Avaliação da eficácia de mensagens de erro melhoradas geradas por Large Language Model em um curso introdutório de programação em Python
Notice bibliographique
Résumé
Linguagens de Programação, em sua maioria, são idealizadas para o mercado de desenvolvimento de software. Em consequência, o feedback na forma de mensagens de erro de compiladores e interpretadores são focados em programadores experientes, sendo muitas vezes enigmáticos para estudantes novatos. Diante dos desafios da aprendizagem de programação, diversos pesquisadores se debruçam sobre este problema criando e utilizando ferramentas e linguagens adequadas ou adaptando feedbacks. Embora a linguagem Python seja adequada ao ensino introdutório de programação, ela possui um conjunto limitado de mensagens de erro que levam o estudante a possíveis confusões pela falta de informações relevantes à solução do problema. Neste sentido, a criação de feedback na forma de mensagens de erro melhoradas, que auxiliem os estudantes no ambiente de aprendizagem, é uma solução interessante. Um estudo preliminar realizado em um curso de programação introdutória com Python em que foi utilizado um ambiente próprio (PEEF) com emissão de mensagens melhoradas pré-cadastradas demonstrou que, embora a adição de feedback seja algo positivo, não é suficiente para que os estudantes solucionem os problemas encontrados. Deste modo, este trabalho visa apresentar um estudo realizado com especialistas para avaliar a adequação de mensagens melhoradas geradas por Large Language Model com dados de um curso de programação em Python.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».