Mar, 2024
如俄罗斯套娃般”：分析计算机科学学生使用大型语言模型所生成的递归类比
"Like a Nesting Doll": Analyzing Recursion Analogies Generated by CS Students using Large Language Models
Seth Bernstein, Paul Denny, Juho Leinonen, Lauren Kan, Arto Hellas...
TL;DR将复杂的计算概念与熟悉的经验和理解相联系通常是学生面临的挑战之一。为了帮助学生更好地理解，一个好的类比可以弥补陌生概念与熟悉概念之间的差距，提供一种有趣的学习方式。本研究调查了大型语言模型（特别是 ChatGPT）是否能够按需提供与个人相关的类比。通过对超过 350 名首年计算机学生生成的类比进行分析，研究集中于递归这一具有挑战性的门槛概念。结果表明，在学生自设主题的情况下生成的类比呈现出很大的多样性，而常规类比则相对较为普遍，这突显了学生在与大型语言模型合作时的创造力的价值。学生不仅对这项活动感到兴趣，而且他们表示理解了递归，而且更容易记住与个人和文化相关的类比。