming
- Title（参考訳）: ソフトウェアプログラミングの学習活動における生成AIモデルの有用性の検討
- Authors: Rufeng Chen, Shuaishuai Jiang, Jiyun Shen, AJung Moon, Lili Wei,
- Abstract要約: 本研究では,GenAI支援が従来のオンラインリソースとどのように比較して,知識の獲得を支援するかを検討する。
プログラミング経験の異なる24人の大学生を対象に,制御されたユーザ実験を行った。
以上の結果から,GenAIによる完全解の生成は,特に初心者のタスク性能を著しく向上させるが,必ずしも知識の獲得には至らないことが明らかとなった。
- 参考スコア（独自算出の注目度）: 3.2383459424229835
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The rise of Generative AI (GenAI) tools like ChatGPT has created new opportunities and challenges for computing education. Existing research has primarily focused on GenAI's ability to complete educational tasks and its impact on student performance, often overlooking its effects on knowledge gains. In this study, we investigate how GenAI assistance compares to conventional online resources in supporting knowledge gains across different proficiency levels. We conducted a controlled user experiment with 24 undergraduate students of two different levels of programming experience (beginner, intermediate) to examine how students interact with ChatGPT while solving programming tasks. We analyzed task performance, conceptual understanding, and interaction behaviors. Our findings reveal that generating complete solutions with GenAI significantly improves task performance, especially for beginners, but does not consistently result in knowledge gains. Importantly, usage strategies differ by experience: beginners tend to rely heavily on GenAI toward task completion often without knowledge gain in the process, while intermediates adopt more selective approaches. We find that both over-reliance and minimal use result in weaker knowledge gains overall. Based on our results, we call on students and educators to adopt GenAI as a learning rather than a problem solving tool. Our study highlights the urgent need for guidance when integrating GenAI into programming education to foster deeper understanding.
- Abstract（参考訳）: ChatGPTのようなジェネレーティブAI(GenAI)ツールの台頭は、コンピューティング教育の新しい機会と課題を生み出した。
既存の研究は、GenAIの教育課題を完遂する能力と、その学生のパフォーマンスへの影響に重点を置いており、多くの場合、その効果が知識獲得に与える影響を見越している。
本研究では,GenAI支援が従来のオンラインリソースとどのように比較して,知識の獲得を支援するかを検討する。
プログラミングの課題を解き明かしながら,ChatGPTとどのように相互作用するかを検討するために,24人の大学生を対象に,2段階のプログラミング経験(中等・中等・中等・中等・中等・中等・中等・中等)の制御ユーザ実験を行った。
タスク性能、概念的理解、相互作用行動を分析した。
以上の結果から,GenAIによる完全解の生成は,特に初心者のタスク性能を著しく向上させるが,必ずしも知識の獲得には至らないことが明らかとなった。
初心者は、プロセスにおいて知識の獲得なしにGenAIをタスク完了に大きく依存する傾向にあり、中間者はより選択的なアプローチを採用する。
過度な信頼性と最小限の使用の両方が、全体的な知識の獲得を弱めることに気付きます。
本研究の結果から,問題解決ツールではなく,学習手段としてのGenAIの採用を学生や教育者に呼びかけた。
本研究は、より深い理解を深めるために、GenAIをプログラミング教育に統合する際の緊急の指導の必要性を強調した。
関連論文リスト
- Generative AI in Training and Coaching: Redefining the Design Process of Learning Materials [44.99833362998488]
我々は、AIが学習材料の設計プロセスにどのように統合され、その効率、教育的品質、そして人間のトレーナーとコーチの進化的な役割に与える影響を評価する。
教育と企業研修の専門職との質的なインタビューを通じて、以下の主要なトピックを特定した。
GenAIをベースにしたツールが、個人、組織、システム、戦略的レベルでトレーナーやコーチにうまく実装できるかを導出します。
論文 参考訳（メタデータ） (2025-08-06T03:42:43Z) - Encouraging Students' Responsible Use of GenAI in Software Engineering Education: A Causal Model and Two Institutional Applications [0.4306143768014156]
ジェネレーティブAI(GenAI)ツールが教育で普及するにつれ、学生が学習よりも学習に使用することへの懸念が高まっている。
本稿では、ソフトウェア工学(SE)教育におけるGenAI利用に責任を持つ教育者を支援するために、因果モデルを提案し、実証的に適用する。
論文 参考訳（メタデータ） (2025-05-31T19:27:40Z) - From Recall to Reasoning: Automated Question Generation for Deeper Math Learning through Large Language Models [44.99833362998488]
先進数学のためのコンテンツ生成を最適化する第1ステップについて検討した。
我々は、GenAIがコース内容に関連する高品質な実践問題を生み出す能力について検討した。
論文 参考訳（メタデータ） (2025-05-17T08:30:10Z) - Evaluating the AI-Lab Intervention: Impact on Student Perception and Use of Generative AI in Early Undergraduate Computer Science Courses [0.0]
Generative AI(GenAI)はコンピュータサイエンス教育に急速に参入しつつある。
形式コースにおける道具使用の指針となる構造的足場の研究のギャップを伴う過信共存に関する懸念。
本研究は,「AI-Lab」の介入が大学生に与える影響について考察する。
論文 参考訳（メタデータ） (2025-04-30T18:12:42Z) - Student's Use of Generative AI as a Support Tool in an Advanced Web Development Course [0.5371337604556311]
我々は、学部生のためのWeb開発コースにおいて、学習、創造性、生産性のための支援ツールとしてのGenAIの利用を分析する。
学生は、学習と生産性の向上を報告して、異なるタスクでGenAIを使用した。
論文 参考訳（メタデータ） (2025-03-19T20:34:21Z) - Model-based Maintenance and Evolution with GenAI: A Look into the Future [47.93555901495955]
我々は、モデルベースエンジニアリング(MBM&E)の限界に対処する手段として、生成人工知能(GenAI)を用いることができると論じる。
我々は、エンジニアの学習曲線の削減、レコメンデーションによる効率の最大化、ドメイン問題を理解するための推論ツールとしてのGenAIの使用を提案する。
論文 参考訳（メタデータ） (2024-07-09T23:13:26Z) - The Widening Gap: The Benefits and Harms of Generative AI for Novice Programmers [1.995977018536036]
初心者プログラマはメタ認知的認識と戦略の欠如により、しばしば問題解決に苦しむ。
多くの初心者がジェネレーティブAI(GenAI)を使ってプログラミングしている
その結果, 加速した学生と苦労した学生の間には, GenAIツールの使用が不運な部分があることが判明した。
論文 参考訳（メタデータ） (2024-05-28T01:48:28Z) - Genetic Auto-prompt Learning for Pre-trained Code Intelligence Language Models [54.58108387797138]
コードインテリジェンスタスクにおける即時学習の有効性について検討する。
既存の自動プロンプト設計手法は、コードインテリジェンスタスクに限られている。
本稿では、精巧な遺伝的アルゴリズムを用いてプロンプトを自動設計する遺伝的オートプロンプト(GenAP)を提案する。
論文 参考訳（メタデータ） (2024-03-20T13:37:00Z) - 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) - Innovating Computer Programming Pedagogy: The AI-Lab Framework for
Generative AI Adoption [0.0]
我々は、中核的なプログラミングコースでGenAIを効果的に活用するために、学生を指導するフレームワーク「AI-Lab」を紹介した。
GenAIの誤りを特定し、修正することで、学生は学習プロセスを充実させる。
教育者にとって、AI-Labは、学習経験におけるGenAIの役割に対する学生の認識を探索するメカニズムを提供する。
論文 参考訳（メタデータ） (2023-08-23T17:20:37Z) - Automated Graph Self-supervised Learning via Multi-teacher Knowledge
Distillation [43.903582264697974]
本稿では,各ノードのインスタンスレベルの自己教師型学習戦略を自動的に,適応的に,動的に学習する方法について検討する。
自動グラフ自己監視学習(AGSSL)のための新しい多教師知識蒸留フレームワークを提案する。
8つのデータセットの実験では、AGSSLは複数のプレテキストタスクの恩恵を受けることができ、対応する個々のタスクを上回っている。
論文 参考訳（メタデータ） (2022-10-05T08:39:13Z)
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。