Убьёт ли ИИ курсы для начинающих? Чему экспертам стоит учить вместо этого!

Каждую неделю новый буткемп закрывает свои двери; каждый месяц инструмент на базе ИИ генерирует JavaScript лучше, чем самый неопытный начинающий разработчик. Вопрос снова и снова поднимается как на форумах, так и на факультетских собраниях: сделает ли искусственный интеллект начальные курсы ненужными?

Этот страх обоснован; ChatGPT может за секунды разобрать циклы, создать HTML и отладить Python. Зачем тратить 3 недели на изучение структурированного курса, если можно воспользоваться «помощником», который будет помогать с программированием?

Однако ИИ устранит необходимость в плохо спроектированных начальных курсах — тех, что рассматривают людей как медленные компьютеры. Меняется то, что на самом деле нужно новичкам — типы навыков, которым их обучают. Эксперты, способные адаптироваться к постоянно меняющемуся ландшафту, будут давать более ценные и актуальные навыки, чем когда-либо ранее. 

Что ИИ действительно умеет хорошо

Переработка начальных курсов должна начинаться с честной оценки того, в чем сегодня ИИ действительно силен. Современные модели ИИ (ChatGPT, Claude, Copilot и т. д.) отлично справляются с тремя ключевыми задачами, помогающими учащимся: 

Объяснение концепций разными способами 

Например, попросите ИИ объяснить «цикл for» так, будто вам десять лет, дать техническое определение и сравнить его с работой кофейни. ИИ не устает переписывать объяснения в разных стилях и подстраивает язык под ваши инструкции. 

Создание неограниченного количества практических задач и упражнений 

Если вам нужно десять разных задач для практики работы со строками — ИИ их создаст. Если вы хотите, чтобы они шли по нарастающей сложности — ИИ сделает и это. ИИ устраняет нехватку практического материала. Новичку больше не нужно ждать учебник, полный упражнений. 

Предоставление мгновенной обратной связи без давления 

Если новичок написал код с ошибками, ИИ может их найти, объяснить, почему это ошибка, и показать, как её исправить — без осуждения, так что вам не придется бояться выглядеть глупо перед преподавателем или однокурсниками. 

Однако ИИ может отвечать только на основе того, о чем вы спрашиваете (а не того, что вам действительно нужно). У ИИ нет долгосрочной памяти, чтобы отслеживать ваши ошибки в обучении на протяжении недель.

В чем проблема современных начальных курсов?

Многие курсы сегодня были созданы для мира без ИИ, но этого мира больше нет. Сейчас проблема в том, что они учат вещам, которые почти не имеют ценности из-за возможностей ИИ. Вот три распространенные проблемы:

Слишком большой акцент на запоминании синтаксиса

Студенты тратят недели на запоминание объявлений переменных, структур циклов и определений функций. Пока они зубрят эти устаревшие правила, ИИ уже способен работать с любым синтаксисом — и это перестает иметь значение. Новичкам также неважно, что Java использует "equals()" вместо "==" для сравнения строк. Им достаточно понимать, что сравнение строк — сложная задача, а ИИ сгенерирует правильный синтаксис для этого.

Изолированные примеры и шаблонные решения

Большинство упражнений — это шаблонные задачи (например, перевернуть строку или посчитать среднее из трех чисел). Они нужны лишь для отработки одного правила за раз, но в реальных задачах такие примеры часто не имеют четких границ и контекста. ИИ решит любую из этих задач менее чем за 5 секунд. Потратить несколько часов на решение пяти таких простых задач — значит научиться выполнять одну конкретную операцию и ничего больше.

Линейный и универсальный для всех темп обучения

Все студенты начинают с первой недели и заканчивают на двенадцатой. Быстрые ученики быстро начинают скучать, а медленные — отставать. В то время как ИИ может предложить каждому студенту индивидуальную кривую обучения в зависимости от прогресса. Поэтому фиксированные курсы не могут конкурировать по эффективности подачи материала.

Что в итоге получают ученики начальных курсов программирования

В итоге студент-новичок выходит с курса с двумя вещами: слабой способностью писать простые программы по памяти и полным непониманием, что делать, когда в этих программах возникают проблемы. Обычно студентов обучают множеству низкоуровневых навыков, которые ИИ уже умеет выполнять.

Проблема усугубляется тем, что студенты получают незаслуженное чувство достижения (часто называемое «ложной уверенностью») из-за своих новых знаний программирования, а затем, начиная первый реальный проект, обнаруживают, что их знания ограничивались синтаксисом и что они на самом деле не умеют пользоваться языком программирования.

Что на самом деле упускают новички?

У новичков отсутствует хорошее суждение. У них нет развитого понимания того, как декомпозировать (разбивать) плохо определенную задачу на отдельные шаги. И, что наиболее важно, у них нет интуитивного понимания, когда и как проводить тестирование и проверку. Ни один из этих навыков не развивается через заучивание синтаксиса.

Чему должны учить эксперты вместо этого

Хотя искусственный интеллект может помогать с грамматикой, алгоритмами и упражнениями, опытные преподаватели по-прежнему играют важную роль в обучении студентов другим аспектам. Однако это требует пересмотра того, как мы строили курсы ранее. В частности, есть пять ключевых навыков, на которых преподавателям стоит сосредоточиться, чтобы помочь студентам эффективно работать с технологиями. 

1. Как декомпозировать задачу

ИИ может распознать задачу, но не понимает, как разбить расплывчатую идею на части. 

Важно научить студентов понимать, что для решения требуется дополнительная информация:

• Какое устройство будет использоваться? 

• Как будет собираться итоговое решение? 

• Кто отвечает за какую часть итогового результата? 

Разбивайте расплывчатую задачу на более мелкие и конкретные части — минимум на пять-десять шагов. 

Определяйте, какие из этих частей нужно выполнять в первую очередь. 

2. Тестирование и проверка

ИИ часто демонстрирует высокую уверенность в своих ответах, но неопытный ученик не всегда способен заметить ошибки. 

Важно научить студентов:

• Создавать тестовые случаи до написания кода. 

• Проверять корректность ответов ИИ с помощью базовых тестов. 

• Искать ошибки в объяснениях ИИ (которые могут приводить к неверным результатам). 

3. Чтение и отладка существующего кода

ИИ умеет создавать код, однако значительная часть работы разработчика — это чтение, отладка, изменение и улучшение уже существующего кода (написанного другими людьми или ИИ). 

Важно научить студентов:

• Прослеживать выполнение кода без его запуска. 

• Использовать print-вывод и инструменты отладки для системного решения задач. 

• Объяснять, что делает фрагмент кода (в отличие от того, каким был замысел).

4. Развивайте навык постановки вопросов (промптинг) 

Если ваш запрос составлен плохо, вы получите плохой ответ от ИИ. Новички часто просто пишут: «исправь этот код», не давая никакого контекста.

Учите новичков:

• Указывать сообщения об ошибках и ожидаемое поведение

• Просить ИИ объяснить ход своих рассуждений, а не просто дать ответ

• Повторять: «Это не сработало; вот что произошло, попробуй снова».

5. Ментальные модели поведения системы

Со временем синтаксис стирается из памяти, если вы учитесь строить ментальные модели того, как всё работает. Новичок, понимающий, что переменная — это коробка с ярлыком, сможет намного быстрее освоить любые языки.

Покажите новичку, как:

• Набрасывать схему того, что происходит в памяти компьютера во время выполнения кода

• Предсказывать вывод программы до её запуска

• Объяснять, почему код не сработал, а не только как его исправить

Пример перехода от одного подхода к другому

Старый подход: «Выучи методы списков в Python и выполни 20 упражнений».

Новый подход: «У меня есть программа, которая не работает; её написал ИИ. Найди три ошибки, исправь их, а затем попроси ИИ объяснить, почему это были ошибки». 

Так эксперт поддерживает ученика как вдумчивый наставник, а не просто выдаёт готовые ответы.

Как перестроить начальный курс

У преподавателей и тех, кто разрабатывает курсы, будет много возможностей использовать ИИ в аудитории на практике.

Измените цели обучения

Вот как можно выбрать другую цель.

Пять способов перестроить курс вокруг ИИ

• Начните использовать ИИ с первого дня занятий как партнёра – Покажите студентам, как формулировать запросы, проверять ответы и задавать уточняющие вопросы, чтобы получать полезную реакцию от ИИ.

• Откажитесь от викторин на знание синтаксиса – Например, спрашивайте студентов перед запуском кода: «Как вы думаете, каким будет результат выполнения написанного вами кода?»

• Вашим основным материалом может стать ошибочный или сгенерированный ИИ код – Давайте студентам код с ошибками и требуйте, чтобы они сами находили проблемы — как в реальной работе, где им придётся решать реальные задачи.

• Учите студентов отладке раньше, чем написанию кода – Первая часть двухнедельного курса должна быть посвящена тому, чтобы читать, отслеживать и исправлять уже написанный код, а уже потом писать новый.

• Оценивайте по тому, как студенты пришли к итоговому результату – Пусть студенты предоставляют следующее: запрос, который они отправили ИИ, ответ ИИ, результаты проверки и исправленный итог.

Пример до и после на теме циклов

При изучении того, как работают циклы for и while, обычно сначала идут объяснения, затем три небольшие пошаговые задачи. После этого даются десять коротких упражнений для практики: вывести числа от 1 до 10, сложить значения в массиве — и каждое задание понемногу развивает навык.

В качестве другого примера задания можно дать неисправный цикл, сгенерированный ИИ, и предложить сначала угадать результат его выполнения до запуска кода; это помогает заметить ошибки типа off-by-one, которые затем обсуждаются и исправляются. Следующий шаг — попросить ИИ сгенерировать 3 теста для поиска похожих проблем в будущем коде. Так все этапы связываются в единый цикл. 30 минут на то, чему раньше учили 3 часа; освоение синтаксиса идёт быстро. Однако проверка и исправление ошибок теперь требует больше времени, чем когда-либо.

Внимание! Чаще всего, если просто добавить основы ИИ в одно занятие, ничего не изменится. Всё быстро забудется. Вместо этого вплетайте эти идеи в каждую задачу. Иначе учащиеся будут опираться на ИИ только для того, чтобы избегать усилий, а не чтобы развивать мышление.

Заключение

Большинство базовых курсов не исчезнут из-за искусственного интеллекта. Но те, что построены на механическом повторении? Их слабые места проявятся очень быстро. Преподаватели всё ещё застряли на натаскивании по грамматическим правилам, хотя такие «словари» уже устарели. В интернете уже есть каждый ответ, который студентов заставляют вспоминать по памяти. 

Есть более разумный путь. Делайте упор на мышление, а не на нажатия клавиш. Ставьте во главу проверку идей, а не заученные ответы. Сначала разбирайте задачу на части, а не следуйте шаблонным шагам.

Застряли? Вот тут-то и начинается настоящее обучение. Курсы для новичков будут жить только в том случае, если они помогают сделать следующий шаг. ИИ терпит неудачу именно в том, чтобы показать направление в такие застывшие моменты. Сегодня эта способность важнее всего остального. Всё прочее искусственный интеллект может отсортировать сам. Позвольте ему взять эти задачи на себя.