Argus：普渡大学 CS2 课程用行为与风格指标检测 LLM 辅助编程
普渡大学团队提出自动检测系统 Argus，通过行为与风格指标识别本科 C 语言编程作业中的 LLM 辅助痕迹，并对该校大班 CS2 课程连续六年春季学期数据进行分析，发现 2026 年春季学期 45% 的选课学生呈现与 LLM 辅助代码开发一致的模式。
推荐理由：论文用六年数据量化编程课中 LLM 辅助代码的比例，并给出与线下考试成绩的相关性，可供课程设计参考。
#STEM/编程
#STEM/编程
今日 0 条arXiv · cs.CY（AI+教育/社会）精选AI 评分6262
arXiv · cs.CY（AI+教育/社会）AI 评分3939 如何教未来工程师与 LLM 协作：一场可扩展的 gamified 工作坊
一项面向工程硕士生的可扩展游戏化工作坊，通过移动网页界面让 226 名学生在 10 场活动中分别为非推理型与推理型 LLM 编写提示词，完成复杂度递增的网格导航任务，系统返回机器人可执行方案、轨迹可视化与自动评分，并以 Boston Dynamics Spot 机器人现场演示收尾。
arXiv · cs.CL（语言与教育交叉）AI 评分2727 SymCE：用逐定理符号验证器生成反例，模仿学习有害而强化学习可修复
研究者发布 SymCE 数据集，包含 4,707 道本科代数与实分析假猜想，每题配有可执行的逐定理 Python 验证器，该验证器同时充当奖励函数。
arXiv · cs.CY（AI+教育/社会）AI 评分3131 DBWorkout：面向数据库课程形成性学习的游戏化 SQL 练习平台
DBWorkout 是一个基于网页的 SQL 练习平台，通过沙箱执行、基于结果的自动反馈和会话式游戏化支持形成性学习，并用 LLM 辅助工具在人类参与流程中生成数据库模式与任务。在 170 名本科生两次课堂部署中，90% 学生认可学习价值、87% 感到有趣、仅 22% 报告压力低，但只有 42% 认为自动反馈足够可操作，40% 的开放式回答也提出反馈质量问题。
arXiv · cs.CY（AI+教育/社会）精选AI 评分6262 研究：用生成代码参考库匹配学生代码，能反映群体变化但难归因个人
一项纵向研究用 2021、2023、2025 年十次 Python 实验课的 29,970 份学生提交，以及三个前沿 LLM 回溯生成的 90,000 次解题尝试，检验用生成参考库匹配学生代码的做法。
推荐理由：研究用近三万份学生提交与九万次模型生成对比，说明代码匹配能反映群体变化却难以归因到个人。
eSchool NewsAI 评分2222 美国 K-12 数学成绩创新低，CAP 报告提出五项提升策略
美国进步中心（CAP）发布报告，针对美国数学成绩持续下滑提出五项政策策略：强化问责并统一各学段基准以确保八年级前完成 Algebra 1、投资与标准对齐的课程与数学教学教练、扩大教师培养与留任、推广通用计算能力筛查及高剂量辅导、资助连接 K-12 数学与 AI 及数据科学的跨学科研究。报告援引最新 PISA 结果指出，美国数学成绩创历史新低，男女差距达 24 分。