分類: 有效教學法

Smit 等人（2025）探討學生在視覺化程式設計任務中的學習樂趣，如何與學生的自我效能感及程式設計信心的性別差異相關。該研究以 Pekrun 的成就情緒控制-價值理論（control-value theory）為基礎，關注學生在程式設計學習中的正向情緒體驗（positive emotional experiences），以及是否能增強其對自身程式設計能力的信念（beliefs in their ability to program）。研究在一個為期一天、題為「科學與科技中的創意：智能紡織品」的視覺化程式設計工作坊中進行。參與的中學生在工作坊中為連接至 micro:bit 裝置（此為STEM與編程教育中常用的小型可編程電腦）的 LED 矩陣進行編程，並將其應用於智能襯衫、自行車運動襯衫等具有創意且貼近生活的任務。

該研究從16個七至九年級的初中班級中招募了269 名學生，學生在參與工作坊的前後分別完成問卷，以測量其對視覺化程式設計的自我效能感；同時，研究透過經驗取樣法，在工作坊過程中四次測量學生的即時學習樂趣（momentary enjoyment）。課程設計由上午較具引導性的任務逐步過渡至下午更開放、更具創意的任務：上午包括摩斯密碼學習與程式糾錯練習，下午則包括設計應用於智能紡織品的程式。研究採用結構方程模型進行分析，使用潛在狀態-特質理論（latent state-trait theory）與潛在成長曲線模型（latent growth curve models），以考察學生在一天課程中的學習樂趣與自我效能感的變化。

研究結果顯示，學生在不同任務中的學習樂趣相對穩定，主要受到其對程式設計的一般性樂趣影響，而非由特定任務情境所決定。不過，初始學習樂趣較低的學生，在後期較具創意的任務中呈現出更明顯的學習樂趣提升。女生在工作坊開始時的學習樂趣低於男生，但其樂趣隨時間增加的幅度更大，從而縮小了性別差距。到課程結束時，男生與女生對視覺化程式設計的自我效能感均有所提升，特別是雖然女生在課程開始時的自我效能感明顯低於男生，但在工作坊結束後的最終模型中，性別差異已不再顯著。

整體而言，研究結果表明，面向實際應用且富有創意的視覺化程式設計活動，有助於提升學生的程式設計信心，尤其能支持女生建立更為積極的能力信念。智能紡織品、視覺化編程、程式糾錯練習與開放式設計任務的結合，營造出一個具有激勵性的學習環境，有助於促進學生正向情緒與自我效能感的發展。研究強調，程式設計教學不應僅被視為抽象或純技術性的訓練，而應圍繞真實、有創意且對學生更具個人意義的任務進行設計。

文獻來源（開放取用）：Smit, R., Schmid, R., & Robin, N. (2025). Experiencing enjoyment in visual programming tasks promotes self‐efficacy and reduces the gender gap. British Journal of Educational Technology, 56(3), 1231-1247.

https://doi.org/10.1111/bjet.13523… Read the rest

Yan 等人（2025）探討將大型語言模型（large language models, LLMs）融入協作式編程，是否能促進學生的計算思維、自我效能感及學習體驗。鑑於傳統協作式編程常受到學生能力差異的限制，影響合作成效，本研究提出一個由 LLM 支援的協作學習框架，將人工智能視為學習夥伴，將原本的人與人互動模式，轉變為「人—人—人工智能」的協作模式。研究採用準實驗設計，對中國 82 名六至七年級學生進行研究，並隨機分配至 LLM 支援的協作式編程組（實驗組）或傳統協作式編程組（對照組）。

本研究歷時五週，共進行 12 次編程課程（每次 90 分鐘），以 C++ 作為教學語言。兩組學生均以小組形式進行學習，但實驗組使用基於 LLM 的學習平台，在編程過程中被給予結構性、問題導向及知識導向的支架支持，涵蓋問題分析、程式撰寫、除錯及評估等階段。研究通過前後測評估學生的計算思維與自我效能感，並以問卷測量其認知負荷，同時輔以半結構式訪談以深入了解學習體驗。

研究結果顯示，LLM 支援的協作式編程組在計算思維的提升上顯著優於傳統教學組，但效應量相對較小。此外，實驗組學生的整體認知負荷顯著較低，尤其在心理負荷（mental load）方面的差異更為明顯，顯示 LLM 有助於降低學生在面對複雜編程任務時的認知負擔。然而，兩組在自我效能感上並未出現顯著差異，且隨時間推移均呈現下降趨勢。此結果可能與學生由圖像化編程過渡至較抽象的文字式編程所帶來的學習挑戰有關，但在 LLM 支援情境下，實驗組學生自我效能感的下降幅度相對較小。

質性分析進一步指出，LLM 的融入有助於提升學生的學習體驗，包括提高學習興趣、增強問題解決效率及促進合作互動。學生普遍反映，LLM 能提供即時回饋、多樣的解題策略及個性化指導，從而提升自己在編程任務中的參與程度。整體而言，本研究顯示，LLM 可作為協作學習中的有效支架工具，在降低認知負荷的同時促進高階思維發展。儘管其對自我效能感的影響仍有待進一步驗證，但研究結果仍凸顯了人工智能支援的協作學習環境在 K–12 編程教育中的應用潛力。

文獻來源（開放取用）：Yan, Y. M., Chen, C. Q., Hu, Y. B., & Ye, X. D. (2025). LLM-based collaborative programming: Impact on students’ computational thinking and self-efficacy. Humanities and Social Sciences Communications, 12(1), 149.

https://doi.org/10.1057/s41599-025-04471-1… Read the rest