Konsep Inti
본 연구는 CS1 학생들이 프로그래밍 과제를 수행할 때 Generative AI를 어떻게 사용하고, 이러한 사용 패턴이 학습 효과와 자기 효능감에 어떤 영향을 미치는지 분석합니다.
Abstrak
CS1 학생들의 Generative AI 사용 패턴과 영향 분석: 사례 연구
본 연구는 15명의 CS1 학생들을 대상으로 프로그래밍 과제 수행 중 Generative AI 사용 패턴을 관찰하고 분석한 사례 연구입니다. 연구진은 학생들이 Generative AI를 언제, 어떻게, 왜 사용하는지, 그리고 이러한 사용이 과제 해결 성공률과 자기 효능감에 미치는 영향을 분석했습니다.
참가자: 미국 대형 공립 대학교 CS1 수업에 참여하는 15명의 학생 (남녀 각 7명, 8명)
연구 환경: Python 프로그래밍 언어 및 VSCode 환경 (VSCode 내 ChatGPT 플러그인 제공)
과제: 조건문, 반복문, 함수, 입출력 연산, 간단한 알고리즘 설계 등 CS1 수준의 프로그래밍 개념을 다루는 3가지 과제
데이터 수집: VSCode 플러그인 로그, 오디오 및 비디오 녹화, 설문 조사 (인구 통계 정보, 프로그래밍 배경, 자기 효능감)
데이터 분석: 비디오 데이터의 귀납적 코딩, 자기 효능감 설문지 점수 비교 분석
Generative AI 사용 빈도 및 패턴
높은 사용 빈도: 40개의 제출된 솔루션 중 29개 (72.5%)가 Generative AI 플러그인을 사용하여 생성됨
다양한 사용 시점: 과제 초반, 중반, 심지어 해결 후에도 Generative AI를 사용하는 경우 관찰
두 가지 주요 패턴:
반복적 패턴: 여러 번의 코드 실행, 디버깅, 프롬프트 수정 등을 통해 해결 방안을 찾는 방식 (23/40)
선형적 패턴: Generative AI에 전적으로 의존하여 한 번에 답을 얻는 방식 (17/40)
Generative AI와의 상호 작용 전략
세 가지 프롬프트 전략:
전체 설명: 과제 설명 전체를 복사하여 Generative AI에 답변을 전적으로 의존하는 방식 (20/60)
단계별 상호 작용: 과제를 하위 목표로 나누어 단계적으로 Generative AI의 도움을 받는 방식
혼합/부분적 전략: 일부는 직접 해결하고, 일부는 Generative AI의 도움을 받는 방식 (8/40)
네 가지 정보 요구 유형:
전체 솔루션: 과제 설명 전체를 제공하고 완전한 답변을 기대하는 경우 (20/60)
코딩 개념: 특정 프로그래밍 개념에 대한 설명이나 예시를 요구하는 경우 (19/60)
프로그램 로직: 특정 작업을 수행하기 위한 단계나 코드 구조에 대한 도움을 요청하는 경우 (10/60)
디버깅: 오류 메시지 해결 방안이나 코드 수정 방법을 문의하는 경우 (11/60)
세 가지 Generative AI 응답 활용 유형:
전체 응답 수용: Generative AI가 제시한 답변을 그대로 사용하는 경우 (18/60)
선택적 활용: Generative AI의 답변을 참고하여 자신의 코드에 반영하는 경우 (23/60)
거부 및 재시도: Generative AI의 답변이 만족스럽지 않아 프롬프트를 수정하여 다시 질문하는 경우 (19/60)
자기 효능감에 미치는 영향
Generative AI 사용 후 자기 효능감이 증가한 경우와 감소한 경우 모두 관찰됨
Generative AI를 사용하여 과제를 성공적으로 해결했음에도 자기 효능감이 감소한 사례는 Generative AI에 대한 과도한 의존 가능성을 시사
반대로, Generative AI를 자신의 문제 해결 과정에 효과적으로 통합한 학생의 경우 자기 효능감이 향상됨