- Basierend auf Erfahrungen bei JumboCode werden Gedanken zu AI und LLMs geteilt
- JumboCode ist ein gemeinnütziger Softwareentwicklungs-Club der Tufts University, und die meisten Entwickler lernen dort zum ersten Mal Webentwicklung.
- LLMs sind hervorragend darin, Code für die Webentwicklung zu schreiben; beschreibt man eine Frontend-Komponente, liefern sie eine passende React-Komponente.
- Der Einsatz von LLMs behindert das Lernen
- LLMs sind eine Abkürzung, um Aufgaben schnell zu erledigen, helfen beim Lernen aber kaum.
- Lernen ist der Prozess, verschiedene Wege auszuprobieren und Informationen zu verknüpfen, um mentale Modelle aufzubauen.
- LLMs liefern Ergebnisse, ohne dass diese mentalen Modelle aufgebaut werden müssen; wenn man sie dann tatsächlich braucht, fehlen sie möglicherweise.
- Es ist besser, Menschen zu fragen
- Fragt man echte Menschen, kann man Erklärungen erhalten, die auf den nötigen Kontext zugeschnitten sind.
- Menschen sind LLMs weiterhin überlegen, wenn es darum geht, knappe Erklärungen auf dem richtigen Niveau zu geben.
- Dennoch werden viele weiterhin LLMs Fragen stellen, damit sie Code schreiben.
- Anhang: Nutzt Ben (der Autor) LLMs?
- Er nutzt LLMs, ist aber froh, dass sie noch nicht allgegenwärtig waren, bevor er die Grundlagen der Webentwicklung gelernt hat.
- Hätte er beim ersten Lernen von Webentwicklung LLMs verwendet, hätte er Webentwicklung vermutlich nicht richtig gelernt.
Zusammenfassung von GN⁺
- Dieser Beitrag behandelt die Auswirkungen von AI und LLMs auf das Erlernen von Webentwicklung und betont besonders die negativen Seiten für Einsteiger.
- LLMs liefern zwar schnell Ergebnisse, können im Lernprozess jedoch den Aufbau wichtiger mentaler Modelle behindern.
- Echte Menschen zu fragen kann effektiver sein und dabei helfen, die Qualität des Lernens zu verbessern.
6 Kommentare
LLMs sind für mich schon jetzt gute Lehrmeister. Außer in dem Bereich, für den ich hauptberuflich zuständig bin, sind sie mittlerweile sogar besser als ich, haha.
Der Zusammenhang wäre ja ungefähr so, als würde die Erfindung des Taschenrechners bedeuten, dass sich die Mathematik nicht weiterentwickelt … Wer lernen will, lernt sowieso.
In letzter Zeit gibt es viele solcher provokanten Beiträge.
Ich denke, es ähnelt weniger der Beziehung zwischen Mathematiklernen und Taschenrechnern, sondern eher dem Lernen, indem man nur auf ein magisches automatisches Antwortblatt ohne Beweisweg schaut, das gelegentlich auch Fehler enthält. Trotzdem bleibt es dabei, dass am Ende diejenigen Erfolg haben, die über die zugrunde liegenden Prinzipien nachdenken können.
Ich bin es leid, von Kunden generierten AI-Code zu korrigieren
Ob es eher ein Glück ist, dass der lange Code, den LLMs ausspucken, immer noch oft nicht einmal kompiliert oder ausgeführt werden kann … ich weiß es nicht.
Hacker-News-Kommentare
Copy-and-paste-Programmierer sind immer schlechter als Programmierer, die ein mentales Modell des Systems aufbauen. LLMs sind eine schnellere und ungenauere Version des Copy-and-paste-Workflows. Studierenden und Junior Engineers sollte beigebracht werden, keinen Code zu committen, den sie nicht verstehen. LLMs schaden dem Lernen, weil sie Antworten finden können, ohne dass man die richtigen Fragen stellt.
LLMs werden nicht verschwinden, und die Menschen werden sie nutzen. Man sollte dazu ermutigen, traditionelle Methoden zu lernen, aber auch beibringen, wie man die Tools gut und sicher einsetzt. Die Tools werden sich weiterentwickeln, und Coder, die sie gut nutzen, werden mehr Wert schaffen.
AI ist nützlich, um die Google-Suche zu ersetzen, und hilft beim Austausch von Ideen und beim Betrachten von Codebeispielen. Von AI erzeugter Code ist jedoch nicht immer zweckmäßig und kann falsche Signale geben. LLMs haben Einsichten darüber geliefert, wie man lernt.
LLMs haben den Spaß am Programmierenlernen genommen, und das Interesse liegt nun stärker auf dem Lösen von Problemen. Früher lernte ich gern mit Büchern und Dokumentation, jetzt möchte ich meine Freizeit lieber genießen.
LLMs sind bei neuen Projekten und kleinen Codebases nützlich, aber ohne Programmierkenntnisse kann blindes Kopieren schädlich sein. Wartung und Debugging können schwieriger werden, und die Wahrscheinlichkeit von fehlerhaftem Code könnte steigen.
Durch AI habe ich viel über Webentwicklung gelernt, und sie hat den Prozess des Wissenserwerbs vereinfacht. LLMs sind für das Selbststudium sehr nützlich, Faulheit kann jedoch zum Problem werden.
Menschen, die mit LLMs miserable Ergebnisse erzielen, sollten aussortiert werden. LLMs könnten die Menschen langfristig dümmer machen. Regulierung ist nicht nötig, man sollte sie frei lassen.
Die Zufriedenheit als Software Engineer kommt von dem Erfolgserlebnis, wenn etwas klar wird, das man vorher nicht verstanden hat. LLMs helfen zwar dabei, Probleme schnell zu lösen, werden aber zum Hindernis, wenn man von ihnen abhängig wird. Man sollte LLMs nur verwenden, wenn man den Code, den man schreiben will, bereits kennt.
Wer sich an die alten "macromedia"-Zeiten erinnert, dem ruft von AI erzeugter Code den damaligen Schrottcode in Erinnerung.
Moderne Webentwicklung ist komplex, aber mit nützlichen Tools kann man Nützliches bauen. In Zukunft werden bessere Tech-Stacks entstehen.