Парадокс ИИ в обучении программированию: как преподаватели меняют экзамены

Искусственный интеллект умеет решать типовые задачи по программированию на уровне среднего студента — и это стало головной болью для преподавателей по всему миру. Рабочая группа ACM по генеративному ИИ и оценке программирования опросила 763 педагога из 49 стран и зафиксировала масштабную перестройку подходов к обучению и контролю знаний.

Что происходит в аудиториях

Две трети опрошенных — 64% — уже изменили методику преподавания. Акцент смещается: вместо написания кода с нуля студентов учат читать и разбирать чужой код, искать ошибки и решать задачи на понимание архитектуры. 39 преподавателей отдельно отметили, что включили в курсы темы по работе с ИИ-инструментами и составлению промптов.

Главная тревога педагогов — не списывание, а зависимость. 87% назвали растущую технологическую зависимость студентов проблемой номер один. На втором месте — академическая нечестность и плагиат (72%). При этом 69% убеждены, что ИИ уже изменил набор навыков, необходимых разработчику.

««Мы понимаем, что студенты, скорее всего, будут разрабатывать с помощью ИИ-инструментов, когда выйдут на рынок труда. Ключевая задача — выпускать специалистов, которые компетентны в программировании и понимают как возможности, так и ограничения ИИ», — говорит Стивен Гордон, профессор Университета штата Огайо и ведущий автор доклада.»

Экзамены переформатируются

Изменения в системе оценки оказались ещё более радикальными: 68% респондентов пересмотрели форматы контроля. Среди самых популярных решений — очные экзамены под наблюдением (56 упоминаний), снижение веса домашних заданий в итоговой оценке (38), устные экзамены и защиты кода (36), письменные тесты на бумаге (35) и проектная работа (34).

Некоторые преподаватели требуют от студентов раскрывать факт использования ИИ и прикладывать логи взаимодействия с инструментами. Институциональная политика при этом остаётся разрозненной: 45% сообщили, что в их учебном заведении есть регламент по ИИ, 39% — что его нет. Подходы варьируются от полного запрета до явного разрешения при условии документирования.

Барьер для перемен — не нежелание, а отсутствие ориентиров. 48% педагогов указали на нехватку проверенных практик интеграции ИИ в курсы. 28% признают недостаточную собственную экспертизу, а 20% пока не видят необходимости что-либо менять. Из тех, кто готов действовать, 74% хотят обучения эффективным методикам преподавания, 66% — помощи в переработке системы оценки.

Оценки растут, знания падают

Опасения преподавателей подкреплены независимыми исследованиями. Anthropic изучила разработчиков, осваивавших новую библиотеку Python с помощью ИИ: на итоговом тесте они показали результат на 17% ниже, чем контрольная группа без доступа к ИИ. Те, кто полностью делегировал написание кода инструменту, выполнили задания быстрее всех, но набрали в среднем лишь 39% на проверочном тесте.

Китайское лонгитюдное исследование с выборкой более 26 000 студентов показало схожую картину: использование ИИ повысило оценки за домашние задания на 18% и сократило время выполнения на 30%. Однако через шесть месяцев на закрытых экзаменах результаты упали на 20%, а на вступительных испытаниях — на 18–24% в зависимости от теста.

Анализ Калифорнийского университета в Беркли, охвативший более 500 000 оценок, зафиксировал резкий рост отличных результатов после запуска ChatGPT — особенно в курсах с большой долей письменных и программных заданий. Пик пришёлся именно на те форматы, где непроверяемые домашние работы сильно влияли на итоговую оценку. Это ровно те форматы, от которых педагоги теперь отказываются.

Для белорусских IT-компаний и университетов, готовящих разработчиков, тенденция актуальна напрямую. Если джуниор умеет генерировать рабочий код, но не понимает, почему он работает, — это риск для команды. Устные технические интервью и задачи на разбор чужого кода, которые давно практикуют крупные работодатели в ПВТ, оказываются не архаизмом, а именно тем инструментом проверки, к которому сейчас приходит мировое академическое сообщество.

— По материалам The Decoder: оригинальная статья. Перевод и адаптация — редакция Digital Business.