LogiKEy 方法论:利用数学证明助手教授逻辑
LogiKEy 方法论以经典高阶逻辑(HOL)为通用元逻辑,通过语义嵌入在单一证明助手(如 Isabelle/HOL)中统一编码多种对象逻辑。该方法已用于计算机科学、数学及哲学混合课程逾十年,通过从命题逻辑到模态逻辑、动态认识论逻辑及义务逻辑的分级示例,帮助学生实验与比较不同逻辑系统。
LogiKEy 方法论以经典高阶逻辑(HOL)为通用元逻辑,通过语义嵌入在单一证明助手(如 Isabelle/HOL)中统一编码多种对象逻辑。该方法已用于计算机科学、数学及哲学混合课程逾十年,通过从命题逻辑到模态逻辑、动态认识论逻辑及义务逻辑的分级示例,帮助学生实验与比较不同逻辑系统。
该仓库提供研究工具,探究AI辅助学习对后续无辅助保留与迁移的影响。实验以Python for循环解题为初始测试床,将学习者随机分配至无AI或受控AI组。当前实现为内部内容/可行性试点,旨在验证协议可复现性,而非确认AI提升学习效果。
研究团队构建了 CodeInsight 数据集,包含 2 个 C++ 课程中 3,286 名本科生提交的 300 多万份代码。基于该数据集建立的基准测试显示,适配的 Recurrent State Space Model (RSSM) 在四个课程中的三个取得了最强的预测准确率。代码和数据集已公开,以支持未来研究。
一项涵盖166个国家14,653名计算机科学学习者的研究发现,生成式AI的普及率在各收入水平国家间差异不大,但低收入国家的学习者将日常AI使用转化为学习用途的可能性显著更低(优势比0.49)。研究提出“接入-转化差距”概念,指出数字鸿沟已从物理接入转向使用转化,且缺乏经验是阻碍转化的主要条件,而非收入本身。
推荐理由:研究基于166国1.4万样本,指出低收入国家学习者AI使用转化为学习行为的概率显著更低,揭示了数字鸿沟的新维度。
该研究提出将声学语音学融入 STEAM 教育的创新跨学科教学模型。在英语课堂试点中,30 名七年级学生利用 Praat 进行声学分析,并基于 Python 构建 Random Forest 分类器,通过 6 名学生的录音数据探究说话人声学特征差异。该模式结合物理模型与 AI 算法,旨在通过科学探究提升学生的数字素养与跨学科能力。
该研究针对生成式 AI 普及带来的编程评估挑战,提出包含功能正确性、解释质量和 AI 使用水平的多因子评估模型。研究涉及哈萨克斯坦三所大学 187 名本科生,对比了 GPT-5.2、Claude Opus 4.5 和 Gemini 3 在基线(仅功能正确性)和多因子条件下的评估结果。
一项面向工程硕士的可扩展游戏化工作坊,让 226 名学生在 10 次课程中通过移动 Web 界面为非推理和推理 LLM 编写提示词,解决网格导航任务。系统提供机器人可执行计划、轨迹可视化及自动评分,并在 Boston Dynamics Spot 机器人上进行现场演示。问卷显示 81.5% 的学生报告有显著学习收获,91.0% 报告高参与度。
荷兰 Fontys 和丹麦 IT University Copenhagen 的研究表明,手动数据标注任务能有效提升学生对标注主观性的理解。43 名参与者在标注皮肤病变图像后,对偏见和公平性的理解优于传统讲座。尽管存在情感不适,该活动仍被证实能帮助学生认识到人类判断对模型行为的影响。
InferHaven 发布 socratic-pressure-v1 研究,测试 8 个模型在 12 个 Python 练习和 4 条压力消息下的表现。该研究旨在评估 AI 导师在压力下回复的代码能否通过练习自身的测试。代码采用 Apache License 2.0,数据与结果采用 CC BY 4.0 许可。
handsomeZR-netizen/electrical-lab-core-algorithm 开源了电学实验多模态辅导核心算法原型,集成电路 JSON 表示、MNA 直流求解、错误诊断及 HACP 风格教学反馈。该 Python 项目通过 CLI 工作流实现从物理仿真到教学干预的闭环,支持检测开路、短路及仪表误接等课堂高频问题,并输出启发式提示、直接纠错和教师介入建议。
基于 PRISMA 2020 和 Kitchenham 方法论对 40 项实证研究的系统综述表明,ChatGPT 和 GitHub Copilot 等生成式 AI 工具在编程教育中的成功整合依赖于有意的教学策略和结构化流程。
研究团队在 6 个初中班级对 61 名学生进行了 CoBi 系统的技术可行性与实施完整性测试。CoBi 利用语音识别生成非评价性可视化,支持学生反思协作行为。研究发现师生认可其价值,但高完整性使用需大量教师专业学习。