即使在未来的 IT 行业,也仍然需要人类的创造力和领域专业知识,因为 AI 生成的代码需要人类监督员来确保其正确性。
译自 In the Age of AI, What Should We Teach Student Programmers?,作者 David Cassel。
在一个人工智能创造了强大的编码工具的世界里,计算机科学老师应该告诉未来的年轻程序员什么呢?
在未来的前沿,教育工作者正在努力寻找一个立场——在非营利组织和专业贸易协会的帮助下。正在进行的讨论为一个非常真实的需要提供了独特的视角:为了定义我们想要去哪里,我们需要了解我们身处何处。
这表明老师们很清楚人工智能系统的缺点和危险——并且希望他们的学生也能清楚。
计算机科学教师协会是一个注册的公共 501c3 非营利组织,专注于“为 K-12 教育工作者创造一个支持性的环境”。在 2 月份,CSTA 发表了一些来自 Kip Glazer 博士和 Sonal Patel 博士(该组织公平奖学金的成员)的思考。
“我们想承认聊天机器人比人编码快得多,这是自动化的好处之一,”他们开始他们的评论。但是,“能够更快地编码并不意味着结果会更好。事实上,我们已经看到人工智能生成器批量生产了错误的产品。”
然而,他们写道,CTSA 正在“带头将人工智能工具纳入计算机科学教育”,同时“揭穿对计算机科学领域未来的宿命论观点”。
“我们坚信,在人工智能时代,更强大的教育者声音至关重要,因为将人工智能快速实施到教育系统中的压力正在加剧。”
他们认为,将人工智能添加到计算机科学课程中可以“使学生具备理解和批判性评估人工智能生成内容的能力,解决偏差问题,确保人工智能系统的透明度和问责制,保护学生数据和隐私,最终将重点转向以人为本的计算和学习”。
尽管这项技术很新,但这两位研究员已经准备好提出一些具体的建议——包括一项针对公众宣传的建议。“我们作为教育工作者必须要求所有州制定强有力的政策和法规,以解决与人工智能相关的各种问题,包括偏差、透明度和问责制。”
展望未来,教育创新/计算机科学材料非营利组织 Code.org 已经为名为“TeachAI”的东西配备了人员并运营了它(与包括可汗学院和世界经济论坛在内的众多其他团体合作)。在年度 CSTA 大会之前,该小组发布了一套三份简报,名为“人工智能时代计算机科学未来的指导”——与 CSTA 合作。
但即使在那里,这些简报也清楚地表明了人工智能如何会达不到预期。“我们需要帮助学生学会提出好的问题,”佛罗里达大学副教授 Christina Gardner-McCune 说。该指南引用了她的观察:“我们需要教他们拥有这些工具。”
该小组的公告包括对 364 名不同的小学和中学计算机科学教师进行的春季调查结果。令人鼓舞的是,他们的简报显示,超过三分之二的受访计算机科学教师——66%——表示他们帮助学生了解了人工智能周围的“社会和伦理问题”,80% 的人表示他们的讨论至少每月一次涉及伦理问题(如偏差和隐私)。因此,老师们很清楚这些风险。
但 CSTA 主席 Charity Freeman 认为,“在人工智能教育方面,我们没有时间把头埋在沙子里。”
该小组的第一份简报 侧重于为什么在人工智能时代学习编程仍然很重要,并指出研究表明,当人工智能增强年轻程序员的技能而不是取代他们时,他们会受益更多。
即使在当今的 IT 行业中,人工智能生成的代码 也需要人工监督员来确保正确性,并评估、调试和修改人工智能生成的代码(或将其正确放置在更大的代码库中)。该简报认为,人类的创造力和领域专业知识仍然是必需的,尽管“学习编程正在从关注代码生成转变为更多地关注代码阅读、评估、调试和重构”。
也许我们的目标不应该仅仅局限于培养下一代程序员,这份简报认为。“学习编程为学生提供了一个平台,让他们可以进行协作解决问题、创意表达以及发现创造新事物的乐趣。”
最终,它认为,学习编程具有情感价值。“一项针对小学生的小型研究表明,孩子们在学习编程后,感到明显更快乐、更兴奋,也更有掌控感。”
总而言之,这场对话展现了我们这个时代的一些迷人景象,教师组织承认了人工智能系统的巨大潜力,但也认识到其固有的风险,以及人类参与的迫切需要。这场对话已经吸引了众多教育专业人士的参与。7 月,当拉斯维加斯酷热难耐时,来自全国各地的计算机科学教师齐聚一堂,参加了年度会议——其中包括一个专门讨论“人工智能时代的计算机科学教育”的专家小组。
小组讨论一开始就强调了教师的重要性。“Mehran 第一个回应,并一针见血地指出,”写道 亨特学院教授 Mike Zamansky,他正在创建新的计算机科学荣誉本科课程。“人工智能无法改变教育,只有人(教师)才能改变教育……他补充说,人工智能可以增强教师改变教育的能力,但这只是一个工具。”
Maggie Johnson 博士“指出,即使人工智能可以生成代码,也需要理解、检查、测试、扩展和嵌入这些代码。”
华盛顿大学教授 Amy J. Ko 在一篇会议后博客文章中分享了他们的感受。“我最喜欢的评论来自 Christy,她对课堂和课程中企业产品的植入划清了界限,对理解生成式人工智能日益明显的学习局限性的必要性提出了质疑,并拒绝了学校的目的是为科技公司培养员工的观点。”
这种清醒的务实态度在小组讨论后的边会中继续存在。即使是来自亚马逊未来工程师项目的以人工智能为重点的单元也承诺讨论人工智能技术中的偏差……
什么是智能?什么是机器学习?这就是我们在计算思维中的位置。我们需要训练学生首先思考数据,并具备人工智能素养。他们会使用这项技术,我们应该教他们如何无偏见地使用它
会议结束后,计算机科学教师 Alfred Thompson 在博客中分享了他的感受,指出人工智能也是许多边会关注的焦点。在另一篇博客文章中,Thompson 指出,其中一些会议“座无虚席”,并补充说,“我在会议上听到的很多内容都是关于在谈论人工智能时将道德培训视为重要的必要性。”
Thompson 分享了一些关键的收获——其中一些相当乐观。“其中之一是人工智能有可能让我们的学生做更多的事情。更复杂的项目。更具创新性的项目。”
但此外,“还提醒我们,这些人工智能,包括那些生成代码的人工智能,并不完美。事实上,斯坦福大学的一项研究表明,使用人工智能生成代码的学生比不使用人工智能的学生代码中存在更多安全漏洞。更糟糕的是,使用人工智能的学生对自己的代码更有信心。”
“在未来一段时间内,我们仍然需要能够阅读、测试和调试代码的人。现在停止教授编程还为时过早。”
但最终,老师们也得到了一个关于无错误编程重要性的严厉提醒。汤普森在他的博客中写道,这次会议将被人们铭记为第一个大型人工智能会议——如果不是因为后来发生的事情。“对我们中的许多人来说,我们会把它记为我们难以回家的会议。CrowdStrike 现在对我们来说是一个‘脏词’。
“我正在拉斯维加斯一家酒店房间里写这篇文章,距离会议结束已经两天了。
“希望我明天能回家……”