Los novatos que no estudian ciencias de la computación tienden a depender de la memorización y la imitación al aprender cursos relacionados con la programación. Aplicar estrategias de aprendizaje estructuradas como la Solución Creativa de Problemas (CPS) puede apoyar a los estudiantes a través de tareas complejas, mientras que el apoyo oportuno y adaptativo de ChatGPT puede fomentar la construcción activa del conocimiento y el desarrollo del pensamiento de orden superior (HOT). Sin embargo, las interacciones convencionales de ChatGPT se basan principalmente en preguntas y respuestas unidireccionales, lo que no es propicio para principiantes que carecen de estructuras de conocimiento bien establecidas. Para abordar esta limitación, este estudio desarrolló un asistente instructivo basado en ChatGPT integrado con CPS, denominado CPS-GPT. Los resultados indican que CPS-GPT superó significativamente la condición de comparación en creatividad (p = .013, d de Cohen = .557), pensamiento crítico (p = .003, d de Cohen = .674), resolución de problemas (p < .001, d de Cohen = .780), construcción de conocimiento (p = .015, d de Cohen = .548), así como compromiso cognitivo (p = .039, d de Cohen = .459), comportamental (p = .006, d de Cohen = .618) y social (p = .004, d de Cohen = .656). Sin embargo, su diseño orientado a tareas y altamente estructurado también surgió como un factor clave subyacente al efecto no significativo en el compromiso emocional (p = .373, d de Cohen = .201).
Wang et al. (Mon,) estudiaron esta cuestión.