從構思到教室僅需數日：利用「氛圍編碼」開發程式學習過程視覺化工具
arXiv - Computers and SocietyHeidi Taveter, Marina Lepp
研究展示如何利用 AI 輔助的「氛圍編碼」快速開發出 Thonny 日誌視覺化工具，以輔助教師監測學生程式學習過程。
AI 幫你先抓重點
AI 重點 1
「氛圍編碼 (Vibe Coding)」大幅縮短了教育工具從概念到實作的週期。
滑鼠懸停看 AI 判斷理由
傳統開發教育科技工具需要長期的軟體工程週期，但透過 AI 輔助開發，教育者能針對教學痛點（如監測學習過程）進行即時的技術回應，實現「教學需求驅動開發」的敏捷模式。
AI 重點 2
將隱性的學習行為轉化為顯性的視覺化數據。
滑鼠懸停看 AI 判斷理由
程式學習過程往往是黑箱，透過將 IDE 日誌轉化為可理解的圖表，教師能從「結果導向」轉向「過程導向」的評量，這對於支持自主學習（SRL）與及時教學介入至關重要。
核心研究發現
- 1
開發出一款 Web 應用程式，能解析 Thonny IDE 的日誌檔案，並將其轉化為包含互動式時間軸、學習摘要與程式碼規模圖表的視覺化介面。
- 2
該系統支援批次處理功能，教師可一次上傳多個日誌或資料夾，並針對個別學生進行導航式檢視，提升評量效率。
- 3
透過 2026 年 2 月針對 160 名學生的入門程式課程試點研究，收集了教師回饋並據此進行了使用者體驗的迭代優化。
- 4
視覺化工具能有效協助教師識別需要學習支援的學生，並能透過行為軌跡協助釐清學術誠信（如抄襲）的疑慮。
對教育工作者的啟發
教育工作者應善用 AI 工具來解決教學中的技術障礙。當發現現有工具無法滿足教學監測需求時（例如無法即時掌握學生寫程式的邏輯脈絡），不應僅止於抱怨，而可以嘗試利用 AI 輔助開發簡易的數據視覺化工具。這不僅能提升教學效率，還能透過「過程數據」來進行精準教學，例如識別出卡關的學生或偵測異常的程式碼生成行為，從而強化教學品質與學術誠信管理。
原始文獻資訊
- 英文標題：
- From Idea to Classroom in Days: Using "Vibe Coding" to Create a Programming Process Visualizer from IDE Activity Logs
- 作者：
- Heidi Taveter, Marina Lepp
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
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。