Для студентів, які вивчають комп’ютерні науки, генеративний ШІ — це не просто майбутнє, це вже сьогодення. Як мовні моделі впливають на те, як наступне покоління програмістів вчиться кодувати? Думки професорів зі Сінгапуру, США та Канади.
Для студентів, які вивчають комп’ютерні науки, генеративний ШІ — це не просто майбутнє, це вже сьогодення. Як мовні моделі впливають на те, як наступне покоління програмістів вчиться кодувати? Думки професорів зі Сінгапуру, США та Канади.
Одна з головних змін полягає в тому, що тепер менше уваги приділяється синтаксису коду, а більше — здібностям до розв’язання проблем на вищому рівні. Це тому, що завдяки ШІ-помічникам уже нескладно писати код з нуля. Набагато складніше правильно протестувати код на наявність помилок, розбити великі проблеми на менші кроки, з якими може впоратися штучний інтелект, і об'єднати ці кроки в цілісне рішення, пише TechSpot.
Як зазначає доцент Національного університету Сінгапуру Вей Цанг Оой, що іншими важливими аспектами розробки програмного забезпечення є нематеріальні аспекти, такі як визначення правильної проблеми, яку потрібно вирішити, та дослідження потенційних рішень. Він пропонує студентам приділяти більше часу оптимізації програмного забезпечення, враховувати етичні аспекти та підвищувати зручність для користувачів, а не зосереджуватися виключно на синтаксисі кодування.
Такі інструменти, як Copilot від GitHub, уже виконують важку роботу для програмістів, і відтепер їхня роль у кодуванні лише зростатиме.
Інший професор, який викладає в Каліфорнійському університеті в Сан-Дієго, говорить, що студенти повинні практикувати такі навички, як розкладання задач на легкозасвоювані частини для штучного інтелекту. «Важко знайти, де в навчальній програмі це викладається — можливо, на уроках алгоритмів чи програмної інженерії, але це просунутий рівень. Зараз це стає пріоритетом уже на ознайомчих заняттях».
Також викладачам доводиться змінювати підходи до розробки завдань і методів оцінювання. Даніель Зінгаро з Університету Торонто тепер пропонує студентам надсилати відеоінструкції з покроковим поясненням програм, створених за допомогою ШІ, замість того, щоб просто обмінюватися файлами коду. Це дозволяє йому оцінити загальний процес розробки програмного забезпечення.
Але є підводні камені, яких слід уникати через поточні обмеження генеративного ШІ, пов’язані з випадковими галюцинаціями та відсутністю справжнього розуміння. Професори застерігають, що студенти не можуть просто сліпо довіряти результатам роботи ШІ; вони повинні самі перевіряти рішення і зберігати скептичне мислення.
«Ми повинні зробити ШІ другим пілотом, а не автопілотом у навчанні», — радить Джонні Чанг, викладач Стенфордського університету. Критичне мислення має значення, а надмірна залежність від інструментів ШІ може «закоротити» процес навчання.
Керівники технологічних компаній дотримуються схожих (хоча й жорсткіших) поглядів, ніж професори.
Дженсен Хуанг із Nvidia припускає, що навички кодування можуть застаріти в найближчому майбутньому завдяки штучному інтелекту. Якщо це правда, то розвиток вищих здібностей мислення, а не знання синтаксису, може виявитися вирішальним для майбутніх перспектив працевлаштування.
Емад Мостак зі Stability AI навіть передбачив минулого року, що до 2025 року більшість аутсорсингових кодерів в Індії будуть замінені ШІ-асистентами.
