AI ծրագրավորման դաստիարակի պարադոքսը — մանկավարժները վերարժևորում են, թե ինչպես ստուգել իրական հմտությունները

AI ծրագրավորման դաստիարակի պարադոքսը — երբ գործիքը, որը սովորեցնում է, նաև խաթարում է ուսումը

Պատկերացրեք դասարան, որտեղ յուրաքանչյուր ուսանող ունի մի գործիք, որը կարող է լուծել ցանկացած ծրագրավորման առաջադրանք՝ ChatGPT, GitHub Copilot, Claude — ակնթարթորեն, ցանկացած լեզվով, ցանկացած բարդության մակարդակով։ Որպես պրոֆեսոր, դուք գիտեք, որ արդյունաբերությունն օգտագործում է այս գործիքները։ Բայց ինչպե՞ս գնահատել ուսանողի իրական գիտելիքները, երբ AI-ն կարող է գերազանց հանձնել ձեր յուրաքանչյուր քննությունը:

Սա AI ծրագրավորման դաստիարակի պարադոքսն է — այսօր համակարգչային գիտությունների բարձրագույն կրթության առջև ծառացած ամենահրատապ մարտահրավերը։ AI գործիքները, որոնք կարող են լուծել միջին ուսանողի մակարդակի ծրագրավորման տիպիկ առաջադրանքները, ստիպում են մանկավարժներին վերանայել ոչ միայն թե ինչպես են դասավանդում, այլ նաև թե ինչ արժե դասավանդել ընդհանրապես:

ACM-ի (Association for Computing Machinery) նոր հիմնարար հետազոտությունը առաջարկում է առայժմ ամենաընդգրկուն պատկերը, թե ինչպես են համակարգչային գիտությունների մանկավարժները արձագանքում այս մարտահրավերին։ Արդյունքները պատկերում են մի մասնագիտություն, որը գտնվում է հիմնարար վերափոխման կենտրոնում:

Գլոբալ հարցում. ի՞նչ են մտածում 763 մանկավարժ 49 երկրներից

«ACM աշխատանքային խումբը գեներատիվ AI-ի և ծրագրավորման գնահատման վերաբերյալ» հարցում է անցկացրել 763 մանկավարժների շրջանում 49 երկրներից՝ 2025 թվականի մայիսից հոկտեմբեր ընկած ժամանակահատվածում՝ վերլուծելով մոտ 500 գրեթե ամբողջական հարցաթերթ։ Արդյունքները միաժամանակ անհանգստացնող են և լուսաբանող:

• 69% կարծում է, որ AI-ն հիմնովին փոխել է ծրագրային ապահովման մշակման համար պահանջվող հմտությունները
• 87% — գլխավոր մտահոգություն. ուսանողների աճող կախվածությունը AI տեխնոլոգիայից
• 72% — երկրորդ ամենամեծ մտահոգությունը. խաբեությունը և գրագողությունը
• 64% արդեն փոխել են դասավանդման մեթոդները
• 68% ճշգրտել են թեստավորման և գնահատման մեթոդները

Այս թվերը բացահայտում են մի կարևոր ճշմարտություն. AI-ի ազդեցությունը կրթության վրա ապագայի հիպոթետիկ հարց չէ — այն արդեն վերաձևավորում է դասարաններն ամբողջ աշխարհում, և փոփոխության տեմպերն արագանում են:

Դասավանդման վերափոխում. կոդ գրելուց մինչև այն հասկանալը

Թերևս ամենակարևոր տեղաշարժը, որը բացահայտում է հետազոտությունը, դասավանդման փիլիսոփայության մեջ է։ Մանկավարժների 64%-ը հեռացել է «զրոյից կոդ գրել» ավանդական մոտեցումից դեպի նոր մեթոդաբանություն, որը կենտրոնացած է.

• Կոդի ըմբռնում — վերլուծություն, թե ինչ է անում գոյություն ունեցող կոդը
• Վրիպազերծում — AI-ի կողմից ստեղծված կամ գոյություն ունեցող կոդի սխալների հայտնաբերում և ուղղում
• Խնդիրների լուծման նախագծում — լուծումների ճարտարապետության ստեղծում և ալգորիթմների նախագծում
• Հուշումների ճարտարագիտություն — սովորել, թե ինչպես արդյունավետորեն ուղղորդել AI գործիքները

Երեսունինը պատասխաններ ուղղակիորեն նշում էին AI-ի օգտագործման և հուշումների ճարտարագիտության դասավանդումը որպես առանձին թեմաներ։ Որոշ մանկավարժներ այժմ ցուցադրում են AI գործիքները դասարանում՝ ներկայացնելով ինչպես դրանց ուշագրավ հնարավորությունները, այնպես էլ կարևոր սահմանափակումները:

«Մենք գիտենք, որ ուսանողները, ամենայն հավանականությամբ, AI գործիքներով կմշակեն, երբ մտնեն աշխատաշուկա», — ասում է Սթիվեն Գորդոնը՝ Օհայոյի նահանգային համալսարանի պրոֆեսորը և զեկույցի գլխավոր հեղինակը: «Բանալին այն շրջանավարտներն են, ովքեր իրավասու են ծրագրավորման մեջ և հասկանում են AI-ի ինչպես հնարավորությունները, այնպես էլ սահմանափակումները»:

Սա ներկայացնում է «կոդ գրել իմանալու» իրական իմաստի հիմնարար վերաիմաստավորում։ Հմտությունն այլևս շարահյուսության անգիր անելը չէ — այն տեղափոխվում է դեպի ճարտարապետական մտ تفکر, AI-ի կողմից ստեղծված կոդի գնահատում և AI գործիքները ճիշտ լուծումների ուղղությամբ ուղղորդելու կարողություն:

Գնահատման հեղափոխություն. բանավոր քննություններ, կոդի պաշտպանություն, թուղթ-գրիչ թեստեր

Եթե դասավանդման մեթոդները զարգանում են, ապա գնահատման մեթոդները լիակատար հեղափոխություն են ապրում։ Հարցվածների 68%-ը փոխել է թեստավորման ձևաչափերը։ Հետազոտությունը բացահայտեց մի քանի ապշեցուցիչ միտումներ.

• 56 հարցված — ավելացնում են վերահսկվող առկա քննությունները՝ իրական գիտելիքները ստուգելու համար
• 38 — նվազեցնում են տնային առաջադրանքների կշիռը, որոնք առավել ենթակա են AI-ի օգնությանը
• 36 — ներդնում են բանավոր քննություններ և «կոդի պաշտպանության» սեանսներ, որտեղ ուսանողները բացատրում են իրենց տրամաբանությունը
• 35 — վերադառնում են թուղթ-գրիչ թեստերին, որտեղ AI գործիքները հասանելի չեն
• 34 — ընդլայնում են նախագծային գնահատումը, որը ստուգում է ամբողջական խնդիրների լուծումը

Կոդի պաշտպանության սեանսները հատկապես նորարարական են։ Ուսանողը գրում է կոդ — հնարավոր է AI-ի օգնությամբ — և այնուհետև պետք է բանավոր պաշտպանի իր որոշումները պրոֆեսորի առջև՝ բացատրելով ինչու է կատարել յուրաքանչյուր ընտրություն: Այս մեթոդը չի արգելում AI գործիքները, բայց պահանջում է խորը ըմբռնում։ Որոշ համալսարաններ այժմ ուսանողներից պահանջում են ներկայացնել AI գործիքների հետ փոխգործակցության ամբողջական մատյանները՝ ChatGPT-ի, Copilot-ի կամ Claude-ի հետ զրույցների ամբողջական պատմությունը՝ որպես գնահատման փաթեթի մաս:

«Մենք տեսնում ենք շարժ դեպի իսկական գնահատում», — նշել է մի մանկավարժ հարցման մեջ: «Հարցը 'AI օգտագործե՞լ ես' չէ, այլ 'հասկանու՞մ ես, թե ինչ է անում կոդը և ինչու է այն աշխատում'»:

Ինստիտուցիոնալ քաղաքականության խայտաբղետություն

Հետազոտությունը բացահայտում է քաոսային քաղաքականության լանդշաֆտ համալսարաններում։ Հաստատությունների միայն 45%-ն ունի AI-ի օգտագործման պաշտոնական ուղեցույցներ, մինչդեռ 39%-ն ընդհանրապես ոչ մի ուղեցույց չունի: Մնացածը գործում են մոխրագույն գոտում: Քաղաքականությունները տատանվում են լիակատար արգելքներից մինչև ակտիվ խրախուսում՝ պատշաճ փաստաթղթավորման պայմանով:

Այս մասնատվածությունն արտացոլում է ավելի խորը պայքար. բարձրագույն կրթությունը դեռևս փնտրում է համահունչ պատասխան այն մասին, թե ինչպես պետք է գործի AI-ի դարաշրջանում: Մի կողմից, արդյունաբերությունը գրկաբաց ընդունում է AI գործիքները, և համալսարանները պարտավոր են ուսանողներին պատրաստել իրական աշխարհին: Մյուս կողմից, նրանք պետք է ապահովեն, որ ուսանողներն իսկապես տիրապետեն հիմնարար հասկացություններին՝ նախքան AI-ին պատվիրակելը:

Լավագույն պրակտիկաների ճգնաժամ. մանկավարժների գրեթե կեսն ուղեցույցի կարիք ունի

Թերևս ամենամտահոգիչ բացահայտումն այն է, որ մանկավարժների 48%-ը հայտնում է AI-ի ինտեգրման հաստատված լավագույն պրակտիկաների բացակայության մասին: Եվս 28%-ն ասում է, որ բավարար փորձ չունի AI գործիքների հետ, մինչդեռ 20%-ն ընդհանրապես AI-ն ինտեգրելու անհրաժեշտություն չի տեսնում:

Բայց ամենախոսուն վիճակագրությունը սա է. 74%-ը ցանկանում է վերապատրաստում արդյունավետ դասավանդման մեթոդների վերաբերյալ AI դարաշրջանի համար, և 66%-ը ցանկանում է օգնություն գնահատումները վերափոխելու հարցում: Այս թվերը ցույց են տալիս, որ մանկավարժները փոփոխության ծարավ են, բայց մնացել են ինքնուրույն նավարկելու այս վերափոխումը:

Սթիվեն Գորդոնն ընդգծում է. «Այս փոփոխությունները տեղի են ունենում՝ պատրաստ լինենք թե ոչ: Բանալին մանկավարժներին տալ այն գործիքներն ու շրջանակները, որոնք նրանց անհրաժեշտ են այս անցումը արդյունավետ իրականացնելու համար»:

ACM աշխատանքային խումբն արդեն գործարկել է կայք, որը հավաքում է գործնական օրինակներ և ռեսուրսներ մանկավարժների համար — ուղղակի արձագանք գործուն ուղեցույցի հստակ պահանջարկին:: Ընդհանուր գիտելիքների բազայի և համայնքի կողմից ղեկավարվող լավագույն պրակտիկաների անհրաժեշտությունը երբեք այսքան ակնհայտ չի եղել:

Հետազոտությունները հաստատում են. AI-ն բարձրացնում է գնահատականները, բայց խաթարում է իրական ուսումը

ACM հարցումը աճող ապացույցների մաս է, որը բացահայտում է մտահոգիչ օրինաչափություն. AI-ն օգնում է ուսանողներին ավելի լավ կատարել առաջադրանքները՝ միաժամանակ նվազեցնելով իրական ուսումը: Մի քանի վերջին հետազոտություններ հաստատում են դա իրական տվյալներով:

Anthropic-ի հետազոտություն. AI օգտագործողները 17%-ով ցածր են գնահատվում գիտելիքի թեստերում

Anthropic-ն անցկացրել է վերահսկվող փորձ, որտեղ ծրագրավորողները սովորում էին Python-ի նոր գրադարան: Մի խումբն ուներ AI աջակցություն, մյուսը՝ ոչ: Արդյունք: AI-ով աջակցվող խումբը հետագա գիտելիքի թեստում 17%-ով ցածր արդյունք ցույց տվեց: Ծրագրավորողների մի փոքր ենթախումբ, ովքեր ամբողջությամբ պատվիրակել էին կոդավորումը AI-ին, առաջադրանքները կատարեցին ամենաարագ, բայց գիտելիքի թեստում միջինը հավաքեցին ընդամենը 39%:

Չինական երկայնական հետազոտություն. 26,000+ ուսանողի մոնիթորինգ

26,000-ից ավելի ուսանողների հետևող լայնածավալ չինական հետազոտությունը պարզել է, որ AI-ի օգտագործումը բարձրացրել է տնային առաջադրանքների գնահատականները 18%-ով և կրճատել կատարման ժամանակը 30%-ով: Սակայն վեց ամիս անց անցկացված փակ գրքույկ քննություններում միավորներն ընկել են 20%-ով:

UC Berkeley-ի վերլուծություն. 500,000+ գնահատականները պատմում են պատմությունը

500,000-ից ավելի գնահատականներ ընդգրկող UC Berkeley-ի վերլուծությունը ցույց տվեց բարձր գնահատականների կտրուկ աճ ChatGPT-ի թողարկումից հետո՝ 2022 թվականի վերջին: Աճն առավել ցայտուն էր գրավոր և ծրագրավորման առաջադրանքներով հարուստ դասընթացներում — հենց այնպիսի աշխատանք, որն առավել խոցելի է AI-ի օգնության համար:

Միասին, այս հետազոտությունները ներկայացնում են հետևողական պատկեր. AI-ն ստեղծում է «գնահատման պատրանք», որտեղ գնահատականները բարելավվում են առանց գիտելիքի համապատասխան աճի: Հետևանքները աշխատաշուկայի համար, որտեղ գործատուներին իրական հմուտ մշակողներ են պետք, խորն են:

Աշխարհագրական տարբերություններ և հետազոտության սահմանափակումներ

Կարևոր է նշել, որ հետազոտության մասնակիցները հավաքագրվել են հիմնականում ACM-ի և SIGCSE-ի փոստային ցուցակների և ընտրված ազգային մանկավարժների տեղեկատուների միջոցով: Աշխարհագրական բաշխվածությունը բացահայտում է զգալի կույր կետեր.

• Հյուսիսային Ամերիկա: 227 հարցված
• Եվրոպա: 106
• Ասիա: 57
• Հարավային Ամերիկա: 10
• Օվկիանիա: 9
• Աֆրիկա: 3

Իրենց հաստատության տեսակը նշածների 77%-ն աշխատում է համալսարաններում, մինչդեռ K-12 դպրոցներն ու մասնագիտական ծրագրերը գրեթե ներկայացված չեն: Սա նշանակում է, որ հետազոտությունն առաջարկում է համալսարանական մակարդակի համակարգչային գիտությունների կրթության մանրազնին պատկերը, սակայն սահմանափակ պատկերացում է տալիս, թե AI-ն ինչպես է վերաձևավորում կոդավորման ուսուցումը վաղ փուլերում կամ մասնագիտական ուսուցման համատեքստում:

ACM-ի հետազոտությունն ազատ հասանելի է առցանց, և աշխատանքային խումբը ստեղծել է հատուկ կայք, որը հավաքում է գործնական օրինակներ և ռեսուրսներ մանկավարժների համար ամբողջ աշխարհում:

Եզրակացություն. կրթության նոր դարաշրջանը սկսվել է

AI ծրագրավորման դաստիարակի պարադոքսն արտացոլում է ժամանակակից ծրագրավորման կրթության կենտրոնական լարվածությունը. AI-ն կարող է միաժամանակ լինել երբևէ ստեղծված ամենահզոր ուսումնական գործիքը և լուրջ խոչընդոտ իրական ուսման համար: Այն, ինչ տեղի է ունենում համալսարաններում 2025 և 2026 թվականներին, AI-ի դեմ պատերազմ չէ — դա հարմարվում է նոր իրականությանը:

Մանկավարժներն աստիճանաբար անցնում են «ինչպե՞ս արգելել AI» հարցից դեպի «ինչպե՞ս դասավանդել այնպես, որ AI-ն ուժեղացնի, այլ ոչ թե խաթարի իրական գիտելիքը»:. Սա դժվար, բայց անհրաժեշտ անցումային շրջան է: Կրթական համակարգերը, որոնք հաջողությամբ կինտեգրեն AI-ն՝ պահպանելով քննադատական م تفکر, խնդիրների լուծման կարողությունը և խորը տեխնիկական գիտելիքները, կլինեն նրանք, որոնք կպատրաստեն վաղվա ծրագրավորողներին և ինժեներներին:

Ինչպես ACM-ի հետազոտությունն է հստակ ցույց տալիս, փոփոխությունն արդեն ընթացքի մեջ է: Հարցն այլևս ոչ թե արդյոք այս փոփոխությունները տեղի կունենան, այլ որքան արագ և որքան արդյունավետ համալսարանները կկարողանան հարմարվել: 74% մանկավարժներ ակտիվորեն վերապատրաստում են փնտրում, իսկ 66%-ը օգնություն է խնդրում գնահատումները վերափոխելու հարցում — վերափոխման պահանջարկն ակնհայտ է: Մնում է միայն մեկ հարց. արդյոք համակարգը կկարողանա ապահովել այն աջակցությունը, որն այդքան հրատապ անհրաժեշտ է մանկավարժներին:

📖 Աղբյուր