MEC104 Guided Learning Agent 使用效果评估问卷


本问卷用于评估你刚刚使用过的一款 MEC104 Guided Learning Agent。该 Agent 的目标是通过提问、提示、测试建议和反思引导，帮助学生逐步理解问题并完成调试。


本问卷只针对你本次使用的这一个 Agent。请根据你的真实体验作答。问卷结果将用于分析该 Agent 是否适合用于 MEC104 学习支持，以及它在哪些方面需要改进。

一、基本信息
1. 你本次使用 Agent 解决的问题主要属于哪一类?
2. 在使用 Agent 之前，你对该问题相关内容的熟悉程度是：
3. 你在使用 Agent 之前是否已经尝试过自己解决这个问题?
4. 你本次使用 Agent 的时间大约是:
5. 使用 Agent 后，你的问题是否得到解决?
二、核心量化评分

请根据你的实际体验对以下陈述进行评分。
1 = 非常不同意
2 = 不同意
3 = 一般
4 = 同意
5 = 非常同意
 A. 引导式学习质量 Guided Learning Quality
  • 1
  • 2
  • 3
  • 4
  • 5
Agent 没有一开始就直接给出完整答案，而是尝试引导我思考。
Agent 会先询问必要信息，例如报错信息、代码片段、实际现象或接线情况。
Agent 给出的提示是逐步展开的，而不是一次性把所有内容都告诉我
Agent 鼓励我进行观察、预测、测试或修改。
Agent 帮助我理解问题背后的原因，而不只是告诉我怎么改。
B. 技术帮助质量 Technical Support Quality
  • 1
  • 2
  • 3
  • 4
  • 5
Agent 的技术解释清楚，容易理解。
Agent 给出的建议具体、可操作。
Agent 能根据我提供的信息进行合理判断，而不是给出泛泛的回答。
Agent 能帮助我缩小问题范围，例如判断问题可能出在代码、逻辑、接线还是硬件。
Agent 的回答与 MEC104 的学习内容或项目任务相关。
C. 学术诚信与负责任使用 AI Academic Integrity and Responsible AI Use
  • 1
  • 2
  • 3
  • 4
  • 5
Agent 没有直接生成可以提交的完整代码、完整报告或完整作业答案。
Agent 鼓励我自己完成关键思考和修改。
Agent 的帮助方式更像学习辅助，而不是替我完成任务。
Agent 让我更清楚如何合理、透明地使用 AI。
Agent 支持我记录真实的 debugging journey，而不是编造过程
D. 使用体验 Usability
  • 1
  • 2
  • 3
  • 4
  • 5
Agent 的语言清楚，适合 MEC104 学生理解。
Agent 的回答长度合适，不会太短或太长。
Agent 的语气耐心、尊重，适合作为学习助手。
Agent 的问题和提示没有让我感到过度困惑。
我愿意在 MEC104 学习或项目调试中继续使用这个 Agent。
E. 学习收获 Learning Outcome
  • 1
  • 2
  • 3
  • 4
  • 5
使用 Agent 后，我更理解自己原来的错误或问题原因。
使用 Agent 后，我更清楚以后遇到类似问题时应该如何调试。
使用 Agent 后，我对 MATLAB、Arduino 或硬件调试更有信心。
Agent 帮助我形成了更清晰的问题解决步骤。
Agent 的帮助对我的 MEC104 学习是有价值的。
任务类型专项评价
  • 1
  • 2
  • 3
  • 4
  • 5
对于 MATLAB 问题，Agent 能帮助我关注报错信息、变量、数组、循环或逻辑条件。
对于 Arduino 编程问题，Agent 能帮助我检查编译错误、变量、库、引脚或控制逻辑。
对于上传或串口问题，Agent 能引导我检查板卡、端口、连接或串口输出。
对于硬件问题，Agent 能引导我逐步检查电源、接地、极性、引脚和模块。
如果问题涉及电源、接线、电机、电池或可能短路，Agent 给出了必要的安全提醒。
三、总体评价
1. 你对这个 Agent 的总体满意度是：
2. 你是否愿意向其他 MEC104 学生推荐这个 Agent？
四、开放性反馈
你对这个 Agent 的改进建议是什么？
更多问卷 复制此问卷