访问学术支持是学生成功的关键因素，但学生获得支持的机会并不均等：有的学生会主动向讲师或助教求助，另一些则因焦虑、害怕被评判、对要求不明确或自信心不足而犹豫。计算机课程尤其如此，编程任务累积且认知负荷大。虽然学生越来越多地使用通用生成式 AI 工具，但这些工具常给出不准确、缺乏上下文或与课程要求不符的答案。为此，本文提出并评估了 Beacon——一种面向特定课程的检索增强生成（RAG）系统，提供私密、即时、与模块内容对齐的学术支持。Beacon 只检索经批准的教学材料并在此基础上生成答案，旨在降低求助门槛并鼓励自主学习。研究采用设计基于研究的方法，迭代开发 Beacon，并通过问卷和半结构化访谈在一所高校对学生和教师进行混合方法评估。学生普遍认为 Beacon 的回答与课程内容高度一致，可信度高于开放式生成式 AI，尤其欣赏其使用伪代码和分步解释而非直接给出完整解答。尽管参与者仍会对 AI 生成的答案进行核实，但他们把系统视为在咨询讲师或官方资源前的第一道支持。结果表明，精心设计的课程专属 AI 系统可以通过在自主学习与正式支持之间提供中介，降低学术支持的进入壁垒。教育 AI 的价值在于扩展指导的可及性，而不是取代教师的教学角色。
点评