本文介绍了 GPTutor，一种使用 ChatGPT 算法的编程工具，它是一个 Visual Studio Code 扩展，使用 ChatGPT 算法为计算机编程提供编程代码解释，并可以通过设计的提示信息解释所选代码，初步评估表明，GPTutor 相比于 vanilla ChatGPT 和 GitHub Copilot 提供了最简洁和准确的解释。

May, 2023

结合 ChatGPT 和传统的基于信息检索的聊天机器人框架，提供优化的高等教育学生支持，以解决 LLMs 在教育背景下生成错误、偏见或无用答案的挑战。

Dec, 2023

本研究论文讨论了将人工智能用于高等教育中的教学与学习，并以 ChatGPT 作为工具，以计算机科学基础编程课程为例进行了教学和评估的探讨，结果显示使用 ChatGPT 的学生在得分上有优势，但提交的代码存在不一致和不准确的情况。

Apr, 2023

使用 ChatGPT 人工智能工具探索系统思维在不同学科中的潜力，研究评估了不同版本 ChatGPT 在各学科中的回应的准确性、有用性和可靠性，结果显示 ChatGPT 在各学科中能提供基本正确和非常有帮助的回应，展示了其增强系统思维能力的潜力。然而，偶尔的不准确回答突显了用户需要对 ChatGPT 的回应持批判态度。尽管有一些限制，研究表明只要使用得当并注意其特点，ChatGPT 可以成为教学和学习系统思维的宝贵工具。

Jul, 2023

该研究评估了 ChatGPT 作为人工智能教学和学习支持工具在一所亚洲国家的集成电路系统课程中的有效性，通过完成不同类型的问题和评估 ChatGPT 的回应来获得有价值的见解，以进一步调查。该研究的目标是评估 ChatGPT 在工程教育中提供见解、个性化支持和互动学习体验的能力。该研究包括对不同利益相关者（学生、讲师和工程师）的评估和反思。研究结果揭示了 ChatGPT 作为人工智能工具的益处和局限性，为技术学科中创新的学习方法铺平了道路。此外，该研究有助于我们对教育部门数字化转型的理解。

Nov, 2023

通过提供弹性的教育模式建议，基于 GPT-3 的智能教育辅助框架被研发，能够自动生成课程助手，可以回答与教学相关的问题，降低教师和助教的工作量同时提高学生获得课程相关信息的机会。

Feb, 2023

本研究系统评估了两种模型 (基于 GPT-3.5 的 ChatGPT 和 GPT-4)，并将它们与人类导师在各种情形下的表现进行比较。我们使用五个 Python 编程问题和来自在线平台的真实有 bug 程序进行评估，并使用基于专家的注释进行评估。结果表明，GPT-4 明显优于 ChatGPT，并在某些场景下接近人类导师的表现，但在某些情况下仍表现不佳。

Jun, 2023

探讨大型语言模型驱动的聊天机器人对学生学习的影响，并就教育解决方案的设计考虑进行讨论，特别针对数据可视化教育。

May, 2024

本文研究了 ChatGPT 在入门编程课程中生成不同难度程度的代码解决方案的能力，并发现 ChatGPT 能够独立解决一部分编程问题，但在复杂任务上遇到困难，结果为编程教育中应用 AI 工具的效用问题提供了新的观点。

Dec, 2023

本研究探讨了使用生成式 AI 模型，特别是 ChatGPT，分析团队学习环境中学生评价的能力，并证实其在准确识别评价内容方面具备潜在的价值，为教育研究中 AI 模型的应用做出了有益的贡献。

May, 2023