Как профессор компьютерных наук с более чем 20-летним опытом работы в 4 разных университетах, я заметил, что первоначальные реакции на ChatGPT часто включают панику и подавление. Появление ChatGPT в обучении программированию имеет свою долю ловушек, но, наоборот, если мы воспользуемся этим инструментом, возможности для более глубокого и прикладного обучения будут обширны. В моей области, Comp Sci, возражение против генеративного ИИ может показаться в лучшем случае тяжелой битвой.
Итак, если мы придерживаемся интегративного подхода к обучению сChatGPT, а не без него, вот 5 стратегий, которые могут помочь.
Стратегия 1. Включите взаимодействие ChatGPT в задания
Разработайте свои оценки, чтобы включить запросы ChatGPT от студентов. Сила использования генеративного ИИ заключается в возможности задавать правильные вопросы и желательно последовательно. Одна из «новых» профессий с ChatGPT — «Инженер-подсказчик». Более глубокие вопросы вызывают более глубокие ответы. Если вы попросите студента написать код для решения конкретной задачи (например, найти наибольшее число из 3 входных данных), для генерации ответа в ChatGPT потребуется всего один вопрос — это слишком просто. Проблемы с назначением должны быть более сложными — например, проблемы с оптимизацией кода. Дайте учащемуся «задачу по оптимизации кодирования» с каким-нибудь плохо спроектированным кодом — потребуется более 1 шага (более одного вопроса к модели ИИ), чтобы найти оптимальное решение.
Стратегия 2. Создание чат-ботов
В моде персонализированные чат-боты с ChatGPT — попросите студентов разработать чат-ботов, адаптированных к конкретным параметрам задания. Для начала инструктор может создать чат-бота для конкретного курса (или программы) в качестве модели — чтобы отвечать на часто задаваемые вопросы, предоставлять отзывы, генерировать проблемы с кодированием, создавать и оценивать тесты, а также помогать с отладкой. Используя это в качестве справки, учащиеся могут создать более простой чат-бот на основе подмножества знаний. Все это можно сделать с помощью ChatGPT и языка программирования, такого как Python. Отправной точкой могут быть такие библиотеки, как TensorFlow или PyTorch. ChatGPT значительно упрощает этот процесс.
Стратегия 3. Создание интерактивных игр/симуляций
Одной из великих возможностей ChatGPT является его способность отвечать на более подробные вопросы о кодировании, адаптированные к конкретному решению. Если вы пройдете процесс создания кода, то эти игры можно будет запрограммировать на Python, используя различные библиотеки и инструменты, такие как NLTK (Natural Language Toolkit) для обработки текста, Pygame для создания игровых интерфейсов и Flask для веб-разработки.
Стратегия 4. Обучайте ChatGPT как лаборанта
После создания простого чат-бота в качестве модели следующим логическим шагом будет расширение возможностей вашей модели. Этот шаг — отличная возможность для профессионального развития (PD). Он требует больше времени и усилий, чем чат-бот, но подумайте о преимуществах, когда будут достигнуты результаты. Одна из замечательных возможностей генеративного ИИ в таких ситуациях заключается в том, что он может быстро и легко выполнять повторяющиеся задачи. Полезные приложения могут включать в себя создание персонализированных учебных материалов, которые лучше соответствуют потребностям учащихся в обучении.
Стратегия 5. Оптимизация проектов Capstone
Недавно я участвовал в создании основной учебной программы для программы на получение степени в области интегрированных инноваций. Проект Capstone включает в себя демонстрацию всех навыков, полученных во время учебы в бакалавриате — организация и управление студенческими проектами в этой области требует большой работы. Большим преимуществом, которое я вижу здесь, является то, что профессора могут назначать проекты Capstone, которые требуют от студентов проектирования, разработки и управления инструментами на основе ИИ, которые используют ChatGPT для управления и демонстрации своих знаний и навыков в этой области.
Подводя итог…
Как и в любой новой и новой области, здесь есть проблемы и препятствия, которые необходимо тщательно учитывать и преодолевать. Крайне важно найти баланс между использованием инноваций, основанных на искусственном интеллекте, и сохранением сути очного обучения в такой области, как информатика. Как мы все знаем из недавних ограничений, любой переход отказ от очного обучения должен быть тщательно продуман. Только тогда мы сможем обеспечить будущее, использующее генеративный ИИ, технологически продвинутое и этически обоснованное.
Прежде чем вы уйдете…Если вы хотите начать писать на Medium самостоятельно и пассивно зарабатывать деньги, вам нужно всего лишь членство за 5 долларов в месяц. Если вы зарегистрируетесь по моей ссылке, вы поддержите меня частью вашего членского взноса без дополнительных затрат.
Если вам интересно, вот ссылка на другие статьи, которые я написал. Есть статьи о Python, генеративном ИИ, жизни экспатов, обучении марафону, путешествиях и многом другом!
