Paradoks programowania z AI. Uczelnie rezygnują z zadań domowych na rzecz egzaminów ustnych

Studenci programowania kończą zadania o 30 procent szybciej, ale na egzaminach ich wyniki lecą na łeb, na szyję. Ten brutalny kontrast między szybkością a realną wiedzą stawia wykładowców pod ścianą. Zamiast sprawdzać gotowy kod, muszą teraz pilnować, czy student w ogóle rozumie, co wyświetla się na swoim ekranie.

Koniec z pisaniem od zera

Dlaczego to ważne właśnie teraz? Edukacja informatyczna przechodzi gruntowną przebudowę, ponieważ tradycyjne metody weryfikacji umiejętności stały się bezużyteczne wobec ChatGPT i GitHub Copilot. Jak pokazuje najnowszy raport ACM Task Force, aż 69% nauczycieli informatyki uważa, że AI nieodwracalnie zmieniła listę kompetencji potrzebnych na rynku pracy. Programista nie jest już postrzegany jako „pisarz” kodu, lecz jako kontroler jakości i analityk.

Badanie objęło 763 wykładowców z 49 krajów. Wnioski są jednoznaczne: 64% z nich już teraz kładzie mniejszy nacisk na tworzenie algorytmów od zera. Zamiast tego studenci uczą się rozumienia struktury kodu, debugowania i rozwiązywania problemów logicznych. Co więcej, 68% badanych zmodyfikowało sposób egzaminowania. Powracają metody znane z nauk humanistycznych – egzaminy ustne, obrony kodu i sesje projektowe przeprowadzane pod okiem prowadzącego.

Liczby nie kłamią: AI ogłupia?

Dane z uniwersytetów i firm badawczych są niepokojące. Badanie Anthropic wykazało, że osoby uczące się nowej biblioteki Pythona ze wsparciem AI uzyskały o 17% gorsze wyniki w testach wiedzy niż grupa pracująca samodzielnie. Najbardziej radykalna podgrupa, która całkowicie polegała na sztucznej inteligencji, zdała test zaledwie na 39%. Z kolei analiza 26 000 studentów w Chinach pokazała, że wsparcie AI podbija oceny z prac domowych o 18%, by sześć miesięcy później doprowadzić do spadku wyników na egzaminach końcowych o niemal jedną czwartą.

Problem zaufania i uzależnienia

Głównym zmartwieniem edukatorów nie jest sam fakt ściągania, choć 72% respondentów się go obawia. Prawdziwym wyzwaniem jest uzależnienie od technologii, o którym wspomina aż 87% badanych. Nauczyciele widzą, że studenci tracą umiejętność krytycznego myślenia, gdy rozwiązanie dostają na tacy w kilka sekund.

„Wiemy, że studenci prawdopodobnie będą pracować z narzędziami AI po wejściu na rynek pracy. Kluczem jest wykształcenie absolwentów, którzy są kompetentni w programowaniu i rozumieją zarówno możliwości, jak i ograniczenia sztucznej inteligencji” – mówi Steven Gordon z Ohio State University.

Brak mapy drogowej

Mimo chęci zmian, aż 48% nauczycieli przyznaje, że brakuje im sprawdzonych wzorców integrowania AI z programem nauczania. Tylko 45% instytucji wprowadziło oficjalne wytyczne dotyczące korzystania z LLM (dużych modeli językowych). Reszta działa po omacku. Niektórzy wymagają logów z czatów z botami, inni wracają do kartki i długopisu. To prowizoryczne rozwiązania w świecie, gdzie kod staje się towarem seryjnym, a prawdziwa wartość przenosi się na umiejętność weryfikacji tego, co wygenerował algorytm.