Studenters AI-användning i programmering: Mellan utforskning och delegation
En ny studie från arXiv belyser hur studenter använder generativ AI vid programmering och identifierar skillnader mellan hög- och lågpresterande elevers interaktionsmönster.
Vad har hänt
Forskare har analyserat 19 418 interaktioner från 110 universitetsstudenter som använt generativ AI för att programmera, ett fenomen som kallas "vibe coding". Studien, publicerad på arXiv, klassificerar studenternas interaktioner som "hjälpsökande" processer. Den undersökte skillnaderna i interaktionssekvenser mellan hög- och lågpresterande studenter för att förstå hur AI används i inlärningsprocessen under programmering.
Snabbfakta
| Antal studenter | 110 |
|---|---|
| Antal interaktioner analyserade | 19 418 |
| Publiceringsdatum | 2026-04-27 |
| Metodik | Induktiv kodning, Heterogeneous Transition Network Analysis |
”Generativ AI omformar programmering i högre utbildning genom vibe coding, där studenter samarbetar med AI via naturligt språk snarare än att skriva kod rad för rad. Vi konceptualiserar denna praktik som hjälpsökande.”
”Resultaten visar att högpresterande studenter engagerade sig i instrumentellt hjälpsökande – förfrågan och utforskning – vilket framkallade tutorliknande AI-svar. Däremot förlitade sig lågpresterande studenter på exekutivt hjälpsökande, ofta delegerande uppgifter och uppmanande A”
”Dessa fynd indikerar att nuvarande generativ AI speglar studentens avsikt (vare sig den är produktiv eller passiv) snarare än att optimera för lärande.”
Varför det spelar roll
Studien visar att högpresterande studenter engagerar sig i "instrumentellt hjälpsökande" genom förfrågningar och utforskning, vilket framkallar tutorliknande AI-svar. Lågpresterande studenter däremot förlitar sig på "exekutivt hjälpsökande", där de delegerar uppgifter och ber AI att leverera färdiga lösningar. Detta indikerar att dagens generativa AI återspeglar studentens avsikt snarare än att aktivt optimera inlärningen.
Vem påverkas
Studenter och utbildare inom högre utbildning påverkas direkt av AI:s roll i programmeringsundervisningen. Även utvecklare av AI-verktyg för utbildningssektorn berörs, då resultaten pekar på behovet av AI-system som kan fungera som mer aktiva "medarbetare" snarare än enbart "verktyg".
EU-status
Ej relevant för EU-status.
Mer att veta
Studien använde sig av induktiv kodning och Heterogeneous Transition Network Analysis för att analysera interaktionssekvenserna mellan student och AI. Resultaten tyder på en skillnad i hur olika studentgrupper nyttjar AI-stöd.
Snabba svar om den här nyheten
Vad har hänt?
När hände det?
Varför spelar det roll?
Vilka skillnader identifierades mellan studentgrupperna?
Länken öppnar i nytt fönster och leder till utgivarens egen sida.
Källan har spårats automatiskt från utgivaren via Aheadlines signalkedja.