Πώς η νέα AI αλλάζει την εκπαίδευση προγραμματισμού υπολογιστών

Η ενσωμάτωση της παραγωγικής AI (Gen AI) στη σφαίρα της εκπαίδευσης της επιστήμης των υπολογιστών φέρνει επανάσταση και στον τρόπο με τον οποίο οι μαθητές και οι εκπαιδευτικοί προσεγγίζουν τη μάθηση και τη διδασκαλία. Καθώς τα εργαλεία προγραμματισμού που υποστηρίζονται από AI γίνονται πιο διαδεδομένα, όχι μόνο βοηθούν τους προγραμματιστές αλλά και διαμορφώνουν το μέλλον της ανάπτυξης λογισμικού στην ουσία.

Οι φοιτητές της επιστήμης των υπολογιστών βρίσκονται στην πρώτη γραμμή της υιοθέτησης της παραγωγικής τεχνητής νοημοσύνης, χρησιμοποιώντας την για να κατανοήσουν πολύπλοκες έννοιες και να ενισχύσουν τις δεξιότητές τους στον προγραμματισμό. Εκπαιδευτικοί, όπως ο Johnny Chang από το Πανεπιστήμιο του Στάνφορντ, διερευνούν επίσης τρόπους ενσωμάτωσης της τεχνητής νοημοσύνης στο πρόγραμμα σπουδών τους χωρίς να διακυβεύονται οι θεμελιώδεις αρχές της επιστήμης των υπολογιστών.

Για να μην μείνουν πίσω, οι εκπαιδευτικοί πειραματίζονται επίσης με τη νέα τεχνητή νοημοσύνη ενθαρρύνοντας την νέα τεχνολογία, διασφαλίζοντας παράλληλα ότι οι μαθητές μαθαίνουν τα θεμέλια της επιστήμης των υπολογιστών. «Είναι μια δύσκολη πράξη εξισορρόπησης», λέει ο Ooi Wei Tsang, αναπληρωτής καθηγητής στη Σχολή Πληροφορικής στο Εθνικό Πανεπιστήμιο της Σιγκαπούρης. «Δεδομένου ότι τα μεγάλα γλωσσικά μοντέλα εξελίσσονται ραγδαία, εξακολουθούμε να μαθαίνουμε πώς να το κάνουμε αυτό».

Οι βασικές δεξιότητες και αρχές προγραμματισμού που διδάσκονται στα εισαγωγικά μαθήματα μετατοπίζονται μια και πέρα από τη σύνταξη κώδικα, η οποία ενδεχομένως θα γίνεται από εδώ και πέρα από AI Copilots, οι δοκιμές και ο εντοπισμός σφαλμάτων γίνονται κρίσιμα συστατικά του προγράμματος σπουδών. Άλλοι καθηγητές τονίζουν τη σημασία της διάσπασης του όποιου προγραμματιστικού προβλήματος ή στόχου σε άλλα μικρότερα, μια δεξιότητα απαραίτητη για την αποτελεσματική αξιοποίηση μεγάλων γλωσσικών μοντέλων (LLMs).

Ο Daniel Zingaro από το Πανεπιστήμιο του Τορόντο Mississauga επικεντρώνεται τώρα στην ομαδική εργασία και τη μάθηση βάσει πραγματικών έργων, επιτρέποντας στους μαθητές να εμβαθύνουν στον κύκλο ζωής ανάπτυξης λογισμικού, μια μέθοδο που ήδη χρησιμοποιεί και η σχολή προγραμματισμού Zone01 Athens.

«Οι φοιτητές είναι πρωτοπόροι στην υιοθέτηση της νέας AI και δοκιμάζουν ενεργά αυτά τα εργαλεία», λέει ο Johnny Chang, βοηθός διδασκαλίας στο Πανεπιστήμιο του Στάνφορντ, ο οποίος δημιούργησε επίσης το συνέδριο AI x Education το 2023, μια εικονική συγκέντρωση μαθητών και εκπαιδευτικών για να συζητήσουν τον αντίκτυπο της AI στην εκπαίδευση.

Άλλοι εκπαιδευτικοί είναι επιφυλακτικοί δεδομένης της τάσης ενός LLM να έχει παραισθήσεις. «Πρέπει να διδάξουμε στους μαθητές να είναι επιφυλακτικοί για τα αποτελέσματα και να αναλάβουν την ευθύνη της επαλήθευσης και επικύρωσής τους», λέει η  Jeanna Matthews, καθηγήτρια επιστήμης υπολογιστών στο Πανεπιστήμιο Clarkson στο Πότσνταμ της Νέας Υόρκης, «μπορεί να βραχυκυκλώσει τη μαθησιακή διαδικασία των φοιτητών που βασίζονται σε αυτήν πάρα πολύ», προσθέτει.

Ο Chang συμφωνεί ότι αυτή η υπερβολική εξάρτηση μπορεί να είναι μια παγίδα και συμβουλεύει τους συμμαθητές του να διερευνήσουν πιθανές λύσεις στα προβλήματα μόνοι τους, ώστε να μην χάσουν την κριτική σκέψη ή την αποτελεσματική διαδικασία μάθησης. «Θα πρέπει να κάνουμε την τεχνητή νοημοσύνη συγκυβερνήτη – όχι τον αυτόματο πιλότο – για μάθηση», λέει.

Πηγή: https://spectrum.ieee.org/ai-coding