Викладачі комп'ютерних наук адаптують методи навчання та оцінювання через вплив ШІ

Зміни у викладанні та оцінюванні через ШІ

Опитування понад 700 викладачів по всьому світу виявило, що більшість з них вже змінили свої методи викладання та оцінювання через вплив штучного інтелекту. У навчальному процесі набирають обертів усні іспити, розуміння коду та проєктна робота. Однак майже половина респондентів зазначають, що їм бракує перевірених прикладів інтеграції ШІ у свої курси. Інструменти для кодування на основі ШІ, такі як ChatGPT та GitHub Copilot, можуть вирішувати типові завдання з програмування на вступних курсах, часто показуючи результати на рівні середнього студента.

Нове дослідження, проведене «Цільовою групою ACM з генеративного ШІ та оцінювання програмування» — експертною групою, створеною освітнім комітетом міжнародного комп'ютерного товариства ACM, надає широкий огляд того, як викладачі комп'ютерних наук по всьому світу реагують на ці зміни. Опитування охопило 763 викладачів із 49 країн у період з травня по жовтень 2025 року, було проаналізовано близько 500 майже повністю заповнених анкет.

Ключові висновки дослідження

Результати показують, що 69 відсотків викладачів вважають, що ШІ змінив навички, необхідні для розробки програмного забезпечення. Головною проблемою серед викладачів є зростаюча залежність студентів від технологій (87 відсотків), за якою слідують шахрайство та плагіат (72 відсотки).

Переорієнтація викладання

Шістдесят чотири відсотки респондентів вже змінили свої методи викладання. Тематичний аналіз відкритих відповідей вказує на зміщення акценту: від написання коду з нуля до розуміння коду, налагодження та вирішення проблем. Тридцять дев'ять відповідей також згадували викладання використання ШІ та промпт-інжинірингу як окремих тем. Деякі викладачі демонструють інструменти ШІ в класі, щоб показати як їхні можливості, так і обмеження. Стівен Гордон, професор Університету штату Огайо та провідний автор звіту, зазначив, що ключовим є підготовка випускників, компетентних у програмуванні, які розуміють як можливості, так і обмеження ШІ.

Нові підходи до оцінювання

Зміни в оцінюванні ще більш помітні: 68 відсотків респондентів скоригували свої методи тестування. Найпоширеніші зміни включають збільшення кількості контрольованих очних іспитів (56 згадок), зменшення ваги домашніх завдань (38), усні іспити та сесії захисту коду (36), а також тести на папері (35). Проєктні оцінювання (34) також набирають популярності. Деякі викладачі тепер вимагають від студентів розкривати використання ШІ та надавати журнали взаємодії з інструментами ШІ.

Інституційні політики залишаються фрагментованими. Сорок п'ять відсотків респондентів заявили, що їхній заклад має рекомендації щодо використання ШІ, тоді як 39 відсотків зазначили, що таких рекомендацій немає. Політики варіюються від повних заборон до явного дозволу або заохочення, за умови документування використання.

Виклики та бар'єри

Найбільшою перешкодою, яку назвали 48 відсотків респондентів, є відсутність перевірених найкращих практик. Двадцять вісім відсотків заявляють, що їм бракує досвіду роботи з ШІ, тоді як 20 відсотків взагалі не бачать потреби інтегрувати його у своє викладання. Щодо професійного розвитку, 74 відсотки бажають пройти навчання ефективним методам викладання, а 66 відсотків потребують допомоги у переробці оцінювань.

Вплив ШІ на навчання студентів

Кілька нещодавніх досліджень підтверджують занепокоєння, висловлені респондентами. Дослідження Anthropic виявило, що розробники програмного забезпечення, які вивчали нову бібліотеку Python за допомогою ШІ, набрали на 17 відсотків менше балів у подальшому тесті знань, ніж контрольна група без доступу до ШІ. Невелика підгрупа, яка повністю делегувала кодування ШІ, виконала завдання найшвидше, але набрала в середньому лише 39 відсотків у тесті знань.

Подібні закономірності спостерігаються і за межами комп'ютерних наук. Китайське лонгітюдне дослідження, яке відстежувало понад 26 000 студентів, показало, що використання ШІ підвищило оцінки за домашні завдання на 18 відсотків і скоротило час їх виконання на 30 відсотків. Однак на іспитах без використання матеріалів через шість місяців бали знизилися на 20 відсотків. На пізніших вступних іспитах зниження становило 18 і 24 відсотки, залежно від тесту.

Аналіз Каліфорнійського університету в Берклі, що охопив понад 500 000 оцінок, виявив різке зростання найвищих балів після випуску ChatGPT, особливо на курсах, де було багато письмових та програмних завдань. Сплеск був найбільш вираженим на курсах, де неконтрольовані домашні завдання мали значну вагу у підсумковій оцінці. Саме цей тип оцінювання багато викладачів тепер менше враховують, згідно зі звітом ACM.

Методологія дослідження

Результати дослідження мають певні застереження. Учасники були набрані переважно через списки розсилки ACM та SIGCSE, а також обрані національні каталоги викладачів. Респонденти були значно зміщені в бік Північної Америки (227) та Європи (106), тоді як Азія (57), Південна Америка (10), Океанія (9) та Африка (3) були представлені значно менше. Серед тих, хто вказав тип свого закладу, 77 відсотків працюють в університетах, тоді як школи K-12 та професійні програми були представлені незначно. Висновки також базуються на самостійно наданих даних.

Що це означає для розробників

Ця новина вказує на зміну вимог до майбутніх розробників: вони повинні бути компетентними у програмуванні та розуміти як можливості, так і обмеження інструментів ШІ. Освіта переорієнтовується з написання коду на його розуміння, налагодження та вирішення проблем, що є ключовими навичками для розробників у світі, де ШІ допомагає генерувати код.

Ключові факти

• Більшість викладачів (понад 700 опитаних) вже змінили методи викладання та оцінювання через ШІ.

• 69% викладачів вважають, що ШІ змінив необхідні навички для розробки ПЗ.

• Головні занепокоєння: зростаюча залежність студентів від технологій (87%) та шахрайство/плагіат (72%).

• Викладання зміщується від написання коду до його розуміння, налагодження та вирішення проблем.

• 68% викладачів скоригували методи тестування, збільшуючи кількість усних іспитів, проєктних робіт та контрольованих очних іспитів.

Джерела

• The AI coding tutor paradox grows as educators scramble to rethink how they test real skills