Vibe Codingを読み解く：プログラミング中の学生とAIの相互作用におけるヘルプ要求プロセス

Abstract

生成AIは、学生がコードを行ごとにではなく自然言語を通じてAIと協働する「バイブコーディング」により、高等教育のプログラミングを再構築しつつあります。本研究ではこの実践を「助けを求める行動（help-seeking）」として概念化し、110人の学部学生から得た19,418件の相互作用ターンを分析しました。帰納的コーディングと異種遷移ネットワーク分析を用いて、相互作用の系列を調べ、成績上位者と下位者を比較しました。その結果、上位者は「手段的な助けを求める行動」-- 問いかけと探究 -- を行い、それによってチュータのようなAIの応答が引き出されることが明らかになりました。一方で下位者は「実行（エグゼキュータ）型の助けを求める行動」に依存し、課題をしばしば委任して、AIに対して、既成の解決策に焦点を当てた実行者役を担うよう促していました。これらの知見は、現在の生成AIが学習のために最適化するのではなく、学生の意図（生産的か受動的か）をそのまま反映していることを示唆しています。ツールから「チームメイト」へと発展するためには、AIシステムは受動的な従従（コンプライアンス）を超える必要があります。生産的でない委任を検出し、教育的な相互作用を探究へと適応的に導く、教育学的に整合した設計を提案します。これにより、学生とAIのパートナーシップが認知的努力を補完する一方で置き換えないことを目指します。