Edukatorzy na całym świecie zmieniają metody nauczania programowania w obliczu AI

Globalne badanie przeprowadzone wśród ponad 700 edukatorów z całego świata ujawnia, że większość z nich już zmieniła swoje metody nauczania i oceniania w odpowiedzi na rozwój sztucznej inteligencji. Egzaminy ustne, rozumienie kodu i praca projektowa zyskują na znaczeniu, jednak prawie połowa ankietowanych przyznaje, że brakuje im sprawdzonych przykładów integracji AI z ich kursami.

AI w edukacji: wyzwania i obawy

Narzędzia do kodowania oparte na sztucznej inteligencji, takie jak ChatGPT i GitHub Copilot, potrafią rozwiązywać typowe zadania programistyczne na poziomie przeciętnego studenta kursów wprowadzających. Nowe badanie, przeprowadzone przez „ACM Task Force on Generative AI and Programming Assessment” – grupę ekspertów powołaną przez komitet edukacyjny międzynarodowego stowarzyszenia informatycznego ACM – oferuje szerokie spojrzenie na reakcje edukatorów informatyki na całym świecie.

Grupa zadaniowa ankietowała 763 edukatorów z 49 krajów w okresie od maja do października 2025 roku, analizując około 500 niemal kompletnych kwestionariuszy. Wyniki pokazują, że 69 procent respondentów uważa, iż AI zmieniła umiejętności potrzebne do tworzenia oprogramowania. Największym zmartwieniem wśród edukatorów jest rosnąca zależność studentów od technologii (87 procent), a następnie oszustwa i plagiat (72 procent).

Zmiany w nauczaniu i ocenianiu

Sześćdziesiąt cztery procent respondentów już zmieniło sposób nauczania. Analiza tematyczna otwartych odpowiedzi wskazuje na wyraźny trend: odchodzenie od pisania kodu od podstaw na rzecz rozumienia kodu, debugowania i rozwiązywania problemów. Trzydzieści dziewięć odpowiedzi wspominało również o nauczaniu korzystania z AI i inżynierii promptów jako wyraźnych tematów. Inni edukatorzy demonstrują narzędzia AI na zajęciach, aby pokazać zarówno ich możliwości, jak i ograniczenia.

Steven Gordon, profesor z Ohio State University i główny autor raportu, podkreśla: „Wiemy, że studenci prawdopodobnie będą rozwijać się z narzędziami AI, gdy wejdą na rynek pracy. Kluczem jest wykształcenie absolwentów, którzy są kompetentni w programowaniu i którzy rozumieją zarówno możliwości, jak i ograniczenia AI”.

Zmiany w ocenianiu są jeszcze bardziej uderzające. Sześćdziesiąt osiem procent respondentów dostosowało swoje metody testowania. Najczęstsze zmiany obejmują:

• Więcej nadzorowanych egzaminów stacjonarnych (56 wzmianek)
• Zmniejszenie wagi prac domowych (38)
• Egzaminy ustne i sesje obrony kodu (36)
• Testy pisemne (35)
• Oceny oparte na projektach (34)

Niektórzy edukatorzy wymagają teraz od studentów ujawniania użycia AI i przedstawiania logów ich interakcji z narzędziami AI.

Bariery i potrzeby w rozwoju zawodowym

Polityki instytucjonalne pozostają niespójne. Czterdzieści pięć procent respondentów stwierdziło, że ich instytucja ma wytyczne dotyczące użycia AI, podczas gdy 39 procent odpowiedziało, że ich nie ma. Polityki te wahają się od całkowitych zakazów po wyraźne zezwolenia lub zachęty, pod warunkiem dokumentowania użycia.

Największą barierą, wskazaną przez 48 procent respondentów, jest brak sprawdzonych najlepszych praktyk. Dwadzieścia osiem procent twierdzi, że nie ma wystarczającej wiedzy na temat AI, a 20 procent nie widzi potrzeby integrowania jej z nauczaniem. W zakresie rozwoju zawodowego, 74 procent chce szkoleń z efektywnych metod nauczania, a 66 procent potrzebuje pomocy w przeprojektowaniu ocen.

Potwierdzone obawy i szerszy kontekst

Wyniki badania ACM są poparte przez inne niedawne analizy. Badanie Anthropic wykazało, że programiści, którzy uczyli się nowej biblioteki Pythona z pomocą AI, uzyskali 17 procent niższe wyniki w późniejszym teście wiedzy niż grupa kontrolna bez dostępu do AI. Mała podgrupa, która w pełni delegowała kodowanie do AI, najszybciej ukończyła zadania, ale uzyskała średnio tylko 39 procent w teście wiedzy.

Podobne wzorce pojawiają się poza informatyką. Chińskie badanie długoterminowe, śledzące ponad 26 000 studentów, wykazało, że użycie AI zwiększyło oceny z prac domowych o 18 procent i skróciło czas ich wykonania o 30 procent. Jednak na egzaminach bez pomocy po sześciu miesiącach wyniki spadły o 20 procent. Na późniejszych egzaminach wstępnych spadek wynosił 18 i 24 procent, w zależności od testu.

Analiza UC Berkeley, obejmująca ponad 500 000 ocen, odnotowała gwałtowny wzrost najwyższych ocen po premierze ChatGPT, szczególnie na kursach z dużą ilością zadań pisemnych i programistycznych. Wzrost ten był najbardziej widoczny na kursach, gdzie prace domowe bez nadzoru miały dużą wagę w ocenie końcowej. Jest to dokładnie ten typ oceny, który, zgodnie z raportem ACM, wielu edukatorów obecnie mniej waży.

Prezentowane wyniki, choć obarczone pewnymi ograniczeniami metodologicznymi (dominacja respondentów z Ameryki Północnej i Europy, głównie z uniwersytetów), wyraźnie wskazują na globalną tendencję do adaptacji systemów edukacyjnych do nowej rzeczywistości. W obliczu dynamicznego rozwoju AI, kluczowe staje się nie tylko zrozumienie jej możliwości, ale także świadome kształtowanie umiejętności krytycznego myślenia i samodzielnego rozwiązywania problemów u przyszłych pokoleń programistów. To wyzwanie wymaga od instytucji edukacyjnych i samych nauczycieli ciągłego rozwoju i poszukiwania innowacyjnych rozwiązań, aby zapewnić absolwentom kompetencje niezbędne na rynku pracy zdominowanym przez sztuczną inteligencję.

Źródło: the-decoder.com