高中生生成式人工智能辅助编程学习特征与计算思维量表

同学,你好!本量表用于了解你在Python编程学习中使用生成式人工智能时的学习体验、行为特征与计算思维表现。问卷没有标准答案,请根据自己的真实情况作答。所有数据仅用于学术研究,研究结果将以匿名方式呈现。
*1. 学生编号
*2. 年级
*3. 填写日期
请选择
*4. 此前编程学习经历
*5. 生成式人工智能使用经历
*6. 开始编程前,我会认真阅读题目,明确任务目标、输入和输出要求。
*7. 我会把较复杂的编程任务拆分成若干较容易处理的小问题。
*8. 在向生成式人工智能提问前,我会先说明自己已经理解的任务条件。
*9. 我会用自己的话概括程序需要完成的功能。
*10. 遇到编程任务时,我会先独立思考可能的解决办法。
*11. 动手编写代码前,我会先考虑程序的大致步骤或算法逻辑。
*12. 即使可以直接询问生成式人工智能,我也会先尝试提出自己的思路。
*13. 我会比较不同的解决思路,再选择适合当前任务的方法。
*14. 只有在自己尝试或查阅资料后仍有困难时,我才会向生成式人工智能求助。
*15. 向生成式人工智能提问时,我会说明具体问题、已有尝试和期望得到的帮助。
*16. 我会要求生成式人工智能解释思路或概念,而不只是提供完整代码。
*17. 当第一次回答不能解决问题时,我会根据具体困难补充信息或调整提问。
*18. 我会根据问题性质选择向教师、同伴、教材/网络资源或生成式人工智能求助。
*19. 收到生成式人工智能的回答后,我会判断其解释是否符合题目要求。
*20. 我会结合课堂所学知识检查生成式人工智能给出的代码或解释。
*21. 如果回答中有不理解的内容,我会继续追问或查阅资料,而不是直接接受。
*22. 我能用自己的话解释生成式人工智能建议中的关键语句或算法逻辑。
*23. 对于生成式人工智能给出的代码,我会先阅读并理解其主要结构。
*24. 我会根据任务需要修改或重构生成式人工智能给出的代码。
*25. 我会实际运行程序,检查输出结果是否符合任务要求。
*26. 程序出现错误时,我会根据错误信息分析原因并尝试修改。
*27. 修改代码后,我会再次运行或使用不同输入进行验证。
*28. 我能把一个复杂的编程问题分解为几个相互关联的小任务。
*29. 我能从题目中识别解决问题所必需的信息,并忽略无关信息。
*30. 我会比较不同例题或任务,寻找可以重复使用的规律。
*31. 我能识别问题中重复出现的步骤,并考虑使用循环等结构处理。
*32. 我能按照清晰的先后顺序描述解决问题的步骤。
*33. 编写程序时,我会考虑条件、循环或函数等结构是否适合当前问题。
*34. 当程序结果不符合预期时,我会逐步定位可能出错的位置。
*35. 我会通过测试不同输入或边界情况检查程序是否可靠。
*36. 完成任务后,我会思考是否存在更清晰、合理或高效的解决方法。
*37. 编程过程中,我会检查自己是否仍在围绕任务目标学习。
*38. 遇到困难时,我会调整策略,而不是一直重复无效的做法。
*39. 完成任务后,我会回顾自己在哪些环节做得好、哪些环节需要改进。
*40. 我会记录或总结本次任务中学到的、以后可以迁移使用的方法。
*41. 生成式人工智能的解释能帮助我更好地理解编程概念或错误原因。
*42. 我知道生成式人工智能的回答可能存在错误,需要自己判断和验证。
*43. 我会避免把自己尚未理解的生成式人工智能代码直接当作最终成果。
*44. 使用生成式人工智能时,我会遵守教师提出的课堂规范和学术诚信要求。