論文の概要: An Empirical Study on how Computing Students Interact with Large Language Models for Learning Purposes

• arxiv url: http://arxiv.org/abs/2609.33750v1
• Date: Sun, 27 Sep 2026 16:50:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-04 17:03:42.698911
• Title: An Empirical Study on how Computing Students Interact with Large Language Models for Learning Purposes
• Title（参考訳）: 学習目的のための大規模言語モデルとコンピュータ学生の相互作用に関する実証的研究
• Abstract要約: LLM(Large Language Models)は、教育において人気のあるツールである。 本研究は,学習におけるLLMツールの使用方法,学習の影響の認識,およびこれらのツールの使用に依存する戦略について検討する。
• 参考スコア（独自算出の注目度）: 0.5729426778193398
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Models (LLM) have become popular tools in education. Therefore, understanding how students interact with LLMs for learning purposes is an important aspect of the responsible design and development of LLM based learning tools. However, existing research has focused on evaluating model performance, specific use cases, and students' attitudes toward LLM in education. There has been limited empirical work exploring students' interaction strategies with LLMs in computing education. This study draws on Self Regulated Learning (SRL) theory and conducts a survey of 225 undergraduate and graduate computing students to investigate how students use LLM tools during learning, the perceived learning impact, and the strategies they rely upon when using these tools. Students used LLMs across nine functional categories, most often to explain concepts, learn new material, find information, debug, and generate ideas. They also adopted some strategies such as supplying detailed context and iterative prompting. The most common difficulties encountered with LLM tools were incorrect information, generic responses, and difficulty trusting the model's reasoning. We synthesized these patterns through an SRL lens and offer a Probe Monitor Shape heuristic to map students' LLM interaction strategies onto the phases of self-regulated learning.
• Abstract（参考訳）: LLM(Large Language Models)は、教育において人気のあるツールである。 したがって,LLMをベースとした学習ツールの設計・開発において,学生がLLMとどのように相互作用するかを理解することは重要な側面である。 しかし、既存の研究は、モデルパフォーマンス、特定のユースケース、および教育におけるLLMに対する学生の態度を評価することに重点を置いている。 コンピュータ教育において,LLMと学生のインタラクション戦略を探求する実験的な作業は限られている。 本研究は、自己統制学習(SRL)理論に基づいて、225人の大学生と大学院のコンピュータ学生を対象に、学習中にLLMツールをどのように利用するか、学習の影響を知覚し、これらのツールを使用する際に依存する戦略を調査する。 学生は9つの機能カテゴリにまたがってLLMを使用しており、多くの場合、概念を説明し、新しい材料を学び、情報を見つけ、デバッグし、アイデアを生成する。 彼らはまた、詳細なコンテキストの提供や反復的なプロンプトといった戦略も採用した。 LLMツールで遭遇した最も一般的な困難は、誤った情報、一般的な応答、モデルの推論を信頼することの難しさであった。 SRLレンズを用いてこれらのパターンを合成し、学生のLLMインタラクション戦略を自己制御学習のフェーズにマッピングするためのプローブモニター形状ヒューリスティックを提供する。

関連論文リスト

• Demystify, Use, Reflect: Preparing students to be informed LLM-users [12.70014939919203]
  このコースでは、構造化され、批判的、実践的な方法で、LLM(Large Language Models)を導入します。 それは、学生がAIと有意義かつ責任を持って関与するために必要なスキルを開発するのを助けることを目的としている。
  論文  参考訳（メタデータ） (2025-11-14T04:43:49Z)
• AI Meets the Classroom: When Do Large Language Models Harm Learning? [0.0]
  大規模言語モデル(LLM)が学習結果に与える影響は,利用行動に依存することを示す。 LLMは学習を改善する大きな可能性を示しているが、それらの使用は教育的な文脈に合わせて調整されなければならない。
  論文  参考訳（メタデータ） (2024-08-29T17:07:46Z)
• Analyzing LLM Usage in an Advanced Computing Class in India [4.580708389528142]
  本研究では,大規模言語モデル(LLM)を,大学院生や大学院生が高度なコンピューティングクラスにおけるプログラミング課題に活用することを検討した。 インド大学の分散システムクラスから411名の学生を対象に,総合的な分析を行った。
  論文  参考訳（メタデータ） (2024-04-06T12:06:56Z)
• An Exploratory Study on Upper-Level Computing Students' Use of Large Language Models as Tools in a Semester-Long Project [2.7325338323814328]
  本研究の目的は、学期間ソフトウェアエンジニアリングプロジェクトにおいて、計算学生のLSMの使用経験とアプローチを検討することである。 我々はPurdue大学の上級ソフトウェア工学コースからデータを収集した。 本研究では,学生の利用パターンや学習成果に関連するテーマを特定するために,データを分析した。
  論文  参考訳（メタデータ） (2024-03-27T15:21:58Z)
• Rethinking Machine Unlearning for Large Language Models [85.92660644100582]
  大規模言語モデル(LLM)の領域における機械学習の研究 このイニシアチブは、望ましくないデータの影響(機密情報や違法情報など)と関連するモデル機能を排除することを目的としている。
  論文  参考訳（メタデータ） (2024-02-13T20:51:58Z)
• An Empirical Study on Usage and Perceptions of LLMs in a Software Engineering Project [1.433758865948252]
  大規模言語モデル(LLM)は人工知能の飛躍であり、人間の言語を用いたタスクに優れる。 本稿では、AI生成したコードを分析し、コード生成に使用するプロンプトと人間の介入レベルを分析し、コードをコードベースに統合する。 ソフトウェア開発の初期段階において,LSMが重要な役割を担っていることが示唆された。
  論文  参考訳（メタデータ） (2024-01-29T14:32:32Z)

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。