The New Calculator? Practices, Norms, and Implications of Generative AI in Higher Education
本研究通过访谈两所高校的师生，基于强结构化理论分析了生成式AI在高等教育中的使用实践、潜规则与感知影响，探讨了相关社会技术层面的变革启示。
2025-01-15 cs.HC
Empowering Educators in the Age of AI: An Empirical Study on Creating custom GPTs in Qualitative Research Method education
Singapore University of Technology and Design（新加坡科技设计大学）
本研究针对AI教育中教育者角色缺位及质性方法教学AI应用不足的问题，基于TPACK框架和行动研究，将定制GPT融入硕士质性研究方法课程，发现其可提升学习效果但存在认知过载等问题，为教育者主导的AI教学整合提供了实证依据。
2025-06-10 cs.AI cs.HC
Learnersourcing in the Age of AI: Student, Educator and Machine Partnerships for Content Creation
The University of Queensland（昆士兰大学）；The University of Auckland（奥克兰大学）；Carnegie Mellon University（卡内基梅隆大学）
本文提出了一个结合众包学习文献、学习科学与AI进步的框架，围绕内容创建、质量评估、贡献利用和教师支持四个关键方面探讨人机协作伙伴关系，并通过两个案例研究验证了其在现有系统中的应用。
2023-06-10 cs.AI cs.HC
Student Barriers to Active Learning in Synchronous Online Classes: Characterization, Reflections, and Suggestions
随着越来越多的面对面课程转向在线环境，探索学生学习的任何新障碍变得越来越重要。这项工作的重点是表征同步在线环境中的学生主动学习的障碍。其目的是帮助新手教育工作者更好地了解这些障碍，并为他们的在线课程准备更多以学生为中心的课程计划。为此，我们采用定性研究方法，并从不同来源研究信息：社交媒体内容，访谈，以及来自学生和专家教育工作者的调查。通过主题分析，我们精心制作了一份细致入微的学生在线主动学习障碍清单，主题包括人文因素、技术因素和环境因素。每一个障碍从频率、重要性和排他性三个方面来探讨，以活跃在线课堂。最后，我们与12位新手教育工作者进行了总结性研究，并解释了在活跃的在线课程中使用我们的障碍列表进行课程规划的好处。
2021-04-10 cs.CY cs.HC
ClassAid: A Real-time Instructor-AI-Student Orchestration System for Classroom Programming Activities
Zhejiang University of Technology（浙江工业大学）；Zhejiang Key Laboratory of Visual Information Intelligent Processing（浙江省视觉信息智能处理重点实验室）；Texas A&M University（德克萨斯农工大学）
ClassAid通过实时动态控制AI支持，为课堂编程活动提供个性化反馈，提升教师指导学生与AI互动的效果。
2026-02-06 cs.HC
Configuring AI for Exploratory Learning: Educator Perspectives on Inference, Persistence, and Disclosure
University of Notre Dame（圣母大学）；University of Michigan（密歇根大学）
本研究通过访谈和设计活动，探讨美国教育者如何配置GenAI以支持K-12职业探索中的开放式学习，发现配置挑战并提出系统支持方向。
2026-09-21 cs.HC
LearnLens: LLM-Enabled Personalised, Curriculum-Grounded Feedback with Educators in the Loop
King’s College London（伦敦国王学院）；AQA
LearnLens是一个模块化LLM系统，通过错误感知评估、课程记忆链生成及教育者参与界面，提供个性化课程对齐反馈，提升科学教育反馈质量与可扩展性。
2025-10-13 cs.AI cs.CL cs.CY
SciNote: Collaborative Problem Solving and Argumentation Tool
由于教育工作者推动学生通过做科学来学习科学，因此需要计算支架来帮助学生评估科学证据和建立论点。在本文中，我们提出了一个试点研究SciNote，CSCL工具，使教育工作者能够将第三方软件集成到一个灵活的和协作的工作空间。我们探讨了SciNote如何使团队在基于探究的学习活动中构建数据驱动的论点。
2021-04-07 cs.CY cs.HC
Co-designing Large Language Model Tools for Project-Based Learning with K12 Educators
Massachusetts Institute of Technology（麻省理工学院）；Purdue University（普渡大学）
本研究与跨学科K-12教师协同设计，探索LLM支持PBL的方式，通过访谈、工作坊和线框图迭代收集证据，提出LLM工具在PBL中部署的设计指南，以解决PBL实施挑战并增强教师角色。
2025-02-13 cs.AI cs.CY cs.HC
A Time-Optimized Content Creation Workflow for Remote Teaching
我们描述了我们的工作流程，为大学课程创建一个引人入胜的远程学习体验，同时最大限度地减少教育工作者的后期制作时间。我们利用无处不在和普遍免费的服务和平台，使我们的工作流程是包容性的所有教育工作者，并为学生提供抛光的经验。我们的学习材料为每个讲座提供：1）录制的视频，上传到YouTube上，具有精确的幻灯片时间戳索引，从而实现增强的导航UI; 2）高质量的流式文本自动转录的叙述，具有适当的标点符号和大写字母，通过GitHub上的学生参与工作流进行改进。所有这些结果都可以手工创建，既耗时又昂贵。然而，这通常会超过创建课程材料的可用时间。我们的主要贡献是使用自定义工具链自动化原始叙述幻灯片和我们发布的材料之间的转换和后期制作。此外，我们描述了我们完整的工作流程：从内容创建到转换和分发。我们的学生给了我们压倒性的积极反馈，特别喜欢我们使用无处不在的平台。最常用的功能是YouTube的章节用户界面，通过我们自动生成的时间戳启用。大多数学生，谁开始使用成绩单，继续这样做。每一份成绩单都由学生修改，平均单词变化率为6%。我们的结论是积极的反馈，我们的增强内容格式非常赞赏和利用。对于教育工作者来说，重要的是我们的低开销生产工作流程在繁忙的学期中是如何可持续的。
2021-10-13 cs.HC cs.IR
The Potential and Implications of Generative AI on HCI Education
Newcastle University（纽卡斯尔大学）
本文通过将GAI融入10周本科HCI模块并结合课后问卷，揭示其作为创意角色与理解镜子的教学价值、风险及TPACK意义。
2024-05-08 cs.AI cs.HC
A Benchmark for Math Misconceptions: Bridging Gaps in Middle School Algebra with AI-Supported Instruction
本文构建含55种代数误解与220个诊断示例的中学代数基准，并结合LLM和教师反馈评估其诊断价值，凸显主题约束、多模态方法与人类专业知识的重要性。
2024-12-04 cs.CY cs.HC
Data-driven insight into the puzzle-based cybersecurity training
基于谜题的培训是一种常见的实践活动，伴随着正式和非正式的网络安全教育，就像编程或其他IT技能一样。然而，缺乏工具来帮助教育者进行训练数据分析。通过可视化设计研究，我们设计了培训分析工具，该工具支持对单个动手会话的学习分析。它允许学员进行深入的比较，并能够识别谜题任务中的缺陷。我们还与网络安全专家和学生进行了定性评估。与会者介绍了该工具对其工作流程的积极影响。我们的见解和建议可以帮助设计支持教育工作者的未来工具，甚至超越网络安全。
2021-09-28 cs.HC
Through the Looking Glass: Insights into Visualization Pedagogy through Sentiment Analysis of Peer Review Text
同行评议是一种广泛使用的反馈机制，以吸引学生。作为一种教学方法，它已被证明可以提高教育成果，但我们发现有限的经验测量可视化课程的同行评议。除了提高参与度外，同行评审还提供了多样化的反馈，并通过对他人工作的批判性评价来加强最近学到的课程概念。我们讨论的建设和应用同行评议在两个可视化课程从不同的学院在南佛罗里达大学。然后，我们通过情感分析来分析学生项目和同行评议文本，以推断可视化教育工作者的见解，包括课程内容的重点，学生群体的参与，学生对概念的掌握，随着时间的推移，课程趋势和专家干预的有效性。最后，我们提供了建议，以适应同行评审其他可视化课程，让学生和教师同行评审过程中的理解增加。
2021-08-05 cs.HC
AI in Design Education at College Level-Educators' Perspectives and Challenges
本研究通过访谈美国七名设计学院教师，考察其对AI融入大学设计教学与科研的看法，发现AI已成核心工具与理论框架，但需以设计基础为前提，并期待伦理、真实性与版权问题改善。
2025-07-23 cs.CY cs.HC
Educating Educators to Integrate Inclusive Design Across a 4-Year CS Degree Program
整个CS教师如何共同教授ACM标准CS课程，在4年制本科CS课程中转变为包容性设计的教学元素？他们甚至想尝试吗？为了调查这些问题，我们开发了一个教育者教育课程来支持这一转变。教育者教育课程的总体目标是使CS教师创造性地参与以“微创”方式将包容性设计嵌入到他们的课程中。GenderMag是一种包容性设计评价方法，选择使用。该课程针对以下学习成果：使CS教师：（1）分析将包容性设计整合到自己的课程中的成本和收益;（2）使用GenderMag方法评估软件，并认识到其用于识别软件中有意义的问题;（3）将包容性设计整合到现有的课程材料中，提供资源和合作;及（4）准备参与及指导学生学习GenderMag概念。我们在春季/夏季进行了实地研究，随后进行了秋季末的采访，在此期间，我们与18名教师合作，将包容性设计融入13门课程。其中10名教师然后教7这些课程是在2021年秋季的时间表，跨16个部分。我们提出了新的教育者教育课程，并报告了教师的经验，在三个月的实地研究和随后的采访。我们的研究结果显示，在与我们合作的18名教师中，83%的人选择修改他们的课程;到2021年秋季，CS学位课程所有四年的教师都开始教授包容性设计概念。当我们跟进2021年秋季的10名教师时，他们报告的结果中有91%表明，他们课程中包容性设计概念的阐述与预期一样好或好于预期。
2022-09-06 cs.HC
Lessons from Real-World Deployment of a Cognition-Preserving Writing Tool: Students Actively Engage with Critical Thinking and Planning Affordances
University of Notre Dame（圣母大学）；University of Michigan（密歇根大学）
本文研究了AI写作工具VISAR在真实课堂中的应用，发现学生通过认知保留支架获得学习提升，且与写作质量、概念理解及批判性AI素养正相关。
2026-03-16 cs.HC
Making Gender-Inclusive Practices Actionable: Evaluating a Research-Informed Computing Education Toolkit
Technological University Dublin（都柏林理工大学）；SETU Waterford（沃特福德科技大学）
该研究评估了基于研究的计算教育工具包TechMate，其可帮助教育工作者实施性别包容举措，18名爱尔兰高校教育者评估显示该工具实用性与可用性获较高认可，同时挖掘出相关结构性障碍及解决方案。
2026-09-04 cs.CY cs.HC
AI-Generated Slides: Are They Good? Can Students Tell?
Aalto University（艾洛大学）；University of Toronto Mississauga（多伦多大学滑铁卢分校）
本文研究了生成式AI工具在生成幻灯片中的表现，发现编码助手生成的幻灯片更准确且教学效果更好，学生难以区分AI与人工生成的幻灯片，但高质量幻灯片与AI生成标签间存在负相关。
2026-05-13 cs.AI cs.CL cs.CY
Investigating Student Interaction Patterns with Large Language Model-Powered Course Assistants in Computer Science Courses
Colorado School of Mines（科罗拉多矿业学院）；HiTA AI Inc.（HiTA人工智能公司）；Cornell University（康奈尔大学）
本研究开发并部署了一个基于LLM的课程助手至多门计算机科学课程，分析了约2,000名学生的交互数据，发现系统有效填补了时间支持缺口，但LLM在生成高阶认知问题方面能力有限，需教育者更多参与配置以提升教学效果。
2025-09-10 cs.AI cs.CY cs.HC
Using Generative Artificial Intelligence Creatively in the Classroom and Research: Examples and Lessons Learned
University of Maryland, College Park（马里兰大学帕克分校）；The University of Oklahoma（俄克拉荷马大学）；Morgan State University（摩根州立大学）；Purdue University（普渡大学）
本文面向学生与教育工作者，探讨生成式AI在课堂与研究中的创造性应用，通过实例与提示词展示其潜力，并关注伦理、偏见及公平性问题，旨在激发教育界围绕共同目标展开讨论。
2025-10-24 cs.HC physics.ao-ph
CreateAI Insights from an NSF Workshop on K12 Students, Teachers, and Families as Designers of Artificial Intelligence and Machine Learning Applications
University of Pennsylvania（宾夕法尼亚大学）；University of California, Berkeley（加州大学伯克利分校）；University of Washington（华盛顿大学）；Boston College（波士顿学院）；Brown University（布朗大学）
CreateAI探讨如何让学生和教师成为人工智能应用的创造者，提出工具设计、伦理整合和学习评估的关键建议。
2026-02-18 cs.CY cs.HC
LLMs as Educational Analysts: Transforming Multimodal Data Traces into Actionable Reading Assessment Reports
Vanderbilt University（范德堡大学）
本研究利用多模态数据和LLM生成可执行的阅读评估报告，发现LLM能有效转化为教师友好的洞察，但需人类监督以确保可靠性与公平性。
2025-03-03 cs.AI cs.CY cs.HC
Bidirectional Human-AI Alignment in Education for Trustworthy Learning Environments
本文探讨教育中人机双向对齐，旨在通过培养教师、学生和机构的技术素养，实现可信学习环境，促进公平性、透明度和人类发展。
2025-12-25 cs.AI cs.CY cs.HC
How Do Programming Students Use Generative AI?
University of Hamburg（汉堡大学）
本研究通过37名编程学生的探索性实验，发现学生使用生成式AI主要有查询概念和直接生成解决方案两种策略，且易陷入错误代码修复的恶性循环，证实了过度依赖AI会降低自主性的担忧，为教育应对提供参考。
2025-02-21 cs.AI cs.CY cs.HC
AIDetection: A Generative AI Detection Tool for Educators Using Syntactic Matching of Common ASCII Characters As Potential 'AI Traces' Within Users' Internet Browser
University of Michigan（密歇根大学）
本研究推出面向教育工作者的AIDetection网页检测工具，采用启发式句法匹配方法识别多种生成式AI的文本痕迹，支持批量扫描与多格式报告输出，可用于检测学生作业中的AI生成内容。
2025-03-12 cs.CE cs.ET cs.HC
The Unbearable Lightness of Prompting: A Critical Reflection on the Environmental Impact of genAI use in Design Education
本文批判性反思设计教育中使用GenAI的能源成本，以49名学生的研讨会为例，提出五种替代立场及相关行动，支持有意识地使用GenAI，为设计和HCI领域及教育项目发展提供参考。
2025-01-27 cs.AI cs.HC
Integrating ChatGPT in a Computer Science Course: Students Perceptions and Suggestions
本研究通过访谈七名学生，探讨了在计算机科学课程中整合ChatGPT的看法，发现其能增强学习体验但过度依赖可能损害批判性思维，强调需谨慎平衡使用。
2023-12-22 cs.CY cs.HC
Tracing the Invisible: Understanding Students' Judgment in AI-Supported Design Work
Purdue University（普渡大学）
研究分析 HCI 课程中 33 个学生团队的反思，识别其使用生成式 AI 时的传统与新兴设计判断，并提出理解人机共创意义建构的概念视角。
2025-05-13 cs.AI cs.HC
Scaffolding Metacognition in Programming Education: Understanding Student-AI Interactions and Design Implications
Kyushu University（九州大学）；Osaka Kyoiku University（大阪教育大学）
本文通过分析三年间超过一万条学生与AI对话日志，从元认知视角研究生成式AI对编程学习的影响，并提出支持而非取代元认知参与的AI编程助手设计启示。
2025-11-06 cs.AI cs.HC
CourseAssist: Pedagogically Appropriate AI Tutor for Computer Science Education
CourseAssist, Inc.（科赛协助公司）；University of California, Davis（加利福尼亚大学戴维斯分校）
本文提出CourseAssist，一个专为计算机科学教育定制的基于LLM的辅导系统，通过检索增强生成、用户意图分类和问题分解确保教学法适宜性，评估和部署表明其显著优于GPT-4基线并有效改善了学生学习体验。
2024-07-29 cs.AI cs.CY cs.HC
Your Students Don't Use LLMs Like You Wish They Did
The University of Sydney（悉尼大学）
本文提出六个计算指标，用于评估学生与AI对话的教育对齐情况，发现部署环境是影响使用模式的主要因素，而非学生偏好或系统设计。
2026-04-26 cs.CL cs.CY cs.HC
