随着生成式人工智能（AI）的崛起，软件开发行业正在经历一场前所未有的变革。不仅AI驱动的编程工具正在协助程序员提升工作效率，AI领域的工作岗位也呈现出井喷式增长。与此同时，这场变革的涟漪效应也扩散至学术界，正深刻改变着下一代软件工程师学习编程的方式。
计算机科学的学生们正在积极拥抱AI技术，借助生成式AI来辅助他们理解复杂概念、总结繁冗的研究论文、集思广益地解决问题，以及提出创新的研究方向。不仅如此，生成式AI还成为了他们学习编程的得力助手。
斯坦福大学计算机科学硕士生、助教Johnny Chang表示：“学生是早期采用者，并且一直在积极测试这些工具。”作为AI与教育结合的积极推动者，Chang在2023年创立了AI x Education会议，这是一个专为探讨AI对教育影响而设立的虚拟交流平台，汇聚了来自全球的学生和教育工作者。
面对AI技术的快速发展，教育者们也在努力适应这一变革，确保学生在掌握计算机科学基础的同时，能够充分利用AI技术的优势。新加坡国立大学计算学院的副教授Ooi Wei Tsang坦言：“这是一个困难的平衡行为，我们仍在学习如何做到这一点。”
在AI技术的助力下，编程教学的重心正在发生转变。过去，大多数初级计算机科学课程都集中在代码语法和使程序运行上，而现在，教育者更加注重培养学生的解决问题能力和批判性思维。
纽约州波茨坦克拉克森大学计算机科学教授Jeanna Matthews观察到：“学生从生成式AI中获得代码片段后，他们需要测试其正确性。这种技能的提升正是我们所看到的。”此外，加州大学圣地亚哥分校计算机科学副教授Leo Porter强调，分解问题也是一项至关重要的技能，它应该成为初级课程的优先事项。
为了适应这种变革，教育者们正在修改他们的教学策略。多伦多密西沙加大学计算机科学副教授Daniel Zingaro表示，他现在让学生分组工作，并提交视频来解释他们的代码是如何工作的。通过这种方式，他能够更全面地评估学生的软件开发过程，而不仅仅是代码本身。
Wei Tsang副教授也赞同这一观点，他认为生成式AI工具能够节省教学时间，让教师有更多的精力教授更高层次的思考，如如何设计软件、解决什么问题以及解决方案是什么。他进一步指出，学生可以将更多时间用于优化、伦理问题和系统的用户友好性上，而不是纠结于代码的语法。
然而，教育者对大型语言模型的幻觉倾向持谨慎态度。Matthews教授强调，需要教会学生对AI生成的结果持怀疑态度，并负责验证和核实。Chang也同意过度依赖AI可能是一个陷阱，他建议学生们自己探索问题的可能解决方案，以保持批判性思维和有效的学习过程。
此外，教育者还面临版权和偏见等挑战。Porter副教授表示，他们需要教导学生关于道德约束，并在使用AI时承认所依赖代码的所有权。同时，他们还必须认识到模型可能反映社会中已经存在的偏见。
AI旋风认为，适应生成式AI的崛起需要学生和教育者共同努力和相互学习。Matthews教授建议同事们培养一个鼓励学生分享他们使用AI工具的时间和方式的环境。她强调，现实世界正在不断变化，坚持传统的教学方式可能无法最好地服务于学生在这个过渡中的需求。
Porter副教授对未来持乐观态度，他认为当前的变革将为学生未来在行业中服务奠定坚实基础。他指出，长期以来，学术界教授的内容与学生到达行业时实际需要的技能之间存在差距，而现在，通过接受大型语言模型的辅助，这一差距有望得到缩小。随着AI技术的不断发展，我们有理由相信，编程教学的未来将更加充满挑战和机遇。
相关文章
