编程教育中AI代码补全工具对初学者计算思维发展的双刃剑效应——基于2024年GitHub Education学生代码提交记录与Scratch项目复杂度的追踪研究.docx

编程教育中AI代码补全工具对初学者计算思维发展的双刃剑效应——基于2024年GitHubEducation学生代码提交记录与Scratch项目复杂度的追踪研究

摘要：随着生成式人工智能和代码大模型在教育领域的爆发式增长，编程教育中人工智能代码补全工具的广泛应用正呈现出双刃剑特征，其引发的技术依赖与认知负荷异质性变化深刻改变了初学者计算思维的底层演进逻辑。当前关于智能助教与数字人教学工具的研究正处于从技术乐观主义的资源平移向微观学习效能因果推断转型的紧迫期，亟需阐明人工智能自动生成代码如何通过非正式抗拒网络与技术法权异化来共同干预初学者的代码解析力与知识流转韧性。本文采用二零二四年学生代码提交记录微观面板数据集，联合一万两千三百四十个典型可视化编程项目的三级复杂度量化账册流水，利用新制度主义组织社会学视阈与离散时间多期生存分析模型进行联合因果审计。研究发现，过度依赖智能补全虽然能使初学者在表面上实现数字完竣般的任务完课率，却会对深层次逻辑建构与条件控制思维产生显著的结构性抑制效应，在控制了学校办学经费与初始师资规模等异质性特征后，因高频技术依赖引发的解题虚假痕迹与代码审查罚分在显著性水平百分之一上平均提升了三十六点五个百分点。本研究不仅为量化编程教学筑牢了科学的实证支柱，更为当今人工智能人机协同信任重建与现代柔性教育治理转型提供了极具批判力的政策镜鉴。

关键词：人工智能代码补全，计