Reexaminando el Análisis de Curvas de Aprendizaje en la Educación en Programación: El Valor de Muchos Problemas Pequeños

para aparecer en EDM 2024 Analizar qué habilidades desarrollan los estudiantes en la educación introductoria de programación es una pregunta importante para la comunidad de educación en ciencias de la computación. Los componentes de conocimiento, unidades de conocimiento que pueden medirse mediante el rendimiento en un conjunto de tareas, se pueden utilizar para identificar conceptos y habilidades clave en un dominio dado. Mientras que los componentes de conocimiento en otros dominios han sido identificados exitosamente utilizando análisis de curvas de aprendizaje, tales intentos en las asignaciones de escritura de código abiertas de los estudiantes no han sido muy exitosos. Para comprender por qué, replicamos un enfoque previamente propuesto, que utiliza nodos de árboles de sintaxis abstracta (AST) como componentes de conocimiento, en datos recopilados a través de múltiples semestres de un curso introductorio de programación a gran escala. Los hallazgos de nuestra replicación muestran que, dado un número suficiente de oportunidades de medición, los nodos AST pueden proporcionar un modelo viable de componentes de conocimiento para el análisis de curvas de aprendizaje para entender el aprendizaje de los estudiantes, en contraste con hallazgos anteriores. Además de proporcionar evidencia de la validez de los componentes de conocimiento basados en AST, recomendamos un conjunto de condiciones para los cursos de programación que permitan que los componentes de conocimiento generados utilizando nodos AST se observen exitosamente mediante el análisis de curvas de aprendizaje. Esto apoya la integración de curvas de aprendizaje como una herramienta en cualquier entorno que recopile datos de escritura de código para ser utilizados en la modificación del currículo basado en el rendimiento de los estudiantes y en el monitoreo del desarrollo de habilidades relacionadas con los elementos del lenguaje.