Воркшоп SIGCOMM 2026: у навчанні мереж принципи важливіші за протоколи

Автори відкритого підручника Computer Networks: A Systems Approach Ларрі Пітерсон і Брюс Деві присвятили свою чергову колонку в The Register освітньому воркшопу SIGCOMM 2026 із провокативною назвою „Networking Education in the Age of AI“. Для Пітерсона ця назва справді провокативна: він неодноразово висловлював скепсис щодо використання AI в освіті й сам навчався в попередню „епоху AI“ — у середині 1980-х.

Воркшоп провели в гібридному форматі: професійні оператори та аудіотехніка завдяки підтримці SIGCOMM. Пітерсон приєднався за вісім годинних поясів, але віддалені учасники залишалися в дискусії.

Процес проєктування, а не артефакти

Пітерсон разом із Джимом Куроузом вів сесію відкритого мікрофона; підручник Куроуза — лідер галузі. На питання про роль програмістських завдань Куроуз відповів, що вправи з програмування та лабораторні з Wireshark важливі, але не варто недооцінювати якісні анімовані слайди. Карен Соллінз розповіла про курс систем, змодельований за кейсами юридичної школи: професор не читає лекцію, а роздає статті, щоб студенти самі обговорювали, які обмеження визначили дизайн. Та сама логіка в „Networking Unplugged“: пара студентів отримує мотузку й проєктує спосіб передавати нею біти, відкриваючи кодування на кшталт NRZ та модуляції.

Що має залишитися в основі?

На сесії про те, які теми зберегти, а які переосмислити, Пітерсон навів QUIC: він настільки новий і складний, що його немає в багатьох вступних курсах. Студент, який уперше бачить QUIC, має зрозуміти його через знайомі поняття — надійну передачу, керування перевантаженням, наскрізну безпеку. Для цього треба викладати принципи мереж і системної архітектури. У залі сформувався майже консенсус: принципи й процес дизайну важливіші за артефакти, а підхід „проблема/рішення“ кращий за перелік сучасних протоколів.

AI, абстракція та заземлення

Про AI у викладанні говорили багато. Одна стаття доводить, що AI-агенти для коду дають студентам змогу братися за більші й реалістичні проєкти, а оцінювати навчання пропонують через обговорення дизайну: перевіряйте навчання, а не реалізацію. Пітерсон зберігає скепсис щодо згенерованого LLM коду в продакшені, але в аудиторії готовий відкинути сумніви та підтримує відкриті моделі й спільну дослідницьку інфраструктуру.

Його головна теза: викладачі мають навчати ментальних моделей. Він цитує Родні Брукса про проблему заземлення символів: трансформерні LLM оперують символами без зв'язку з фізичним світом, тож не можуть надійно робити те, що робить робот — із мережами так само. Абстракція — принцип, який варто викладати окремо: приховування деталей з'єднання клієнта з дата-центром дозволяє студентам вивчати MCU (багатоточковий блок керування) для великої відеоконференції, але той самий підхід породив відомі проблеми HTTP поверх TCP.