論文の概要: Reflection-Satisfaction Tradeoff: Investigating Impact of Reflection on Student Engagement with AI-Generated Programming Hints

• arxiv url: http://arxiv.org/abs/2512.04630v1
• Date: Thu, 04 Dec 2025 10:01:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-05 21:11:46.103888
• Title: Reflection-Satisfaction Tradeoff: Investigating Impact of Reflection on Student Engagement with AI-Generated Programming Hints
• Title（参考訳）: リフレクション-満足トレードオフ:AI生成プログラミングヒントを用いた学生エンゲージメントに対するリフレクションの影響の調査
• Authors: Heeryung Choi, Tung Phung, Mengyan Wu, Adish Singla, Christopher Brooks,
• Abstract要約: 有望なアプローチのひとつに、AI生成ヒントとリフレクションプロンプトのペアリングがある。 本研究では,オンラインプログラミングコースにおけるAI生成ヒントとリフレクションプロンプトの異なる設計との相互作用について検討する。
• 参考スコア（独自算出の注目度）: 16.757426904379212
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generative AI tools, such as AI-generated hints, are increasingly integrated into programming education to offer timely, personalized support. However, little is known about how to effectively leverage these hints while ensuring autonomous and meaningful learning. One promising approach involves pairing AI-generated hints with reflection prompts, asking students to review and analyze their learning, when they request hints. This study investigates the interplay between AI-generated hints and different designs of reflection prompts in an online introductory programming course. We conducted a two-trial field experiment. In Trial 1, students were randomly assigned to receive prompts either before or after receiving hints, or no prompt at all. Each prompt also targeted one of three SRL phases: planning, monitoring, and evaluation. In Trial 2, we examined two types of prompt guidance: directed (offering more explicit and structured guidance) and open (offering more general and less constrained guidance). Findings show that students in the before-hint (RQ1), planning (RQ2), and directed (RQ3) prompt groups produced higher-quality reflections but reported lower satisfaction with AI-generated hints than those in other conditions. Immediate performance did not differ across conditions. This negative relationship between reflection quality and hint satisfaction aligns with previous work on student mental effort and satisfaction. Our results highlight the need to reconsider how AI models are trained and evaluated for education, as prioritizing user satisfaction can undermine deeper learning.
• Abstract（参考訳）: AI生成ヒントなどの生成AIツールは、タイムリーでパーソナライズされたサポートを提供するために、プログラミング教育にますます統合されている。 しかし、これらのヒントを効果的に活用し、自律的で有意義な学習を確実にする方法については、ほとんど知られていない。 有望なアプローチの1つは、AIが生成したヒントをリフレクションプロンプトと組み合わせることで、学生にヒントを要求するときの学習のレビューと分析を依頼することである。 本研究では,オンラインプログラミングコースにおけるAI生成ヒントとリフレクションプロンプトの異なる設計との相互作用について検討する。 私たちは2つの実験を行った。 試験1では、学生は無作為にヒントを受け取った前後のプロンプトを受け取るか、全くプロンプトを受けないよう割り当てられた。 それぞれのプロンプトは、計画、監視、評価の3つのSRLフェーズのうちの1つをターゲットにしている。 試行2では,指示(より明示的で構造化された指導)と開放(より一般的で制約の少ない指導)の2種類について検討した。 その結果、前向き(RQ1)、計画的(RQ2)、指示的(RQ3)の学生は、高品質なリフレクションを生み出すが、他の条件よりもAIによるヒントで満足度が低いことを報告した。 即時性能は条件によって異なる。 この反射品質とヒント満足度との負の関係は、学生の精神的努力と満足度に関する以前の研究と一致している。 ユーザ満足度を優先することで、より深い学習を損なう可能性があるため、AIモデルがどのようにトレーニングされ、教育のために評価されているかを再考する必要性を強調した。

関連論文リスト

• Thinking Forward and Backward: Multi-Objective Reinforcement Learning for Retrieval-Augmented Reasoning [137.33138614095435]
  Retrieval-augmented Generation (RAG) は、大規模言語モデルにおける幻覚の緩和に有効であることが証明されている。 近年、検索に基づく対話をRAGに組み込んで、リアルタイム検索による反復推論を可能にしている。 提案するBi-RARは,各中間ステップを前方方向と後方方向の両方で共同で評価する,新たな検索拡張推論フレームワークである。
  論文  参考訳（メタデータ） (2025-11-12T08:29:39Z)
• Directive, Metacognitive or a Blend of Both? A Comparison of AI-Generated Feedback Types on Student Engagement, Confidence, and Outcomes [1.8839714322633465]
  本研究は,329名の学生を対象に,適応型教育プラットフォームを用いた授業設計・プログラミングコースにおいて,学期間無作為化比較試験を行った。 参加者は、指示的、メタ認知的、あるいはハイブリッドなAI生成フィードバックを受け取り、指示的、メタ認知的の両方の要素をブレンドする。 その結果、リビジョン行動はフィードバック条件によって異なり、ハイブリットはディレクティブやメタ認知と比較して最も多くのリビジョンを促すことがわかった。
  論文  参考訳（メタデータ） (2025-10-22T15:31:21Z)
• Bridging Gaps Between Student and Expert Evaluations of AI-Generated Programming Hints [21.254611931654132]
  我々は,学生や専門家の視点から,示唆されるヒント品質のミスマッチについて検討した。 これらのギャップを埋める潜在的な方法に関する予備的な結果を提案し,議論する。
  論文  参考訳（メタデータ） (2025-09-03T12:38:35Z)
• 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)
• 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)
• Scaling of Search and Learning: A Roadmap to Reproduce o1 from Reinforcement Learning Perspective [77.94874338927492]
  OpenAIは、o1の背後にある主要な技術は強化学習であると主張している。 本稿では、強化学習の観点から、o1を達成するためのロードマップを分析する。
  論文  参考訳（メタデータ） (2024-12-18T18:24:47Z)
• Students' Perceptions and Preferences of Generative Artificial Intelligence Feedback for Programming [15.372316943507506]
  そこで我々はChatGPT APIを用いて,導入型コンピュータサイエンスクラスにおける4つの実験室割り当てのための自動フィードバックを生成した。 学生は、フィードバックは、Shuteが確立した形式的なフィードバックガイドラインとよく一致していると感じた。 学生は通常、十分なコード例で特定の修正フィードバックを期待していたが、フィードバックのトーンについて意見が分かれていた。
  論文  参考訳（メタデータ） (2023-12-17T22:26:53Z)
• SCP: Soft Conditional Prompt Learning for Aerial Video Action Recognition [48.456059482589495]
  本研究では,航空映像行動認識において,迅速な学習の強みを生かした新しい学習手法であるSoft Conditional Prompt Learning(SCP)を提案する。 本手法は,航空機/ロボットの視覚知覚のための入力ビデオにおける動作に関する記述や指示に,モデルが焦点を当てることによって,各エージェントの動作を予測するように設計されている。
  論文  参考訳（メタデータ） (2023-05-21T11:51:09Z)
• ProtoTransformer: A Meta-Learning Approach to Providing Student Feedback [54.142719510638614]
  本稿では,フィードバックを数発の分類として提供するという課題について考察する。 メタラーナーは、インストラクターによるいくつかの例から、新しいプログラミング質問に関する学生のコードにフィードバックを与えるように適応します。 本手法は,第1段階の大学が提供したプログラムコースにおいて,16,000名の学生試験ソリューションに対するフィードバックの提供に成功している。
  論文  参考訳（メタデータ） (2021-07-23T22:41:28Z)
• Learning to Ask Conversational Questions by Optimizing Levenshtein Distance [83.53855889592734]
  明示的な編集動作によって最小レベンシュテイン距離(MLD)を最適化する強化反復シーケンス編集(RISE)フレームワークを導入する。 RISEは会話の特徴に関連するトークンに注意を払うことができる。 2つのベンチマークデータセットの実験結果から、RISEは最先端の手法を大幅に上回っていることがわかった。
  論文  参考訳（メタデータ） (2021-06-30T08:44:19Z)

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。