标签:效果 文字 处理 渐进 出现 计划 python 传统 进入
我们的项目主要是为了解决初学者使用传统教学方式在学习一门编程语言时感到困难,出现错误无法得到及时、易于理解的反馈的问题。现有的编程教育体系有着很多弊端,比如依靠老师、助教为主的教学方法中,学生犯的错误千奇百怪,无法自行解决,也很难得到及时的反馈,反过来长期重复的工作也让老师和助教浪费了许多精力和时间。对于自学的学生来说,仅靠书本或文字资料的学习很难达到提高实践能力的效果。
名字 | 大一编程初学者小明 |
---|---|
编程能力 | 上大学之前基本只玩过手机,没有怎么接触电脑,但是经常聊天水群,会打字 |
动机 | 学校有这门必修课,变成对于自己的专业也很重要 |
目的 | 能学习好 Python 解决一些基本问题 |
困难 | 自己没有编程基础,题目做不动,对编程概念掌握得少,看不懂解释器的报错 |
用户偏好 | 希望能有更友好的报错,更循序渐进的题目难度 |
用户比例 | 约占同届学生 70% |
典型场景 | 在课程教学之余,在平台上练习编程题目,巩固课堂上学到的理论知识,尝试写更高效错误更少的代码 |
计算机已经成为驱动社会运转不可或缺的一个技术,编程教育现在已经从专业人员推广到了更多的普通人,有着非常多的用户有学习编程的欲望,引用网络媒体的报道:「根据网上公开数据统计,2019年上半年,国内一共有9家少儿编程相关项目相继宣布完成融资,金额从百万到亿元不等。」,可见编程教育现在得到了非常多的重视。
无论是依靠老师、助教为主的教学方法,还是自学的方法,对于这一类没有经验的初学者,目前并没有一个基于 AI 的学习平台,使得学习过程更加智能,使得学习编程过程中用户犯的错误能被准确及时纠正。
所以利用 AI 来提高初学者学习编程的学习体验,以及将老师和助教从重复劳动中解放出来,是辅助编程教育的一个绝佳思路,有着非常广阔的产品前景。
我们的杀手功能是个性化的题目推荐,从少到多的题目模式和实时的友好的报错。
通过个性化的题目推荐,及时弥补和巩固用户在编程学习中的知识盲区的错误,通过难度控制,也可以平滑学习曲线。
通过从少到多的题目设计,让用户先填写少量代码,再熟悉整个语言框架后,在逐渐过渡到补全代码块,补全函数,编写整个程序,使得用户在做题的同时也在学习语言特性,减少未来编程的困难。
通过实时的友好的报错,让用户能根据提示信息自动更正语法错误的代码,改正逻辑可能有误的代码,通过实时的代码检索,也能够让用户了解没有接触过的语法特性,能从高质量的其他人的代码中学习,写出更高效的代码。
Alpha 阶段,Model 组预计要进行的工作:
确定分工(6 小时)
收集编程任务数据(10 小时)
处理编程任务数据(10 小时)
调研题目推荐模型(6 小时)
调研代码实时提示模型(6 小时)
调研友好的错误信息模型(6 小时)
设计题目推荐模型(10 小时)
设计代码实时提示模型(10 小时)
设计友好的错误信息模型(15 小时)
组内互相测试(10 小时)
与其他小组对接(10 小时)
本次项目原型设计主要确定了用户在进入网站时该以哪些方式和网站进行交互,以及我们能在那些地方基用户引导和提示。
和本项目亮点有关的原型设计主要分为三个页面,其他诸如登录、注册、找回密码等页面暂时略过不详细设计:
标签:效果 文字 处理 渐进 出现 计划 python 传统 进入
原文地址:https://www.cnblogs.com/jiyan-he/p/11722591.html