المرجع في الرابط: mdpi
نعرض في هذا المقال دراسة لUniversity of Maribor في سلوفينيا حول التأثير الدقيق لنماذج اللغات الكبيرة (LLMs) على نتائج تعلم الطلاب الجامعيين في تعليم البرمجة، مع تسليط الضوء على الاتجاه المقلق المتمثل في الاعتماد المفرط على نماذج اللغات الكبيرة (LLMs) في المهام التي تتطلب تفكيرًا نقديًا مكثفًا، مما قد يعيق تطوير مهارات البرمجة الأساسية، بينما مما يشير أيضًا إلى الجدوى المحتملة لاستخدام LLMs للحصول على تفسيرات إضافية كمورد تعليمي تكميلي.
في استمرار تطور الذكاء الاصطناعي (AI) والتعلم الآلي (ML)، ظهرت نماذج اللغات الكبيرة (LLMs) كأدوات تحويلية لها تطبيقات عبر مجالات مختلفة. ومن بين هذه المجالات، يبرز تعليم البرمجة باعتباره مجالًا توفر فيه دورات LLM مثل ChatGPT وCopilot للطلاب إمكانية الوصول إلى مستودعات واسعة من مقتطفات التعليمات البرمجية والتفسيرات والمساعدة في تصحيح الأخطاء. ومع ذلك، في حين أن الفوائد المحتملة للاستفادة من LLM في تعليم البرمجة واضحة، فمن الضروري فهم تأثيرها الدقيق على نتائج تعلم الطلاب.
تهدف هذه الدراسة إلى سد الفجوة في فهم تأثير الاستخدام غير الرسمي لLLM على نتائج تعلم طلاب المرحلة الجامعية في تعليم البرمجة. وقد صيغت أسئلة البحث والفرضيات التي توجه هذا البحث على النحو التالي:
ما هو التأثير الإجمالي لاستخدام LLM على الدرجات النهائية لطلاب المرحلة الجامعية في دورات البرمجة؟
الفرضية: يرتبط متوسط استخدام LLM في الدراسة بشكل سلبي مع الدرجات النهائية لطلاب البرمجة في المرحلة الجامعية.
كيف يؤثر استخدام LLMs لإنشاء التعليمات البرمجية والبحث عن تفسيرات إضافية وتصحيح الأخطاء بشكل خاص على الدرجات النهائية للطلاب الجامعيين في دورات البرمجة؟
الفرضيات:
تكشف نتائج هذه الدراسة عن أنماط متميزة فيما يتعلق بتكرار وطريقة استخدام LLMs، خاصة فيما يتعلق بتوليد التعليمات البرمجية، والبحث عن تفسيرات إضافية، وتصحيح الأخطاء. والجدير بالذكر أن هناك اتجاهًا مقلقًا فيما يتعلق بالاعتماد على LLM في إنشاء التعليمات البرمجية ومهام تصحيح الأخطاء، مما يظهر ارتباطًا سلبيًا كبيرًا بالدرجات النهائية. يشير هذا إلى أن الاعتماد المفرط على LLM في المهام التي تتطلب تفكيرًا نقديًا مكثفًا قد يعيق تطوير مهارات استكشاف الأخطاء وإصلاحها الأساسية لدى الطلاب. على العكس من ذلك، فإن استخدام LLM للحصول على تفسيرات إضافية يظهر ارتباطًا أقل وضوحًا مع الدرجات النهائية، مما يشير إلى جدواها المحتملة كمورد تعليمي تكميلي.
تؤكد الدراسة على أهمية اتباع نهج متوازن لدمج LLM في تعليم البرمجة. في حين أن LLMs يمكن أن تكون بمثابة أدوات قوية لتعزيز التعلم من خلال التفسيرات التكميلية، إلا أنه ينبغي النظر بعناية في دورها في المهام التي تتطلب تفكيرًا نقديًا مكثفًا لضمان أنها تزيد من تطوير مهارات البرمجة الأساسية بدلاً من تقويضها. هناك ما يبرر إجراء مزيد من البحث لاستكشاف الديناميكيات المحددة التي من خلالها تؤثر LLMs على عمليات التعلم ونتائجه، وتخصيص تجارب التعلم المعززة بالذكاء الاصطناعي لتناسب احتياجات الطلاب المتنوعة.
في الختام، توفر هذه الدراسة رؤى قيمة حول تأثير LLMs على تعليم البرمجة ونتائج تعلم الطلاب. ومن خلال تسليط الضوء على الحاجة إلى نهج متوازن لدمج LLM في الأطر التعليمية، يمكن للمعلمين تسخير إمكانات هذه الأدوات لدعم تعلم الطلاب مع ضمان تنمية كفاءات البرمجة الأساسية. يعد الاستكشاف المستمر وتحسين استراتيجيات تكامل LLM في تعليم البرمجة أمرًا بالغ الأهمية لتحسين تجارب التعلم وإعداد الطلاب لمتطلبات المشهد التكنولوجي المتطور.
