Studio sul Vibe Coding Rivela che l'IA Rispecchia i Modelli di Ricerca di Aiuto degli Studenti

Uno studio recente pubblicato su arXiv (2604.27134) indaga l'impatto dell'IA generativa sull'educazione alla programmazione attraverso un metodo chiamato 'vibe coding'. In questo approccio, gli studenti comunicano usando il linguaggio naturale anziché la tradizionale programmazione riga per riga. La ricerca ha analizzato 19.418 turni di interazione da un campione di 110 studenti universitari, inquadrando il loro coinvolgimento come comportamento di ricerca di aiuto. Utilizzando la codifica induttiva e l'analisi delle reti di transizione eterogenee, lo studio ha confrontato i comportamenti degli studenti ad alto rendimento e quelli a basso rendimento. Gli studenti ad alto rendimento hanno mostrato una ricerca di aiuto strumentale, sollecitando l'IA per l'esplorazione, mentre quelli a basso rendimento hanno adottato una ricerca di aiuto esecutiva, concentrandosi sulla delega di compiti. I risultati rivelano che l'IA generativa rispecchia l'intenzione dello studente anziché migliorare l'apprendimento, suggerendo la necessità che l'IA si evolva da semplici strumenti a partner collaborativi nell'istruzione.