AI-Copilots verändern das Paradigma der Programmierausbildung

AI-Copilots verändern die Art des Programmierunterrichts

• Lehrende lösen sich inzwischen von der Vermittlung von Syntax und legen den Schwerpunkt auf höherwertige Fähigkeiten
• Im vergangenen Semester wies Krishnamurthi, Professor für Informatik an der Brown University, Studierende im Grundstudium an, ihr Abschlussprojekt mit GitHub Copilot fertigzustellen
  • Dabei handelt es sich um ein AI-Tool auf Basis des Sprachmodells GPT-3 von OpenAI, das Code automatisch generiert und vervollständigt
• Professor Krishnamurthi wollte mit diesem Experiment erreichen, dass sich die Studierenden stärker auf Problemlösung als auf die Syntax von Programmiersprachen konzentrieren
  • Er ist überzeugt, dass solche Tools die Programmierausbildung grundlegend verändern werden
• Auch andere Lehrende führen ähnliche Experimente durch und helfen Studierenden mit AI-Tools dabei, höherwertige Konzepte zu erlernen
  • So setzt etwa Professor Swapneel Sheth von der University of Pennsylvania Copilot ein, damit Studierende konzeptionelles Denken und Problemlösungskompetenz entwickeln können
• Einige Lehrende äußern jedoch Bedenken gegenüber dem Einsatz von AI-Tools
  • Professor Dan Garcia von der UC Berkeley befürchtet, dass Studierende sich auf AI verlassen, ohne die Grundlagen zu beherrschen
  • Er glaubt, dass AI-Tools das Lernen der Studierenden behindern könnten
• Langfristig wird erwartet, dass AI-Tools die Ausbildung im Software Engineering stark beeinflussen werden
  • Professor Krishnamurthi prognostiziert, dass traditionelle Coding-Kurse eines Tages verschwinden werden
  • Stattdessen werden Studierende lernen, mit AI-Tools größere Probleme zu lösen

Meinung von GN+

• Mit dem Aufkommen von AI-Copilots verändert sich das Paradigma der Programmierausbildung. Weg von traditionell syntaxzentriertem Unterricht, hin zur Förderung von Problemlösungskompetenz und höherwertigem Denken.
• Eine übermäßige Abhängigkeit von AI-Tools kann jedoch den Erwerb von Grundlagen behindern. AI-Tools sollten daher sinnvoll eingesetzt werden, ohne das Verständnis grundlegender Konzepte und Prinzipien zu vernachlässigen.
• Die Weiterentwicklung von AI-Tools zeigt ein mögliches Zukunftsbild des Software Engineering. Einfache, sich wiederholende Coding-Arbeiten werden von AI übernommen, während Menschen sich auf kreativere und komplexere Problemlösungen konzentrieren.
• Bildungseinrichtungen werden ihre Curricula an diese Veränderungen anpassen müssen. Neben traditioneller Ausbildung in Programmiersprachen scheint Unterricht nötig zu sein, der auch den Umgang mit AI sowie Problemlösungskompetenz vermittelt.
• Mit dem Aufkommen von KI der nächsten Generation wie GPT-4 dürften Funktionen zur automatischen Codegenerierung und -vervollständigung noch leistungsfähiger werden. Entsprechend werden sich auch Rolle und Kompetenzen von Software Engineers weiter verändern.

[hhcrux]

Wenn man weiß, was man tun will, ist es wirklich praktisch. Wenn man es aber nur vage weiß, verschwendet man am Ende eher noch mehr Zeit damit, mit Prompts zu ringen, so wie im Kommentar weiter unten.

[halfenif]

Letztlich fühlt es sich so an, als würde Googeln durch Prompting ersetzt.

[antegral]

Ich besuche ebenfalls Lehrveranstaltungen im Bachelor, und ich habe stark den Eindruck, dass sich die Lehrmethoden bereits in eine Richtung verändern, in der mit Sprachmodellen unterrichtet wird.

Nicht nur in den Fachveranstaltungen meines Studiengangs (Informatik), sondern sogar in einigen allgemeinbildenden Kursen wird inzwischen deutlich häufiger angekündigt, dass man in Zwischen- und Abschlussprüfungen Sprachmodelle (ChatGPT) verwenden darf.

Allerdings werden die Aufgaben so konzipiert, dass nicht einfach eine Lösung herauskommt, nur weil man die Aufgabe in ein Sprachmodell eingibt. Es wirkt so, als wolle man die Studierenden dazu anleiten, die Aufgabe richtig zu analysieren und die vom Sprachmodell gelieferten Ergebnisse angemessen in ihre Antwort einzubinden und darauf aufbauend anzuwenden.

Es zeichnet sich zunehmend ein Trend ab, dass es wichtiger wird, ein „Problem“ richtig zu verstehen und dem Sprachmodell „die richtigen Anweisungen“ zu geben.

[GN⁺]

Hacker-News-Kommentar

Zusammenfassung:

• AWS-DevOps-Ingenieuren fehlt oft grundlegendes Networking-Wissen
• Immer mehr Menschen nutzen KI-Kollaborationstools, aber die Zahl derjenigen, die Code verstehen und prüfen können, steigt nicht
• In KI-Tools werden Ethik und Politik eingebettet, was teils zu merkwürdigen Ergebnissen führt
• "Prompt Engineering" kann Programmierung nicht ersetzen
• Es gibt Studierende, die mit KI-Tools Code schreiben, aber die grundlegenden Konzepte nicht verstehen und nur kopieren und einfügen
• Selbst wenn es ein Orakel gibt, das die Antwort kennt, ist es nutzlos, wenn man nicht weiß, was man fragen soll
• Der wahre Mehrwert von Entwicklern besteht darin, menschliche Anforderungen in Code zu übersetzen
• KI-Tools sind bislang nur nützlich, um Code zu erzeugen, der ohnehin leicht zu schreiben ist
• Bei nichttrivialen Aufgaben verbringt man mehr Zeit damit, mit Prompts zu ringen
• Künftig wird wichtiger sein, nicht "etwas zu wissen", sondern "zu wissen, wo man die Antwort findet"
• Zu beurteilen, ob eine von der KI gelieferte Antwort richtig ist oder auf raffinierte Weise falsch, wird zur neuen Herausforderung beim Problemlösen
• KI-Kollaborationstools werden uns fauler machen und Code mit mehr Bugs hervorbringen
• Lehrkräfte möchten, dass Schülerinnen und Schüler die Grundlagen beherrschen, bevor sie Taschenrechner benutzen
• Die Lernkurve aufrechtzuerhalten wird die große Krise dieser Generation sein
• Software Engineering besteht zu "20 % aus Syntax und zu 80 % aus Weisheit"
• LLMs sind hervorragend in Syntax, aber es fehlt ihnen an Weisheit