Utilizing ChatGPT in a Data Structures and Algorithms Course: A Teaching Assistant's Perspective
Created by
- Haebom
Category
Empty
저자
Pooriya Jamie, Reyhaneh Hajihashemi, Sharareh Alipour
개요
본 연구는 ChatGPT와 같은 대규모 언어 모델(LLM)을 데이터 구조 및 알고리즘(DSA)과 같은 복잡한 컴퓨터 과학 교육에 통합하는 잠재력을 조사한다. 교수 조교(TA)가 구조화된 프롬프트와 사람의 감독 하에 ChatGPT를 보조 도구로 사용하여 교육과 학생 성과를 향상시키는 하이브리드 접근 방식을 제시한다. 통제된 실험을 통해 기존 TA 주도 교육과 ChatGPT-4 및 ChatGPT를 활용한 하이브리드 접근 방식을 비교하였다. ChatGPT를 이용한 그룹은 문제 해결, 실제 상황, 코드 예시를 강조하는 구조화된 프롬프트를 통해 맞춤형 지원을 받았으며, AI 과의존을 완화하기 위한 노력이 이루어졌다. 결과적으로 ChatGPT 지원 그룹의 학생들이 평균 16.50점 더 높은 점수를 받았고, 고급 주제에서도 뛰어난 성적을 거두었다. 그러나 ChatGPT의 한계로 인해 TA의 검증이 필요했다. 이 프레임워크는 교육에서의 인간-AI 협업을 위한 확장 가능한 솔루션으로서 LLM의 이중적인 역할, 즉 TA 효율성 향상과 인간 감독을 통한 정확성 보장을 강조한다.
시사점, 한계점
•
시사점:
◦
ChatGPT를 활용한 하이브리드 교육 방식이 기존 방식보다 학생들의 성취도를 향상시킨다는 것을 실험적으로 증명.
◦
구조화된 프롬프트를 통해 ChatGPT의 효과적인 활용 및 AI 과의존 방지 가능성 제시.
◦
LLM을 활용한 교육 지원 시스템의 확장성을 보여줌.
◦
TA의 업무 효율 증대 가능성 제시.
•
한계점:
◦
ChatGPT의 출력 결과에 대한 TA의 검증이 필수적임.
◦
ChatGPT의 한계로 인해 완벽한 자동화는 어려움.
◦
연구의 일반화 가능성을 높이기 위해 더 다양한 과목 및 학생 집단에 대한 추가 연구 필요.
