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
VIVID: Human-AI Collaborative Authoring of Vicarious Dialogues from Lecture Videos
本文提出VIVID系统，支持教师与LLM协作将讲座视频讲稿创作、评估并修改为高质量替代式教学对话，实验表明其能提升对话选择与修订效率。
2024-04-10 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
From Answer Generators to Reasoning Facilitators: Designing AI Tutors for Mathematical Reasoning in High-Stakes Environments
Stanford University（斯坦福大学）
本研究设计并部署了AITutor系统，通过分层工作示例、步骤链接视觉基础和元认知支架等功能，帮助初中生在高压考试中从被动获取答案转向主动修复推理过程，提出了以推理为中心的产品循环。
2026-07-03 cs.HC
Towards SocratiCode: Designing a Generative AI-Based Programming Tutor for K-12 Students through a 4-Week Participatory Design Study
Harry A. Burke High School（哈利·A·伯克高中）；Millard North High School（米拉德北高中）；Missouri University of Science and Technology（密苏里科技大学）；University of Nebraska Omaha（内布拉斯加大学奥马哈分校）
本文通过为期四周的参与式设计研究，探讨了如何利用生成AI设计一个适应性辅导系统SocratiCode，使K-12学生在编程学习中受益。研究发现，SocratiCode从灵活的教程生成转向更对话性的支持方式，通过引导提问、反思提示、误解检查、逐步提示和强制性暂停等方法，提高了解释清晰度，支持了问题解决的参与度，并更好地满足了初学者的需求。
2026-05-18 cs.HC
WIP: Large Language Model-Enhanced Smart Tutor for Undergraduate Circuit Analysis
School of Electrical；Computer Engineering, Georgia Institute of Technology, Atlanta, USA Corresponding Author. E-mail
本文介绍一款部署于Azure、由大语言模型增强的电路分析智能辅导系统，可提供个性化反馈并汇总学习数据；初期学生满意度达90.9%。
2025-06-10 cs.AI cs.CY cs.HC
When AI Tutors Speak: Evidence from a Randomized Field Experiment
Questrom School of Business, Boston University（波士顿大学奎斯特罗姆商学院）
本研究通过随机田野实验分离教学结构与交互模态，发现结构化AI辅导显著提升学习效果（+6.63分），而语音模态虽增加交互却未影响学习，表明教学结构而非类人化决定教育成效。
2026-09-22 cs.HC
Student-ChatGPT Interaction Visible: Designing a Teacher Dashboard for EFL Writing Education
KAIST, Korea Advanced Institute of Science and Technology（韩国科学技术院）
该研究设计了用于EFL写作教育的Prompt Analytics Dashboard，可追踪学生与LLM的交互，经教师测试后能降低监控负担并优化干预时机。
2026-08-17 cs.HC
Tutor, Not Solver: Designing a Guardrailed AI Assistant for Learning in Higher Education: A Design Case of PeteChat
Purdue University（普渡大学）
本文通过设计案例PeteChat，提出八项可迁移的评估感知AI导师设计原则，包括作业护栏、调试支架等，基于本地Llama-3模型和RAG技术，旨在平衡学习支持与学术诚信。
2026-10-08 cs.ET cs.HC
VizQStudio: Iterative Visualization Literacy MCQs Design with Simulated Students
VizQStudio通过模拟学生帮助教师迭代设计高质量可视化素养多选题，提升评估设计的灵活性和适应性。
2026-03-01 cs.HC
Learning by Teaching: Engaging Students as Instructors of Large Language Models in Computer Science Education
The Graduate Center, CUNY（CUNY研究生中心）；Hunter College, CUNY（CUNY霍顿学院）；Queens College & The Graduate Center, CUNY（CUNY皇后学院及研究生中心）
本文提出反转传统LLM虚拟导师角色的教学范式，让学生作为教师教导LLM解决问题，开发了Socrates系统，并在本科课程中验证了其能显著提升学生表现。
2025-08-08 cs.AI cs.CY cs.HC
Designing for What Cannot Be Seen: Supporting Embodied String Learning for Musicians with Blindness and Low-Vision
Jacobs School of Music, Indiana University Bloomington（印第安纳大学布卢明顿雅各布斯音乐学院）；Luddy School of Informatics, Computing, and Engineering, Indiana University Bloomington（印第安纳大学布卢明顿卢迪信息学、计算与工程学院）
研究针对盲人和低视力弦乐音乐家学习难题，团队跨多领域采用定性多方法，分析出右手弓控制等困难，基于此进行探索性设计构思，给出推测性设计方向待进一步评估。
2026-07-23 cs.HC
Designing PULSE: A Realtime Annotation Tool to Support Simulation Debriefing
Tennessee State University（田纳西州立大学）；Vanderbilt University（范德堡大学）；Colorado Mountain College（科罗拉多山地学院）；Institute for Software Integrated Systems, Vanderbilt University（范德堡大学软件集成系统研究所）
该研究设计了实时标注工具PULSE，经实地研究证实其可显著提升模拟复盘的DASH评分，改善复盘组织性与学生参与度，为模拟复盘提供了新的支持工具。
2026-08-11 cs.HC
"You've got a friend in me": Co-Designing a Peer Social Robot for Young Newcomers' Language and Cultural Learning
University of Waterloo（滑铁卢大学）；United for Literacy（联合扫盲组织）
本文报告了一项与加拿大United for Literacy导师合作的共设计研究，开发了Maple社交助教机器人，通过短故事活动、多模态支架和嵌入式测验支持新移民儿童的语言和社会化学习。
2026-03-31 cs.HC cs.RO
DataCanvas-EDU: An Agentic Framework for Instructor-Guided Synthetic Data Generation in Business Analytics Education
University of Akron（阿克伦大学）
本文提出DataCanvas-EDU，一个教师引导的合成数据生成智能体框架，通过对话指定教学目标和模式，自动生成数据、作业和评分标准，简化案例准备并促进学生在AI协作下探究新数据模式。
2026-10-08 cs.AI cs.HC
Characterization and Effects of CS2 Learning with GenAI, Visualization, and Human Support
University of Victoria（维多利亚大学）
通过混合方法研究，比较二年级算法课程中学生在生成式AI、算法可视化和人类辅导三种学习支持下的交互模式与学习效果，发现生成式AI虽提升自我效能但学习效果较差，而人类辅导效果最佳。
2026-06-01 cs.HC
"Help Me, But Don't Track Me": Intervention Timing and Privacy Boundaries for Process-Aware AI Tutors
University of California, San Diego（加州大学圣地亚哥分校）；Tsinghua University（清华大学）
研究探讨了过程感知AI辅导系统中干预时机与隐私边界的设计平衡，发现学生更倾向于自主支持、渐进式帮助和明确的隐私界限。
2026-05-02 cs.HC
Instructor-Created Custom GPTs as Pedagogical Partners Fostering Immersion in Online Higher Education: Two Case Studies
University of Arkansas（亚拉巴马大学）；Universidade Aberta & INESC TEC（开放大学及INESC TEC）
本文通过两个案例研究探讨定制GPT如何通过沉浸维度提升在线教育中的参与度，展示其作为教学伙伴的作用。
2026-03-29 cs.AI cs.CY cs.HC
Safe Generative Chats in a WhatsApp Intelligent Tutoring System
本文设计并评估集成于ITS的WhatsApp LLM对话系统，基于8,000余次学生对话发现GPT-3.5较少产生不当内容，而学生不当输入更常见，进而提出内容审核与课堂管理层面的安全保障启示。
2024-07-06 cs.HC
Framing Responsible Design of AI for Mental Well-Being: AI as Primary Care, Nutritional Supplement, or Yoga Instructor?
Cornell University（康奈尔大学）；University of Southern California（南加州大学）；University of Washington（华盛顿大学）；Weill Cornell Medicine（威尔康奈尔医学院）
本文探讨了如何负责任地设计用于心理健康支持的AI工具，通过类比不同角色（如初级保健、营养补充剂或瑜伽导师）来界定其责任和评估标准。
2026-02-20 cs.CY cs.HC
Learner and Instructor Needs in AI-Supported Programming Learning Tools: Design Implications for Features and Adaptive Control
University of Michigan（密歇根大学）
本研究通过参与式设计和调查，探索了编程学习中学习者与教师对AI工具功能和控制的需求，发现两者在自主权与系统指导上存在差异，并据此提出了平衡自主性与指导的AI工具设计指南。
2025-02-28 cs.AI cs.CY cs.HC
Design and Evaluation of a Tutor Platform for Personalized Vocabulary Learning
IBM TJ Watson Research Center（IBM TJ沃森研究中心）；Sesame Workshop（芝麻街工作室）
本文介绍了我们在设计，实施和试点的智能词汇学习导师的经验。该设计建立在几个智能教学设计概念，包括基于图的知识表示，学习者建模，自适应学习内容和评估的博览会。具体来说，我们设计了一种新的分阶段学习者模型的方法，使系统的词汇教学过程中暴露的话。我们还在tutor平台上构建了一个示例应用程序，该应用程序使用涉及视频的学习活动和涉及文字到图片/图像关联的评估活动。更重要的是，导师在幼儿园开始时适应儿童知识的显著变化，并以每个学习者的速度发展应用。180名幼儿园学习者的试点研究允许导师收集各种活动信息，适合在个人和班级层面的见解和干预措施。这项工作还表明，我们可以用这样一个框架对各种假设进行A/B检验。
2018-07-09 cs.AI cs.HC
Co-Designing Digital Humans for Online Learning: A Framework for Human-AI Pedagogical Integration
Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Hong Kong University of Science and Technology（香港科技大学）
研究为在线学习共同设计数字人框架，结合对多领域作品分析、学习者调查及专家研讨，为教育工作者等提供指导，助力构建更优质在线学习环境。
2026-07-15 cs.HC
Designing AI Peers for Collaborative Mathematical Problem Solving with Middle School Students: A Participatory Design Study
William & Mary（威廉与玛丽学院）；George Mason University（乔治梅森大学）
本文通过参与式设计研究，探讨如何设计AI同伴以支持中学生协作数学问题解决，发现学生期望AI具备数学能力但保持谦逊，并通过逐步支架促进学习。
2026-01-28 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
'Show It, Don't Just Say It': The Complementary Effects of Instruction Multimodality for Software Guidance
Singapore Management University（新加坡管理大学）
本研究探讨了在软件学习中，多模态教学（语音、注释、远程控制）如何互补以提升教学效果，同时揭示了自主性与精度之间的权衡问题。
2026-03-03 cs.HC
Designing for human-AI complementarity in K-12 education
Carnegie Mellon University（卡内基梅隆大学）
最近的工作探索了人类和人工智能（AI）系统的互补优势如何有效地结合起来。然而，人类与人工智能伙伴关系的成功形式很少在现实世界中得到证明。我们介绍了Lumilo的迭代设计和评估，Lumilo是一款智能眼镜，可以帮助教师通过实时分析学生的学习、元认知和行为，在人工智能支持的课堂上帮助学生。在K-12教室进行的实地研究结果表明，当教师和人工智能导师在课堂上一起工作时，学生会学到更多。我们讨论了这项研究对人类-AI伙伴关系设计的影响。我们主张在这一领域采取更具参与性的研究和设计方法，让从业者和其他利益相关者深入、有意义地参与整个过程。此外，我们提倡理论建设和原则性的方法来研究人类在现实世界中的决策。
2021-07-10 cs.AI cs.HC
Teaching Usable Privacy in HCI Education: Designing, Implementing, and Evaluating an Active Learning Graduate Course
George Mason University（乔治梅森大学）
本文设计并评估了一门15周的研究生课程，通过主动学习方法教授可操作隐私，提升学生在隐私设计中的决策能力，并提供课程实施和评估的详细指南。
2026-04-26 cs.CY cs.HC
Anticipating User Needs: Insights from Design Fiction on Conversational Agents for Computational Thinking
Northern Arizona University（北亚利桑那大学）；Universidade Federal Fluminense（弗卢米嫩塞联邦大学）
本文通过九位教师参与的设计虚构会议，探索了面向计算思维教学的genAI对话智能体应具备的逐步引导和个性化调整能力，为未来辅导型对话智能体的实现提供设计见解。
2024-06-13 cs.AI cs.HC
Co-designing a Social Robot for Newcomer Children's Cultural and Language Learning
University of Waterloo（滑铁卢大学）
本文探讨了为新移民儿童设计社交机器人Maple，以解决语言学习和文化适应中的挑战，提出了四个核心问题、文化导向讨论及初步设计指南。
2026-03-02 cs.CY cs.HC cs.RO
How to Answer Why -- Evaluating the Explanations of AI Through Mental Model Analysis
Institute for Multimedia and Interactive Systems（多媒体与交互系统研究所）；University of Lübeck（吕贝克大学）
为了在用户-人工智能交互的背景下实现最佳的人-系统集成，重要的是用户开发人工智能如何工作的有效表示。在大多数与技术系统的日常交互中，用户构建心理模型（即，系统用来执行给定任务的预期机制的抽象）。如果系统（例如，自我解释AI）或其他来源（例如，教师）没有提供明确的解释，则心理模型通常基于经验（即，用户在交互期间的观察）形成。这种心理模型和实际系统功能的一致性是至关重要的，因为它用于假设，预测，从而用于有关系统使用的决策。因此，以人为中心的人工智能研究的一个关键问题是如何有效地调查用户的心理模型。本研究的目的是确定合适的启发方法的心理模型分析。我们评估了心理模型是否适合作为一种实证研究方法。此外，认知辅导的方法是集成的。我们提出了一个示例性的方法来评估可解释的人工智能方法以人为中心的方式。
2020-01-11 cs.AI cs.HC
