本文采用定量方法，展示ChatGPT在回答涉及本科计算机科学课程相关主题的不同类型的问题时高度不可靠，揭示学生盲目依赖ChatGPT完成作业和考试可能面临自我破坏。同时提出对学生和教师的建设性建议。

Apr, 2023

本文系统评估了 ChatGPT 在初级函数语言编程课程中的表现，证明其能够在该课程中获得 B- 的成绩，并排名为 314 名学生的第 155。作者认为 ChatGPT 对计算机科学教育的潜在益处值得探究。

Apr, 2023

该论文研究了大型语言模型（LLMs）ChatGPT-3.5和GPT-4在解决入门级编程任务中的表现，并根据表现得出了利用LLMs进行教学场景和评估格式的暗示。研究选取了来自免费网站CodingBat的72个针对初学者的Python任务，使用完整任务描述作为LLMs的输入，通过CodingBat的单元测试评估生成的回复。此外，还分析了文本解释和程序代码的普遍可用性。结果显示得分高，正确响应率为94.4％至95.8％，同时文本解释和程序代码的可用性可靠，从而为将LLMs纳入编程教育和评估中打开了新的途径。

Aug, 2023

探索大型语言模型在计算机教育和学习中的潜力，通过分析其对带有程序代码的输入生成的反馈进行研究，以此为目标来帮助学生解决编程任务并识别不同类型的反馈。结果表明，大型语言模型在一些入门编程任务和学生错误方面表现出了合理的性能，但教育者应提供指导，因为其提供的反馈可能对初学者包含误导性信息。

Aug, 2023

本研究采用了学生至上的方法，通过学生调查和访谈以全面了解计算机科学本科生如何使用ChatGPT，这是由OpenAI发布的一种流行的大型语言模型。研究发现，大多数学生对ChatGPT在课程相关任务中的辅助性态度积极，但也发现了在学生中长期接纳ChatGPT所面临的各种挑战，这些发现具有更广泛的意义，并可适用于其他大型语言模型及其在计算机教育中的作用。

Nov, 2023

研究论文探讨了在一个初级编程课程中使用ChatGPT作为虚拟助教的潜力，并通过比较其与人类助教在一些助教功能上的表现来评估ChatGPT的能力。论文结论中讨论了将ChatGPT纳入计算机教育中对自动分级、个性化学习和教学支持的影响。

Dec, 2023

该论文探讨了ChatGPT在为大一学生量身定制的Python编程课程中的学习影响，通过分析来自调查、开放式问题和学生-ChatGPT对话数据的回应，旨在全面了解ChatGPT的实用性，同时识别学生认知中的优点和限制，揭示出学生对ChatGPT普遍的积极接受态度，并为增强编程教育体验的角色提供了见解。这些发现对于AI在教育中的潜力以及未来研究和应用的方向具有广泛的意义。

Mar, 2024

大型语言模型（LLM），如GPT和Bard，能够根据文本描述生成代码，具有显著的效果。该研究调查了52名大一计算机科学专业学生对具备代码生成功能的技术的看法，结果显示学生们普遍支持GPT在学术使用中的重要性，并强调了对GPT的具体培训的需求。

Apr, 2024

本研究探讨了大型语言模型（LLMs）在教育任务中辅助教师和学生的能力，特别是评估ChatGPT在解决和评分西班牙语编程考试的表现。研究发现，该模型在解决简单编程任务方面有效，但在处理复杂问题或评估他人解决方案时效果不佳。此外，我们发布了一套新的编程任务语料库及相应的提示，供其他研究团队使用。

Sep, 2024

本研究解决了计算机科学教育中如何有效整合大型语言模型（LLMs）的问题，特别是在数据结构与算法课程中。研究显示，结合ChatGPT与教学助理的监督可以提升学生对复杂算法概念的理解和学术表现，同时强调了在减少学生对AI生成内容依赖方面，教学助理主动参与的重要性。

Oct, 2024