Sokratisk AI-vejledning som didaktisk ressource
Oversat titel
Socratic AI Guidance as a Pedagogical Resource
Forfatter
Hellstern, Tue
Semester
4. semester
Udgivelsesår
2026
Afleveret
2026-06-02
Antal sider
54
Resumé
Projektet undersøger, hvordan generativ AI kan designes som en didaktisk ressource i introducerende programmeringsundervisning. Med en eksplorativ, designbaseret forskningsansats udvikles og afprøves en webbaseret sokratisk AI-agent, der skal støtte studerendes refleksion og problemløsning frem for at levere færdige svar. Agenten er baseret på store sprogmodeller, anvender pensumtilpasning via retrieval-augmented generation og er bygget som et modulært læringsværktøj. Den blev implementeret i et 1.-semester kursus på den danske datamatikeruddannelse med studerende uden eller med begrænset programmeringserfaring. Datagrundlaget består af spørgeskemasvar fra 12 studerende samt tre semistrukturerede interviews. Resultaterne peger på, at agenten generelt opleves som et meningsfuldt læringsredskab, særligt til at understøtte refleksion og guidet problemløsning. Samtidig viser analysen, at effekten afhænger af visse betingelser, herunder (1) sekvensering mellem den studerendes egen kognitive produktion og den dialogiske vejledning, (2) verifikationsbyrden hos novicer, som har vanskeligt ved at vurdere AI-svar, og (3) agentens rolle i et bredere AI-økosystem, hvor flere værktøjer anvendes parallelt. På den baggrund udleder projektet betingede designprincipper for sokratisk AI-vejledning: sekvensering af elevproduktion og dialog, differentieret stilladsering, hensyn til verifikationsbyrde, pensumtilpasning samt opmærksomhed på AI-økosystemet. Projektet bidrager med et konkret didaktisk design og en empirisk funderet beskrivelse af de betingelser, hvorunder sokratisk AI-vejledning kan understøtte læring i programmering.
This project examines how generative AI can be designed as a didactic resource in introductory programming education. Using an exploratory Design-Based Research approach, it develops and trials a web-based Socratic AI agent intended to support students’ reflection and problem-solving rather than provide complete solutions. The agent builds on large language models, aligns with the curriculum via retrieval-augmented generation, and is structured as a modular learning tool. It was implemented in a first-semester Danish AP computer science course with students who had limited or no prior programming experience. Empirical data comprise questionnaire responses from 12 students and three semi-structured interviews. Findings indicate that students generally perceive the agent as a meaningful learning tool, particularly for supporting reflection and guided problem-solving. The analysis also shows that effectiveness depends on certain conditions: (1) sequencing between students’ own cognitive production and dialogic guidance, (2) a verification burden among novices who struggle to assess AI-generated responses, and (3) the agent’s role within a broader AI ecosystem where multiple tools are used in parallel. Based on these results, the project derives conditional design principles for Socratic AI-based guidance: sequencing student production and dialogue, differentiated scaffolding, consideration of verification burden, curriculum alignment, and awareness of the broader AI ecosystem. The project contributes a concrete didactic design and an empirically grounded account of when and how Socratic AI guidance can support learning in programming.
[Dette resumé er genereret med hjælp fra AI direkte fra projektet fuldtekst]