Кто говорит, тот и прав? Влияние источника обратной связи на мотивацию обучающихся

Автор: Денис Аветисян

Новое исследование показывает, что восприятие обратной связи как человеческой, а не искусственной, значительно повышает вовлеченность и усилия, прилагаемые учениками в процессе обучения.

Пока крипто-инвесторы ловят иксы и ликвидации, мы тут скучно изучаем отчетность и ждем дивиденды. Если тебе близка эта скука, добро пожаловать.

Купить акции "голубых фишек"

Исследование направлено на выявление влияния атрибуции источника обратной связи на вовлеченность обучающихся в творческое программирование, при этом всем участникам предоставляются идентичные комментарии, сгенерированные языковой моделью, как по техническим, так и по творческим аспектам, однако половине из них эти комментарии представляются как полученные от искусственного интеллекта, а другой половине - от ассистента преподавателя. — Исследование направлено на выявление влияния атрибуции источника обратной связи на вовлеченность обучающихся в творческое программирование, при этом всем участникам предоставляются идентичные комментарии, сгенерированные языковой моделью, как по техническим, так и по творческим аспектам, однако половине из них эти комментарии представляются как полученные от искусственного интеллекта, а другой половине — от ассистента преподавателя.

Исследование посвящено изучению влияния атрибуции источника обратной связи (человек или искусственный интеллект) на мотивацию и вовлеченность обучающихся в контексте образовательных технологий и взаимодействия человека с компьютером.

Неочевидно, что источник обратной связи влияет на вовлеченность обучающихся, даже если содержание идентично. В исследовании ‘Same Feedback, Different Source: How AI vs. Human Feedback Shapes Learner Engagement’ изучалось, как восприятие источника обратной связи — искусственного интеллекта или преподавателя — влияет на мотивацию и оценку этой обратной связи в контексте обучения творческому программированию. Полученные результаты показали, что учащиеся тратят значительно больше времени и усилий на выполнение заданий, если считают, что обратная связь исходит от преподавателя, несмотря на ее идентичность с обратной связью от ИИ. Как эти данные могут быть использованы для оптимизации гибридных образовательных систем, сочетающих возможности человека и искусственного интеллекта?

Сложность как вызов: Порог вхождения в креативное программирование

Креативное программирование, несмотря на свою мощь и потенциал, зачастую представляет собой сложный вызов для начинающих. Крутая кривая обучения, обусловленная необходимостью освоения как принципов программирования, так и специфики визуального творчества, нередко приводит к разочарованию и потере мотивации у обучающихся. Отсутствие немедленного результата, абстрактность некоторых концепций и сложность отладки кода могут вызывать чувство беспомощности и снижать интерес к дальнейшему изучению. Такое затруднение в освоении материала подчеркивает важность разработки эффективных методик обучения, направленных на снижение порога вхождения и поддержание вовлеченности обучающихся на протяжении всего процесса.

Эффективная обратная связь играет ключевую роль в поддержании мотивации обучающихся в области креативного программирования, однако традиционные методы часто оказываются неспособными обеспечить своевременную и персонализированную поддержку. Исследования показывают, что стандартные подходы к оценке и комментированию кода могут быть недостаточно чувствительны к индивидуальным потребностям и уровню подготовки каждого ученика. Это приводит к задержкам в получении полезной информации, снижению вовлеченности и, как следствие, к уменьшению эффективности обучения. В отличие от этого, системы, предоставляющие адресные рекомендации и конструктивную критику, способны значительно повысить интерес и продуктивность, позволяя учащимся быстрее осваивать сложные концепции и реализовывать свои творческие замыслы.

Уровень вовлеченности обучающихся, определяемый такими показателями, как время, затраченное на выполнение задания, является ключевым индикатором успешного освоения сложных дисциплин, в частности, творческого программирования. Исследование показало, что участники, получавшие обратную связь от человека, в среднем тратили 18,9 минут на изучение модуля, посвященного работе с цветом, что значительно превышает 7,0 минут, затраченных теми, кому приписывалась обратная связь, сгенерированная искусственным интеллектом. Данный факт подчеркивает важность персонализированной и своевременной поддержки со стороны человека для поддержания мотивации и углубления понимания материала.

Анализ вовлеченности показывает, что после получения обратной связи наблюдаются значительные различия во времени, затраченном на изучение модулей, общей длине и частоте выполнения кода в финальном проекте.

Искусственный интеллект как решение: Масштабируемая обратная связь

Системы обратной связи на основе искусственного интеллекта представляют собой масштабируемое решение для предоставления немедленной и персонализированной поддержки в средах творческого программирования. В отличие от традиционных методов, требующих значительных временных затрат со стороны преподавателей или наставников, ИИ-системы способны обрабатывать большое количество запросов одновременно, обеспечивая оперативную оценку кода и предоставление рекомендаций. Это позволяет студентам и разработчикам получать мгновенную обратную связь, что способствует более быстрому обучению и улучшению навыков программирования. Масштабируемость таких систем особенно важна в условиях массового онлайн-обучения и быстрорастущих сообществ разработчиков.

В данной реализации для генерации персонализированной обратной связи по коду обучающихся используется большая языковая модель (LLM) Claude Sonnet 4. Модель анализирует представленный код и формирует текстовые комментарии, ориентированные на конкретные ошибки, неэффективность или возможности улучшения. Claude Sonnet 4 позволяет автоматизировать процесс оценки и предоставления рекомендаций, обеспечивая масштабируемость и оперативность обратной связи по сравнению с традиционными методами, требующими ручной проверки кода преподавателем или ассистентом. Это позволяет охватить большее количество обучающихся и предоставить им более своевременную поддержку в процессе изучения программирования.

Использование систем обратной связи на основе ИИ призвано решить проблемы, связанные с традиционными методами оценки кода, обеспечивая повышенную доступность и оперативность. Анализ времени взаимодействия с модулем показал, что при использовании обратной связи от человека средняя продолжительность составляла 16.4 минуты, в то время как при использовании ИИ-обратной связи — 8.9 минут. Данное различие указывает на более высокую вовлеченность пользователей при взаимодействии с ИИ, что может быть обусловлено более быстрым временем отклика и персонализированным подходом.

Веб-интерфейс для обучения творческому кодированию объединяет учебные материалы, редактор кода p5.js и область визуализации, а модальное окно обратной связи позволяет участникам оценивать полезность технических и творческих рекомендаций, полученных от ИИ или ассистента.

Эффект атрибуции и восприятие подлинности: Разбирая влияние источника обратной связи

В исследовании использовалась смешанная методология для сопоставления влияния обратной связи, предоставленной искусственным интеллектом (ИИ) и человеком-ассистентом (ТА), на вовлеченность обучающихся. Дизайн включал в себя как внутригрупповые, так и межгрупповые факторы, что позволило оценить влияние источника обратной связи на показатели вовлеченности, такие как время, затраченное на выполнение заданий, количество итераций и субъективные оценки обучающихся. Целью было выяснить, различают ли учащиеся обратную связь, исходящую от ИИ и человека, и как это различие влияет на их мотивацию и готовность к улучшению результатов обучения. Использовался количественный анализ данных, собранных от участников эксперимента.

В исследовании особое внимание уделялось эффекту атрибуции — тому, как учащиеся интерпретируют и реагируют на обратную связь в зависимости от ее воспринимаемого источника. Этот эффект предполагает, что восприятие происхождения обратной связи (например, от ИИ или от человека-ассистента) напрямую влияет на ее принятие и эффективность. Наблюдения показали, что учащиеся склонны оценивать обратную связь, исходя из доверия к источнику, причем сильная корреляция (0.847, p < 0.001) была выявлена между предшествующим доверием к ИИ и оценками обратной связи, приписываемой ИИ, в то время как для обратной связи от ассистентов-тьюторов (TA) наблюдалась корреляция (0.647, p = 0.012) между воспринимаемой искренностью и оценками.

Воспринимаемая подлинность обратной связи, основанная на её кажущейся искренности, оказывает значительное влияние на доверие обучающихся к системе и их готовность к повторным итерациям. Статистический анализ выявил сильную корреляцию (0.847, p < 0.001) между предшествующим доверием к искусственному интеллекту и оценками обратной связи, приписываемой ИИ. Кроме того, установлена корреляция умеренной силы (0.647, p = 0.012) между воспринимаемой искренностью и оценками обратной связи, приписываемой ассистентам-тьюторам (TA). Эти данные указывают на то, что источник обратной связи и её воспринимаемая подлинность являются ключевыми факторами, влияющими на эффективность обучения.

В условиях взаимодействия с ИИ, доверие к нему определяло оценки участников, в то время как в условиях работы с ассистентом-человеком, оценки зависели от восприятия искренности обратной связи.

Влияние на поведение при кодировании и показатели вовлеченности: Подтверждение эффективности обратной связи

Анализ данных показал, что как отзывы, предоставленные искусственным интеллектом, так и обратная связь от людей, положительно влияют на вовлеченность обучающихся в процесс программирования. Измерение вовлеченности осуществлялось на основе частоты выполнения кода, что позволяет оценить, насколько активно учащиеся экспериментируют и проверяют свои решения. Увеличение частоты выполнения кода свидетельствует о более глубоком погружении в задачу и стремлении к её решению. Данный результат указывает на то, что вне зависимости от источника, конструктивная обратная связь является ключевым фактором, стимулирующим активное обучение и повышающим мотивацию к дальнейшей практике в области программирования.

Исследование показало, что искусственный интеллект, предоставляющий обратную связь, воспринимаемую учащимися как искренняя и подлинная, способствует более активному экспериментированию и итерациям в процессе обучения программированию. Установлено, что когда обратная связь от ИИ кажется осмысленной и релевантной, студенты склонны чаще проверять работоспособность своего кода и вносить в него изменения, стремясь к улучшению результата. Такая аутентичность стимулирует творческое исследование и позволяет учащимся увереннее осваивать новые концепции, поскольку они воспринимают советы ИИ не как автоматизированные указания, а как полезные рекомендации, способствующие развитию навыков.

Исследование продемонстрировало, что использование искусственного интеллекта в качестве обратной связи может стать ценным инструментом для стимулирования активного обучения и творческого подхода к программированию. Анализ поведения участников показал, что те, кто получал отзывы от человека, выполняли код в среднем 69,1 раз, в то время как участники, работавшие с искусственным интеллектом, — 44,6 раза (p = 0.080). Кроме того, средний объем написанного кода у группы, получавшей человеческую обратную связь, составил 843 символа, по сравнению с 631 символом в группе с искусственным интеллектом (d = 0.44). Эти данные свидетельствуют о том, что, несмотря на некоторое снижение частоты выполнения и объема кода при использовании ИИ, данный подход все же способствует активному экспериментированию и поиску решений в процессе обучения программированию.

В ходе исследования участники предоставляли техническую и творческую обратную связь с оценками по фрагментам кода и визуальным результатам выполнения модулей, что позволило сравнить подходы искусственного интеллекта и человеческих ассистентов.

Перспективы: Усиление социального присутствия в обратной связи от ИИ

Исследования в области теории социального присутствия позволяют предположить, что усиление ощущения взаимодействия с искусственным интеллектом может значительно повысить эффективность обратной связи. В частности, интеграция элементов, имитирующих невербальные сигналы, такие как тон, паузы или даже визуальные подсказки, способна создать иллюзию более личного и поддерживающего взаимодействия. Это, в свою очередь, может стимулировать мотивацию и вовлеченность обучающихся в процесс освоения навыков креативного программирования, поскольку обратная связь воспринимается не как бездушный алгоритм, а как конструктивная поддержка со стороны внимательного «собеседника». Подобный подход открывает возможности для создания более эффективных и приятных образовательных сред, в которых искусственный интеллект выступает в роли персонализированного помощника и наставника.

Перспективные исследования направлены на разработку систем искусственного интеллекта, предоставляющих обратную связь, которая демонстрирует признаки внимательности и отзывчивости. Необходимо изучить, как алгоритмы могут имитировать ключевые аспекты человеческого взаимодействия, такие как подтверждение понимания запроса пользователя и адаптация к его индивидуальным потребностям. Особое внимание уделяется разработке механизмов, позволяющих ИИ не просто указывать на ошибки, но и демонстрировать заинтересованность в процессе обучения, задавать уточняющие вопросы и предлагать персонализированные рекомендации. Такой подход позволит создать более эффективные и мотивирующие образовательные инструменты, способствующие развитию творческого мышления в области программирования.

Сочетание масштабируемости искусственного интеллекта с ощущением теплоты, присущего человеческому взаимодействию, открывает новые перспективы для создания эффективных образовательных сред в сфере креативного программирования. Исследования показывают, что восприятие поддержки и внимания, обычно ассоциирующееся с живым наставником, значительно повышает мотивацию и вовлеченность обучающихся. В будущем, системы искусственного интеллекта, способные имитировать эти аспекты человеческого общения — проявлять эмпатию, адаптироваться к индивидуальным потребностям и предоставлять персонализированную обратную связь — могут стать незаменимым инструментом в обучении программированию, позволяя каждому ученику раскрыть свой творческий потенциал и добиться значительных успехов.

Исследование демонстрирует, что восприятие источника обратной связи оказывает существенное влияние на вовлеченность обучающихся. Даже идентичная по содержанию критика воспринимается иначе, если она исходит от человека, а не от искусственного интеллекта. Это подтверждает важность ощущения социального присутствия в процессе обучения, что, в свою очередь, стимулирует большую заинтересованность и усилия со стороны ученика. Как однажды заметил Алан Тьюринг: «Иногда люди, у которых есть все возможности, не видят тех, что у них под носом». Данная фраза отражает суть представленной работы: даже при наличии технологических инструментов, важно учитывать человеческий фактор и потребность в личном взаимодействии для достижения максимальной эффективности обучения.

Куда Дальше?

Исследование, демонстрирующее превосходство иллюзии человеческого участия над фактической идентичностью обратной связи, оставляет, как и следовало ожидать, больше вопросов, чем ответов. Не стоит ли обратить внимание не на само усиление мотивации, а на природу этой мотивации? В конце концов, любое стимулирование, основанное на обмане, не является ли лишь отсрочкой неизбежного столкновения с машиной, лишенной эмпатии? Сложность — это тщеславие; ясность подсказывает, что поиск истинного вовлечения требует не имитации, а переосмысления самой задачи обучения.

Очевидным ограничением является контекст творческого кодирования. Будет ли эффект сохраняться в других областях, где требуется критическая оценка? Или, возможно, в задачах, требующих объективности, видимость «человека» окажется скорее помехой, чем подспорьем? Каждый комментарий — это след недоверия к коду, и, возможно, к самой системе образования, если мы полагаемся на иллюзии вместо фундаментальных улучшений.

В перспективе, вместо того, чтобы совершенствовать алгоритмы имитации человеческого поведения, следует сосредоточиться на создании систем, которые сами по себе способны вызывать искреннее вовлечение. Совершенство — это исчезновение автора. Не в создании иллюзии, а в исчезновении потребности в ней.

Оригинал статьи: https://arxiv.org/pdf/2602.11311.pdf

Связаться с автором: https://www.linkedin.com/in/avetisyan/

Смотрите также:

2026-02-15 15:22