CodeExemplar：在 GenAI 時代的程式入門示例式支架
arXiv - Human-Computer InteractionBoxuan Ma, Shinichi Konomi
提出以 GenAI 生成的示例式支架，協助初學者在程式課程中獲得類比推理而非直接複製，並提供分類法、設計指引與原型實驗。
AI 幫你先抓重點
AI 重點 1
示例式支架的兩維分類法
滑鼠懸停看 AI 判斷理由
此分類法為設計支架的核心框架，能量化示例的相似度與差異度，為實務設計提供可操作的指標。
AI 重點 2
整合自動評分的原型系統
滑鼠懸停看 AI 判斷理由
將支架與自動評分結合，可即時提供學生反饋，並降低教師評分負擔，提升教學效率。
AI 重點 3
教師與學生的形成性回饋
滑鼠懸停看 AI 判斷理由
回饋證實示例式支架有效減少抄襲並提升思考深度，為未來擴展提供實證基礎。
核心研究發現
- 1
GenAI 可生成符合任務邏輯但背景不同的示例，促進學生透過類比推理而非直接複製。
- 2
作者提出兩維分類法，將示例的「邏輯相似度」與「情境差異度」作為設計指標。
- 3
設計指引指出示例應保持足夠相似以啟發思考，同時加入足夠差異以避免抄襲。
- 4
CodeExemplar 原型已整合自動評分任務，並在教室試點中收集到正向形成性回饋。
- 5
教師訪談顯示示例式支架能減少學生對直接解答的依賴，並提升其問題拆解與推理能力。
對教育工作者的啟發
實務工作者可依照兩維分類法挑選示例，確保邏輯相似度高、情境差異足以防止抄襲；在課堂中可將示例嵌入自動評分平台，讓學生先嘗試類比推理，再提交程式；教師可利用形成性回饋調整示例難度，並鼓勵學生在提交前自行改寫；此外，開發者可將 CodeExemplar 模組化，方便在不同學習管理系統中部署，提升教學資源共享。
原始文獻資訊
- 英文標題：
- CodeExemplar: Example-Based Scaffolding for Introductory Programming in the GenAI Era
- 作者：
- Boxuan Ma, Shinichi Konomi
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。