计算机专业学生用AI学习，最常拿它解释概念和排错

AI 导读

225名计算机专业本科生和研究生问卷显示，学生用大模型解释概念、学新内容、找信息、调试和想点子；常见问题是错误、泛泛回答和不易信任推理。研究以自陈数据提出自我调节学习框架。

推荐理由

Reviewed Edu@AI import

正文

这项问卷研究邀请225名计算机专业本科生和研究生，了解他们怎样把大模型用于学习。常见用途包括解释概念、学习新内容、搜寻信息、调试程序和生成想法；一些学生会提供详细背景、反复追问和调整提示。

学生也报告遇到错误信息、答案泛泛、难以信任模型推理等问题。作者用自我调节学习理论提出“探问—监控—调整”的理解框架。由于研究依赖学生自我报告，不能直接证明这些策略提高了成绩；它更像一份使用方式地图，提示学习工具应帮助学生核验和修正，而非只给答案。