Automated Assessment of Encouragement and Warmth in Classrooms Leveraging Multimodal Emotional Features and ChatGPT
University of Tübingen（蒂宾根大学）；Technical University of Munich（慕尼黑工业大学）
本文提出融合面部表情、语音情感和文本情感分析的多模态方法，并结合ChatGPT零样本能力自动评估课堂鼓励与温暖，在GTI数据集上集成模型达到与人工评分者间信度相当的r=.513相关性。
2024-04-01 cs.AI cs.CY cs.HC
ChatGPT in Classrooms: Transforming Challenges into Opportunities in Education
HAN University of Applied Sciences（HAN应用科学大学）
本研究针对ChatGPT等生成式AI进入课堂后带来的作弊、内容失准、教师应用能力不足等挑战，提出基于技术接受模型开展实证研究，评估师生对生成式AI的态度与使用障碍，为后续研究提供流程参考，助力将AI挑战转化为教育机遇。
2024-05-17 cs.AI cs.CY cs.HC
Can ChatGPT Play the Role of a Teaching Assistant in an Introductory Programming Course?
IIIT Delhi（德里印度理工学院）
本文通过对比 ChatGPT 与人类助教在代码评分和反馈质量上的表现，评估其作为编程入门课程虚拟助教的可行性与教育意义。
2024-01-22 cs.AI cs.HC
ClassCode: An Interactive Teaching and Learning Environment for Programming Education in Classrooms
随着对计算机素养和编码技能的需求不断增长，编程教育变得越来越重要。尽管交互式在线学习系统越来越受欢迎，但学校中的许多编程课程并没有改变传统课堂设置的教学形式。我们在这里看到了两个研究机会。学生可能有不同的专业知识和编程经验。因此，特定的内容和教学速度可能会让有经验的学生分心，也可能会让初学者感到沮丧。在一个大教室里，教师无法监督每个学生的学习进度，并且很难将教材与每个学生的理解水平相匹配。我们推出ClassCode，这是一个为课堂编程教育量身定制的基于网络的环境。学生可以按照自己的进度参加教师准备的在线教程。然后，他们可以通过在教程中进行交互式编码练习来加深理解。ClassCode跟踪每个学生的所有互动，并将其汇总给教师。这是一份进度报告，便于教师在现场提供额外的解释或修改课程材料。我们的用户评估通过一个小型讲座和专家评审，由教师和助教证实了ClassCode的潜力，揭示了它如何解决大学现有编程课程中的问题。
2020-01-22 cs.CY cs.HC
Large Language Model-based System to Provide Immediate Feedback to Students in Flipped Classroom Preparation Learning
Toyohashi University of Technology（丰桥技术科学大学）；Waseda University（早稻田大学）
针对翻转课堂预习中学生疑问难获即时解答、学习动机难保障的问题，基于ChatGPT API开发带上下文对齐和教师解答补充指导功能的即时反馈系统，提升预习支持效果。
2023-07-21 cs.AI cs.CY cs.HC
Learning Engagement Assistant (LEA): Cross-Course Scalability and Classroom Evaluation of an Agentic AI Tutoring System
Faculty of Design, Informatics and Business（设计、信息学与商业学院）
研究LEA智能AI辅导系统，首次在真实学生中进行课堂部署并测试跨课程可扩展性，发现模拟与实际有差异，基于RAGAS评估答案相关性等指标，表明编排层无需改，下游组件课程无关性待进一步研究。
2026-07-16 cs.AI cs.CY cs.HC
A Preliminary Exploration of the Disruption of a Generative AI Systems: Faculty/Staff and Student Perceptions of ChatGPT and its Capability of Completing Undergraduate Engineering Coursework
本研究评估了ChatGPT完成本科工程作业的能力及师生对其认知，并利用DANCE模型探讨此类颠覆性工具对学习环境的影响，分享了Texas A&M University的最新调查结果。
2024-03-03 cs.HC
Breaking Barriers or Building Dependency? Exploring Team-LLM Collaboration in AI-infused Classroom Debate
本研究探索了基于LLM的AI整合到实时课堂辩论中的效果，发现其能减少社交焦虑并提供脚手架，但也带来信息过载和认知依赖风险，为未来HCI设计提供了启示。
2025-01-26 cs.HC
"Bespoke Bots": Diverse Instructor Needs for Customizing Generative AI Classroom Chatbots
ETH Zurich（苏黎世联邦理工学院）
本文研究了教师如何根据自身需求定制生成式AI课堂聊天机器人，发现教师优先考虑与课程内容和教学策略对齐的自定义能力，且不同课程规模、学科和教学风格影响优先级差异。
2026-02-10 cs.AI cs.CY cs.HC
The StudyChat Dataset: Analyzing Student Dialogues With ChatGPT in an Artificial Intelligence Course
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
StudyChat数据集分析了学生在人工智能课程中使用ChatGPT的对话行为，揭示了学生使用LLM进行概念理解与编码帮助与学业表现之间的正相关关系，以及规避学习目标的行为与学业成绩的负相关关系。
2026-03-04 cs.AI cs.HC
StuArt: Individualized Classroom Observation of Students with Automatic Behavior Recognition and Tracking
Shanghai Jiao Tong University（上海交通大学）
每个学生都很重要，但教师很难在课程期间观察所有学生并立即提供帮助。在本文中，我们提出了StuArt，一种新颖的自动系统设计的个性化课堂观察，它使教师关心每个学生的学习状态。StuArt可以识别与参与度高度相关的五种代表性学生行为（举手、站立、睡觉、打哈欠和微笑），并跟踪其在课程期间的变化趋势。为了保护学生的隐私，所有的变化趋势都是由座位号索引的，没有任何个人身份信息。此外，StuArt采用各种人性化的可视化设计，帮助教师快速了解个人和整体的学习状态。在真实课堂视频上的实验结果证明了嵌入式算法的优越性和鲁棒性。期望本系统能促进大规模学生个性化辅导的发展。更多信息请访问https://github.com/hnuzhy/StuArt。
2023-03-13 cs.CV cs.HC
Utilizing ChatGPT in a Data Structures and Algorithms Course: A Teaching Assistant's Perspective
Amirkabir University of Technology (Tehran Polytechnic)（阿米尔卡比尔理工大学（德黑兰理工大学））；Tehran Institute for Advanced Studies (TEIAS)（德黑兰高等研究院（TEIAS））
本研究探讨了在数据结构与算法课程中助教使用 ChatGPT 作为辅助工具的混合教学模式，通过有结构的提示词和人类监督生成练习与反馈，实验表明该模式能显著提升学生成绩，同时确保了教学准确性。
2025-03-02 cs.AI cs.DS cs.HC
Experiences from Integrating Large Language Model Chatbots into the Classroom
本研究将基于 OpenAI GPT-4 的未过滤 LLM 聊天机器人融入三门课程，发现仅 LLM 相关课程中学生使用率高，多数课程中仅少数超级用户大量使用，未出现普遍过度依赖，提示需要更具针对性的 LLM 教学设计。
2024-06-07 cs.CY cs.HC
"ChatGPT Is Here to Help, Not to Replace Anybody" -- An Evaluation of Students' Opinions On Integrating ChatGPT In CS Courses
Lusófona University（卢索福纳大学）
本研究调查了52名CS一年级学生对代码生成技术的看法，发现学生普遍赞成适度使用GPT辅助学术但未过度依赖，并呼吁提供特定GPT使用培训。
2024-04-26 cs.AI cs.ET cs.HC
Facilitating Instructors-LLM Collaboration for Problem Design in Introductory Programming Classrooms
本研究通过参与式设计开发了整合LLM的教师创作工具，支持教师与AI协作设计编程问题并指定学生常见错误，经三位教师案例研究验证了其在效率、质量和有效性方面的价值，为AI辅助问题创作界面设计提供指导。
2025-05-08 cs.HC
An Empirical Study to Understand How Students Use ChatGPT for Writing Essays
Virginia Tech（弗吉尼亚理工大学）；NAVER AI Lab（NAVER 人工智能实验室）
研究通过70名学生的在线实验，分析学生使用ChatGPT撰写论文时的查询模式，发现性别、种族和自我效能等因素影响AI使用模式，且不同使用模式与写作乐趣和所有权感知相关。
2026-06-29 cs.HC
A Humanoid Social Robot as a Teaching Assistant in the Classroom
Institute of Information Systems, University of Lübeck（吕贝克大学信息系统研究所）
本研究将连接ChatGPT的社交机器人Pepper作为高中课堂助教，测试其技术可行性并调查学生接受度，结果显示学生认为其教学呈现合适且使用有意义。
2025-07-25 cs.HC cs.RO
Teaching HCI Design in a Flipped Learning M.Sc. Course Using Eye-Tracking Peer Evaluation Data
本文介绍了一个翻转课堂的人机交互（HCI）硕士课程的经验。成功完成本课程的学生参加了12个简短的研讨会，基于翻转课堂模型。每个研讨会侧重于一个特定的人机交互活动，而在研讨会之前，两个小时的讲座被用来介绍翻转学习概念的学生。所有其余的教育材料都在每次讲习班之前在线提供给学生。这些材料主要是教授的简短讲座，形式是在课程的YouTube频道上上传的视频和使用大学学习管理系统提供的文件。对于每个讲习班，学生必须做好参加的准备，在具体的讲习班开始之前，通过简短的测验进行测试。本文介绍的活动是一个互动系统的设计和评估。学生们被要求分成六组，每组三到四名学生。然后，一个系统的描述，模糊到足以激发创造力，被随机分配到每个组。本文件中介绍的活动是整个课程中时间最长的活动，它在随后的四个讲习班中进行。本文介绍了本实验的设置，同伴互评的方法和使用眼动追踪数据收集和分析，以帮助学生对改进他们的设计。学生们创建了一个功能有限的系统工作模型，并使用该模型的同行评估中的眼动追踪数据改进了该模型。这些数据的使用为他们提供了改进模型和进行设计更改的洞察力。本文介绍了样本的模型的不同版本之间取得的进展，并得出结论，提出初步的积极成果，学生的定性评价本实验。
2019-03-04 cs.HC
Can AI support student engagement in classroom activities in higher education?
University of Florida（佛罗里达大学）；Georgia Institute of Technology（佐治亚理工学院）
本研究通过软件工程大班课堂活动中的受试者内实验，比较使用与不使用ChatGPT的参与度，发现对话式AI有潜力提升大班学生对学习内容的参与。
2025-06-22 cs.AI cs.CY cs.ET
From Idea to Classroom in Days: Using "Vibe Coding" to Create a Programming Process Visualizer from IDE Activity Logs
Institute of Computer Science University of Tartu Tartu, Estonia ORCID: 0000-0002-2638-7253；Institute of Computer Science University of Tartu Tartu, Estonia ORCID: 0000-0003-3303-5245
利用人工智能辅助的“氛围编码”，快速开发并在课堂部署Thonny日志可视化工具，可分析Python IDE日志，生成学生编程过程视图，支持教师决策，经评估和试点收集反馈后进行了可用性改进。
2026-07-29 cs.AI cs.CY cs.HC
Integrating Hackathons into an Online Cybersecurity Course
网络安全教育工作者广泛引入黑客松，以促进在网络安全教育中获得实用知识。将此类活动引入网络安全课程可以为学生提供宝贵的学习经验。黑客训练形式的性质鼓励边做边学的方法，黑客训练的结果可以作为学生知识、能力和学习收获的证据。以前关于教育中的黑客松的工作主要集中在传统课堂环境中的搭配黑客活动。这些黑客事件通常在课程结束时作为一次性事件发生。然而，在课程结束时的一次性黑客活动可能不足以改善学习。相反，我们专注于分析一系列在线黑客攻击事件整合到在线网络安全课程，并探讨这种整合如何通过鼓励合作和解决现实世界的挑战来发展对所提供课程的实际理解，从而解决在线教育问题。我们评估干预措施，以促进学习，并分析其对学生在课程中的协作和学习收益的影响。我们的研究结果表明，学生属性学习的好处，介绍了支持团队合作和协作的干预措施，保持学生的参与和兴趣的课程，并鼓励边做边学。
2022-02-12 cs.HC
Using Artificial Intelligence to Improve Classroom Learning Experience
DeVry University（德锐大学）；Engineering Technology and Information Sciences（工程技术与信息科学学院）
本文研究利用Logistic Regression等机器学习方法识别学生学习风格并预测辍学风险，在76,519人数据集中达到87.39%的测试准确率，优于随机梯度下降分类器。
2025-02-14 cs.CY cs.HC cs.LG
Simulating Classroom Education with LLM-Empowered Agents
Department of Computer Science and Technology（计算机科学与技术系）
针对LLM增强型智能体在多智能体协作课堂模拟中的潜力空白，本研究提出SimClass框架，通过识别角色、引入控制机制并结合教育分析框架开展实验，证明其可模拟动态学习环境并优化用户学习过程，为相关应用提供新方向。
2024-11-27 cs.CL cs.HC
Classroom Simulacra: Building Contextual Student Generative Agents in Online Education for Learning Behavioral Simulation
University of California, San Diego（加利福尼亚大学圣迭戈分校）；University of Pennsylvania（宾夕法尼亚大学）
本文针对在线教育中学生模拟忽略课程材料调节效应的问题，提出可迁移迭代反思（TIR）模块增强大语言模型，并基于60名学生6周的真实学习行为数据验证其优于经典深度学习模型，为在线教育数字孪生奠定基础。
2025-02-04 cs.AI cs.HC cs.LG
Exploring the Efficacy of ChatGPT in Analyzing Student Teamwork Feedback with an Existing Taxonomy
Virginia Tech（弗吉尼亚理工大学）；Purdue University（普渡大学）
针对教师难以处理大量学生团队反馈的问题，本研究探索利用 ChatGPT 基于现有正负面评论框架分析学生评论，结果显示其标记准确率超 90%，为教育环境中的反馈分析提供了有价值的工具。
2023-05-09 cs.AI cs.HC
Enhancing Chemistry Learning with ChatGPT and Bing Chat as Agents to Think With: A Comparative Case Study
本研究在建构主义框架下通过单案例分析法，探讨了ChatGPT和Bing Chat作为“思考代理”在化学教育中的潜力，发现它们能通过苏格拉底式提问等方法促进学生的批判性思维与主动学习，且ChatGPT在响应的全面性、准确性和上下文处理上表现更优。
2023-05-12 cs.CY cs.HC
Gamification of In-Classroom Diagram Design for Science Students
将学习的内容与游戏的动机结合起来，如果做得恰当，并得到适当工具的支持，可能是一个成功的组合。为了实现这一目标，我们开发了Diagramatic环境，用于在课堂上设计图表的游戏化活动。使用Diagramatic教授，而不是讲授图表或显示这样的图表的例子，可以设计简短的游戏，学生可以在讲座中竞争。Diagramatic是一个完整的环境，为教授提供设计应用程序来创建游戏和管理应用程序。管理应用程序用于在学生玩游戏时监控游戏，以及在每个游戏结束后向学生呈现结果，或者在课堂时间后评估这些结果。学生可以在他们的手机上使用移动应用程序来练习，在课堂外设计图表，以及在课堂时间玩游戏，但只有在教授开始这个游戏之后。环境处理从学生的手机到教授的应用程序的通信，反之亦然，而学生提交他们的图表或接收正确的图表，以便继续进行后续游戏。Diagramatic的当前版本是为设计用于高等教育软件工程课程的路径测试的流程图而定制的，但该环境可以用于任何需要设计图表的类似情况（例如数学，物理，化学）。
2019-10-11 cs.CY cs.HC
Towards AI Agents for Course Instruction in Higher Education: Early Experiences from the Field
Department of Computational and Data Sciences, Indian Institute of Science (IISc), Bangalore 560012 India（计算与数据科学系，印度科学研究院（IISc），班加罗尔）
本文报告在IISc研究生云计算课程中部署LLM驱动的讲师智能体作为主要授课者的早期经验，提出教学与分析框架，并通过参与度指标揭示学生从广泛探索到深入探究的参与演变，证明其可促进反思性学习与可扩展的高质量教育。
2025-10-23 cs.AI cs.CY cs.HC
Cases of EFL Secondary Students' Prompt Engineering Pathways to Complete a Writing Task with ChatGPT
Precious Blood Secondary School（宝血女子中学）；The University of Hong Kong（香港大学）；Education University of Hong Kong（香港教育大学）
本文通过案例研究分析EFL中学生首次使用ChatGPT完成写作任务时的提示工程路径，揭示了试错过程中提示内容与数量的不同组合，并论证了在EFL写作课堂中开展提示工程教育的必要性。
2023-06-19 cs.AI cs.CL cs.HC
Large Language Models for Education: ChemTAsk -- An Open-Source Paradigm for Automated Q&A in the Graduate Classroom
本文提出ChemTAsk开源流程，将大语言模型与检索增强生成结合，利用课程材料实现研究生课堂自动化问答，实验表明其表现与人类助教相当且响应更快。
2025-02-06 cs.CY cs.HC
CodeAid: Evaluating a Classroom Deployment of an LLM-based Programming Assistant that Balances Student and Educator Needs
University of Toronto（多伦多大学）；Microsoft Research（微软研究院）；The University of Auckland（奥克兰大学）
本文开发并部署了不直接泄露代码答案的编程助手CodeAid，基于700名学生一学期的使用数据与师生访谈，提出四项面向未来教育AI助手的设计原则。
2024-02-25 cs.AI cs.HC
Integrating AI in College Education: Positive yet Mixed Experiences with ChatGPT
Rensselaer Polytechnic Institute（伦斯勒理工学院）
本研究将基于ChatGPT-4 Turbo的教学应用融入本科医学影像课程，经一学期试验发现该工具可提升信息获取效率与互动性，但存在信息准确性顾虑，需明确使用规范。
2024-07-08 cs.AI cs.HC
Pilot Study on Generative AI and Critical Thinking in Higher Education Classrooms
College of Science（科学学院）；George Mason University（乔治·马歇尔大学）
本研究通过设计分析、批评和修改AI生成答案的学习活动，初步探索了入门计算与数据科学课程中大学生对生成式AI输出的批判性思维能力。
2025-09-08 cs.AI cs.CY cs.HC
ChatGPT in Data Visualization Education: A Student Perspective
Boston College（波士顿学院）；KAIST（韩国科学技术院）；INRIA（法国国家信息与自动化研究所）
本研究从学生视角出发，探讨ChatGPT在跨学科项目式数据可视化课程中的学习影响，分析其使用优劣势、学生行为等，并提出适配该领域的教育工具设计方向。
2024-08-16 cs.AI cs.CY cs.HC
