PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.22809v1cs.AI

자기조절학습 관점에서 본 프로그래밍 교육의 AI 보조 도움 요청 궤적

AI-Assisted Help-Seeking Trajectories in Programming Education from an SRL-Informed Perspective

생성형 AI 도구는 초보 프로그래머에게 즉각적이고 개인화된 지원을 제공하지만, AI 사용이 학생의 문제 해결 조절을 지원하는지 아니면 우회하는지에 대한 우려도 제기한다. 기존 연구는 주로 정확성, 사용성, 또는 전반적인 사용 빈도에 초점을 맞추었으며, 학생과 AI 간의 도움 요청이 어떻게 전개되는지에 대한 관심은 상대적으로 부족했다. 본 연구는 대학 수준의 프로그래밍에서 AI 보조 도움 요청 궤적을 분석함으로써 이러한 공백을 다룬다. 프롬프트 수준의 도움 요청 코드를 개념적, 구현, 디버깅, 성찰적 지원 형태와 연결하는 자기조절학습(SRL) 기반 분석 프레임워크를 활용하여, 초급 Python 프로그래밍 과정을 수강한 71명의 학생이 제출한 17,190개의 코드 제출과 연결된 1,290개의 과제별 학생 프롬프트를 분석하였다. 구체적으로, 도움 요청 상호작용이 대화 턴과 시도 횟수에 걸쳐 어떻게 구조화되었는지, 그리고 궤적 패턴이 과제 점수 및 코드 제출 횟수와 어떻게 관련되는지를 살펴보았다. 결과에 따르면, 많은 학생들이 계획적이고 자기조절적인 문제 해결보다는 반응적인 문제 해결을 위해 AI를 주로 활용하였다. 궤적 패턴은 과제 점수의 유의미한 차이와 관련이 없었지만, 필요한 코드 제출 횟수에서는 상당한 차이를 보였다. 이러한 결과는 AI 지원의 교육적 의미가 학생들이 AI를 사용하는지의 여부뿐만 아니라, 프로그래밍 문제 해결 과정에서 도움 요청 궤적이 어떻게 발전하는지에도 있음을 시사한다.