A Berkeley szerint az AI nem válthatja ki a számítástechnikai tudást
A mesterséges intelligencia használata mellett is alapvető marad a számítástechnikai tudás és a gyakorlás, mondta John DeNero, a UC Berkeley oktatója. Szerinte az AI-eszközök akkor segítik leginkább a hallgatókat, ha nem kész válaszokat adnak, hanem a hibák felismerését támogatják.
- A Claude Code sikerességi aránya az Anthropic 2026-os tanulmánya szerint 39 százalék volt kezdő és 65 százalék szakértő felhasználóknál.
- John DeNero szerint az AI használatához továbbra is szükség van emberi számítástechnikai tudásra.
- A Berkeley 61A Botja a hibák magyarázatával és következő lépések javaslatával segíti a hallgatókat.
- Az egyetem kutatói olyan AI-eszközöket vizsgálnak, amelyek kész válaszok helyett a tanulást és az önálló gondolkodást támogatják.
Az AI teljesítménye a felhasználó tudásától is függ
John DeNero, a UC Berkeley villamosmérnöki és számítástechnikai tanszékének oktatója, valamint az adattudományi alapképzés pedagógiai igazgatója október 9-én, a Berkeley Homecoming rendezvényén beszélt arról, hogyan használják az AI-eszközöket az oktatásban. Az eseményen hallgatók, szülők és korábbi diákok vettek részt.
DeNero szerint az AI oktatási alkalmazása jelenleg nem minden szempontból pozitív. Az előadásán egy 2026-os Anthropic-tanulmányt is idézett, amely szerint a Claude Code munkameneteinek sikerességi aránya a kezdő felhasználóknál 39 százalék, a szakértőknél pedig 65 százalék volt. A különbség szerinte azt mutatja, hogy az emberi kompetencia továbbra is jelentős előnyt jelent.
Az oktató úgy látja, hogy a szoftvert korábban is készítő hallgatók alaposabban vizsgálják az AI terveit és az általa előállított kódot. Emellett pontosabb utasításokat adnak arról is, hogyan kellene módosítani az eredményt. DeNero szerint az AI által adott válaszok emberi értékelése szintén szükséges, mivel az önmagát ellenőrző AI-rendszerekre tett kísérletek egyelőre nem működnek megfelelően.
A programozást gyakorlással kell megtanulni
DeNero szerint a számítástechnika elsajátításához a hallgatóknak el kell végezniük a házi feladatokat. Ezek során gyakorolhatják a tankönyvből vagy az előadásokból megismert módszereket és fogalmakat, új alkalmazási lehetőségeket fedezhetnek fel, valamint felmérhetik saját tudásukat.
Az oktató a zongoratanuláshoz hasonlította a folyamatot: ahogy a zongorázáshoz gyakorlásra van szükség, a számítástechnikai tudás megszerzéséhez is el kell végezni a feladatokat. Szerinte amikor a hallgatók AI-t kérnek meg a házi feladatuk magyarázatára, az gyakran a válasz közlését is jelenti. Ez ugyan produktívnak tűnhet, de DeNero szerint nem biztosít valódi gyakorlást, nem segít megérteni a módszerek alkalmazását, és nem mutatja meg a tanulóknak, mire képesek önállóan.
A Berkeley személyre szabott AI-tutorokat fejleszt
Az AI oktatási támogatására DeNero olyan korai eszközöket említett, amelyeket 2023-ban külön fejlesztett a UC Berkeley, a Harvard Egyetem és a Khan Academy. Ezek célja az volt, hogy a rendszer ne adja meg közvetlenül a választ, hanem a hallgatót a hibája felismeréséhez vezesse. A feladatokat továbbra is emberek írják, az AI viszont személyre szabott visszajelzést adhat a megoldás közben.
DeNero példaként a Berkeley csapata által fejlesztett 61A Botot mutatta be. A CS 61A kurzusban használt interaktív AI-asszisztens személyre szabott házi feladat-tutorként működik. Nemcsak megjelöli, hogy mi volt hibás a válaszban, hanem elmagyarázza a fogalmi tévedést és azt is, milyen következő lépéssel oldható meg a feladat.
A Berkeley kutatói további módszereket is vizsgálnak. Az egyik újabb megközelítésben a hallgatókat minden helyesen megoldott házi feladat után kikérdezik a válaszukról. A módszer gyakorlati értékét Max Nguyen, a villamos- és számítástechnikai mérnöki szakon tanuló hallgató is kiemelte. Elmondása szerint az alkalmazott matematika óráján is használta az úgynevezett interjúztató asszisztens megközelítését, és javult a feladatok megértése.
Berkeley CDSS: How AI is transforming computing education at UC Berkeley
