Interactions with Prompt Problems: A New Way to Teach Programming with Large Language Models

要約

大規模言語モデル (LLM) は、コンピューティング教育における数十年の教育法を一変させました。
学生はこれまで、コードの読み取りや理解にはあまり重点を置かず、多くの小さな問題を \textit{書く} ことでコーディングを学習していました。
最近の研究では、LLM を利用した無料のコード生成ツールを使用すると、自然言語で提示されるプログラミングの入門問題を簡単に解決できることが示されています。
この論文では、プロンプト問題を使用してプログラミングを教える新しい方法を提案します。
生徒は、入力を出力に変換する方法を示す問題を視覚的に受け取り、それを LLM が解読するためのプロンプトに変換する必要があります。
生徒のプロンプトによって生成されたコードがすべてのテスト ケースに合格できる場合、問題は正しいと見なされます。
このペーパーでは、このツールの設計を紹介し、学習中の生徒の対話について説明し、この新しい種類のプログラミング問題と LLM を統合する設計ツールについての洞察を提供します。

要約(オリジナル)

Large Language Models (LLMs) have upended decades of pedagogy in computing education. Students previously learned to code through \textit{writing} many small problems with less emphasis on code reading and comprehension. Recent research has shown that free code generation tools powered by LLMs can solve introductory programming problems presented in natural language with ease. In this paper, we propose a new way to teach programming with Prompt Problems. Students receive a problem visually, indicating how input should be transformed to output, and must translate that to a prompt for an LLM to decipher. The problem is considered correct when the code that is generated by the student prompt can pass all test cases. In this paper we present the design of this tool, discuss student interactions with it as they learn, and provide insights into this new class of programming problems as well as the design tools that integrate LLMs.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google