AI-Tutoring in Software Engineering Education

随着人工智能在各个领域的快速发展，教育行业也将面临转型。人工智能驱动的工具在提高编程学习体验方面的潜力是巨大的。然而，作为AI-Tutor使用的自动化编程评估系统中使用的大型语言模型（LLMs）的科学评估仍然未被深入探索。因此，需要了解学生如何与这种AI-Tutor进行交互，并分析他们的经验。在本文中，我们通过将GPT-3.5-Turbo模型作为AI-Tutor集成到APAS Artemis中进行了一项探索性案例研究。通过实证数据收集和探索性调查的结合，我们基于用户与AI-Tutor的交互模式确定了不同的用户类型。此外，研究结果突出了及时反馈和可扩展性等优点。然而，也存在像通用响应和学生对使用AI-Tutor会阻碍学习进展的担忧等挑战。这项研究为AI在教育中的作用增添了话题。

探讨基于GPT-3.5-Turbo模型的自动化编程评估系统作为AI-Tutor在教育中的应用，了解学生与AI-Tutor的交互模式和体验，分析其优势和挑战。

本文通过将GPT-3.5-Turbo模型作为AI-Tutor融入APAS Artemis中，进行了探索性案例研究，通过实证数据收集和调查，确定了不同的用户类型，并发现了及时反馈和可扩展性等优点，同时也存在着通用响应和学生对学习进展受到抑制的担忧等挑战。

本文探讨了基于GPT-3.5-Turbo模型的自动化编程评估系统作为AI-Tutor在教育中的应用，通过实证数据收集和调查，确定了不同的用户类型，并发现了及时反馈和可扩展性等优点，同时也存在着通用响应和学生对学习进展受到抑制的担忧等挑战。

近期在该领域的相关研究包括：1. 'A Review of Automated Programming Assessment Systems for Computer Science Education' 2. 'Artificial Intelligence in Education: A Critical Review and Future Directions'