RoboBlockly Studio：對話式區塊編程與具身機器人回饋促進計算思維
arXiv - Human-Computer InteractionLeyi Li, Chenyu Du, Jiafei Sun, Erick Purwanto, Qing Zhang
結合區塊編程、對話式 AI 教師與具身機器人，創造迭代式學習循環，提升學生計算思維與反思能力。
AI 幫你先抓重點
AI 重點 1
將具身機器人回饋與對話式 AI 結合，形成緊密的編寫-執行-觀察-修正迴圈，顯著提升學習者的即時反饋體驗。
滑鼠懸停看 AI 判斷理由
此結合展示了實體回饋與 AI 對話的協同效應，改變了傳統編程教學的即時互動模式，讓教師能更精準地調整教學節奏與內容。
AI 重點 2
AI 對話式教學能 scaffold 反思，促使學生從程式碼層面升級到策略層面，強化元認知能力。
滑鼠懸停看 AI 判斷理由
此洞察說明 AI 對話不僅是指令輸入，更是元認知的引導工具，對未來設計能夠自動化反思輔助的學習系統具有重要啟示。
核心研究發現
- 1
32 名高中學生使用 RoboBlockly Studio，機器人與 AI 回饋促進程式碼互動與即時觀察，提升學習動機。
- 2
學生透過 AI 對話式反思，能更清晰地描述問題解決策略，增進對計算思維概念的理解。
- 3
系統設計保留學習者自主性，透過可解釋的程式行為與具身任務，讓抽象邏輯與實際情境連結更緊密。
對教育工作者的啟發
為實務教育工作者提供三項具體建議：一、將具身機器人嵌入區塊編程環境，提供即時、可視化的執行回饋，幫助學生將抽象程式行為與實際物理動作對應；二、設計對話式 AI 教師，透過提問與回饋 scaffold 學生的反思，促進元認知發展；三、保留學習者自主性，允許學生自行選擇任務與程式設計路徑，同時提供透明的程式行為說明，讓學生能在實踐中理解邏輯與策略。這些做法可在課堂中快速實施，並在評量時結合即時回饋與反思日誌，提升學習成效。
原始文獻資訊
- 英文標題：
- RoboBlockly Studio: Conversational Block Programming with Embodied Robot Feedback for Computational Thinking
- 作者：
- Leyi Li, Chenyu Du, Jiafei Sun, Erick Purwanto, Qing Zhang
- 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。