Contextual Feedback in Automated Exercises for Novice Programmers: A Pilot Study
2022 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE credits
Student thesisAlternative title
Kontextuell återkoppling i automatiserade uppgifter för nybörjarprogrammerare : en pilotstudie (Swedish)
Abstract [en]
Introductory programming courses lay the very foundation that programmers build upon to learn how to create and improve digital systems that our modern world depends on. In these courses, students are frequently instructed to solve programming exercises for practice - something that many studies encourage. Although repeated practice is indeed a dominant aspect of mastering a skill, it is widely acknowledged that feedback on one’s work is another major influence on learning and achievement. Unfortunately, composing feedback for each exercise attempt is time-consuming for teachers when the course is attended by a great number of students. It is also time-consuming to create exercises for students to solve. Therefore, numerous researchers have studied and developed automated question generators. However, not as much research have been conducted on automated feedback generators. Ideally, teachers would use a generator that could generate programming exercises with incorporated effective feedback. In this pilot study, a concept of generating effective and contextual feedback together with programming exercises is presented and evaluated. It was evaluated by first year Computer Science students who solved exercises by being provided with either contextual feedback or normal compiler error messages. The results suggest that contextual feedback is a good learning tool for novice programmers, but further research is required in order to present more solid conclusions.
Abstract [sv]
Introduktionskurser i programmering lägger grunden som programmerare bygger vidare på för att lära sig hur man skapar och förbättrar de digitala system vårt moderna samhälle är beroende av. I dessa kurser blir studenter instruerade att lösa programmeringsuppgifter som övning - något som många studier uppmuntrar. Trots att upprepad övning är en dominant aspekt för att bemästra en färdighet, är det vedertaget att även återkoppling på ens arbete bidrar mycket till inlärning. Tyvärr är det tidskrävande för lärare att ge återkoppling på varje uppgift när ett stort antal studenter deltar i kursen. Det är även tidskrävande att skapa uppgifter för studenterna att lösa. Av denna anledning har många forskare studerat och utvecklat automatiska uppgiftsgeneratorer. Dock så har det inte forskats lika mycket kring automatiskt genererad återkoppling. Idealiskt vore att lärare kunde använda generatorer vilka genererar programmeringsuppgifter tillsammans med effektiv återkoppling. I denna pilot studie presenteras och evalueras ett koncept för att generera effektiv och kontextuell återkoppling tillsammans med programmeringsuppgifter. Evalueringen utfördes av förstaårsstudenter inom Datateknik som löste uppgifter med hjälp av både kontextuell återkoppling och felmeddelande från en kompilator. Resultatet antyder att kontextuell återkoppling är ett bra lärandeverktyg för nybörjare i programmering, men vidare forskning krävs för att presentera mer gedigna slutsatser.
Place, publisher, year, edition, pages
2022. , p. 36
Series
TRITA-EECS-EX ; 2022:508
National Category
Computer and Information Sciences
Identifiers
URN: urn:nbn:se:kth:diva-320036OAI: oai:DiVA.org:kth-320036DiVA, id: diva2:1703324
Subject / course
Computer Science
Educational program
Master of Science in Engineering - Computer Science and Technology
Supervisors
Examiners
2022-10-142022-10-132022-10-14Bibliographically approved