在数据结构与算法课程中使用 ChatGPT：助教的视角
Utilizing ChatGPT in a Data Structures and Algorithms Course: A Teaching Assistant's Perspective
AI总结：
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。
摘要：
将 ChatGPT 等大型语言模型（LLMs）引入计算机科学教育，为数据结构与算法（DSA）等复杂课程提供了变革性潜力。本研究在有结构的提示词和人类监督的指导下，探讨了 ChatGPT 作为助教（TAs）辅助工具的作用，以提升教学效果和学生学习成果。一项对照实验将传统的助教主导教学与混合方法进行了比较，在混合方法中，助教使用 ChatGPT-4o 和 ChatGPT o1 来生成练习、澄清概念并提供反馈。有结构的提示词强调问题分解、现实世界背景和代码示例，从而提供量身定制的支持，同时减轻对 AI 的过度依赖。结果证明了混合方法的有效性，ChatGPT 辅助组的学生平均得分高出 16.50 分，并在高级主题上表现优异。然而，ChatGPT 的局限性使得助教的验证成为必要。该框架突显了 LLMs 的双重角色：在通过人类监督确保准确性的同时提升助教效率，为教育中的人机协作提供了可扩展的解决方案。
英文摘要：
Integrating large language models (LLMs) like ChatGPT into computer science education offers transformative potential for complex courses such as data structures and algorithms (DSA). This study examines ChatGPT as a supplementary tool for teaching assistants (TAs), guided by structured prompts and human oversight, to enhance instruction and student outcomes. A controlled experiment compared traditional TA-led instruction with a hybrid approach where TAs used ChatGPT-4o and ChatGPT o1 to generate exercises, clarify concepts, and provide feedback. Structured prompts emphasized problem decomposition, real-world context, and code examples, enabling tailored support while mitigating over-reliance on AI. Results demonstrated the hybrid approach's efficacy, with students in the ChatGPT-assisted group scoring 16.50 points higher on average and excelling in advanced topics. However, ChatGPT's limitations necessitated TA verification. This framework highlights the dual role of LLMs: augmenting TA efficiency while ensuring accuracy through human oversight, offering a scalable solution for human-AI collaboration in education.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
