Das Jahr 2023 war bisher wirklich das Jahr der Veröffentlichungen von KI-Modellen (Künstliche Intelligenz). Überall wird über KI gesprochen, sei es im öffentlichen oder privaten Bereich des täglichen Lebens. Sei es chatgpt, die neuen KI-Suchoptionen von Bing oder so viele weitere Anwendungen und Websites, bei denen KI an Aufmerksamkeit gewonnen hat.
Kein Wunder, dass wir bei Code4SP auch darüber nachgedacht haben, wie KI das Coding verändern könnte und bereits tut. Wie wird sie die heutige und zukünftige Generation, die programmieren lernt oder lernen wird, verändern?
Wir recherchierten und fanden ein Papier, das von sechs Forschern aus Irland, den USA und Neuseeland verfasst wurde. Der Titel des Papiers lautet "Programming Is Hard - Or At Least It Used to Be: Educational Opportunities and Challenges of AI Code Generation". Sie können es hier abrufen:
https://dl.acm.org/doi/abs/10.1145/3545945.3569759 (letzter Zugriff: 30th
August 2023).
Das Papier soll einen Anstoß geben, um die Diskussion über KI in der EDV-Ausbildungsgemeinschaft zu eröffnen und darauf hinzuweisen, wie wichtig es ist, dass die EDV-Ausbildungsgemeinschaft schnell handelt. Der Einsatz von KI zur Programmierung ist bereits möglich und kann attraktiv sein. Diese KI-Tools bieten jedoch zahlreiche Chancen und Herausforderungen. Chancen können darin bestehen, dass die KI-Modelle im Bereich der Computerausbildung eine Hilfe für Studenten sein können, die das Programmieren lernen. Eine Herausforderung kann der angemessene Einsatz dieser KI-Tools in der Ausbildung sein. Die wichtigsten von den Autoren erkannten Chancen sind Codelösungen für das Lernen, die Erstellung von Lernressourcen und neue pädagogische Ansätze. Die wichtigsten genannten Herausforderungen sind: Ethische Fragen, Voreingenommenheit und schlechte Gewohnheiten sowie übermäßige Abhängigkeit. Nachfolgend eine Tabelle, in der wir die Kapitel und Unterkapitel zusammengestellt haben, die sich mit den in dem Papier genannten Chancen und Herausforderungen befassen.
Überblick über die von den Autoren genannten Chancen und Herausforderungen | |
MÖGLICHKEITEN | HERAUSFORDERUNGEN |
|
|
Code-Lösungen für das Lernen | Ethische Fragen |
· Exemplarische Lösungen · Vielfalt der Lösungen · Code-Überprüfung von Lösungen | · Akademisches Fehlverhalten · Zuschreibung · Wiederverwendung und Lizenzierung von Code · Nachhaltigkeit (-> hoher Energieverbrauch für das Trainieren von KI-Modellen und deren Nutzung) |
Produktion von Lernressourcen | Vorurteile und schlechte Gewohnheiten |
· Erzeugung von Übungen · Erläuterungen zum Code · IAnschauliche Beispiele | · Angemessenheit für Anfänger · Schädliche Vorurteile · Sicherheit |
Neue pädagogische Ansätze | Übermäßiges Vertrauen |
· Algorithmische Konzepte klar erläutern · Die Schreibblockade eines Programmierers überwinden · Überwindung traditioneller Hindernisse | · Verstärkung von Verhaltensweisen, die das Lernen behindern |
Brett A. Becker, Paul Denny, James Finnie-Ansley, Andrew Luxton-Reilly, James Prather, and Eddie Antonio Santos. 2023. Programming Is Hard - Or at Least It Used to Be: Educational Opportunities and Challenges of AI Code Generation. In Proceedings of the 54th ACM Technical Symposium on Computer Science Education V. 1 (SIGCSE 2023). Association for Computing Machinery, New York, NY, USA, 500–506. https://doi.org/10.1145/3545945.3569759