تتزايد شعبية مساعدين الذكاء الاصطناعي (AI TAs) المدعومين بنماذج لغوية ضخمة (Large Language Models) في دورات البرمجة، حيث يوفرون للطلاب طرقًا مريحة للوصول إلى تلميحات وشروحات مفاهيمية وتغذية راجعة على مستوى الشيفرة. ومع ذلك، هناك تساؤلات حول فائدة هذه المساعدات، حيث يمكن أن تخلق القيود (guardrails) بعض الاحتكاك. إذا شعر الطلاب بأن الدعم المقدم كان مقيدًا بشكل مفرط أو غير متوافق مع تقدمهم الحالي، فإنهم قد يتجاهلون الأدوات المعتمدة ويتجهون إلى نماذج اللغة العامة.

للبحث في كيفية تأثير تصميم مساهمات الذكاء الاصطناعي على تجارب التعلم، أجريت تجربة عشوائية محكومة مع 132 طالبًا في دورة برمجة تمهيدية. أكمل الطلاب ثلاث مهام تتعلق بكتابة الشيفرة وتصحيح الأخطاء، وتم تخصيصهم عشوائيًا لأحد أربعة مساعدين للذكاء الاصطناعي، حيث تم تغييرهم عبر بعدين: أسلوب التوجيه التعليمي (سقراطي مقابل تعليم مباشر) ووعي السياق (بدون سياق مقابل سياق كامل حول المشكلة وحل الطالب).

أظهرت النتائج أن الطلاب أعطوا تقييمات أقل للمساعد الذكاء الاصطناعي السقراطي ذو السياق الكامل، وصرحوا بأن الدعم المتاح لهم لإكمال المهام كان أقل بكثير. كما أظهرت الحالة المعنية أعلى درجة من التوتر خلال التفاعل، وأعلى معدل لاستخدام النماذج العامة، وأقل نسبة من التفسير الشامل بعد المهمة، على الرغم من أن هذه الفروقات لم تكن ذات دلالة إحصائية.

تشير هذه النتائج إلى أن مساعدين الذكاء الاصطناعي المحصنين بالقيود لا يعبرون تلقائيًا عن تحسن في التعلم، بل إن فعاليتهم تعتمد على كيفية توازن التوجيه التعليمي ووعي السياق بالصورة التي تجعل الطلاب يشعرون بأنها مفيدة وداعمة ومشجعة على الاستمرار في استخدامها.