用 AI 和不用 AI 学习编码，区别在于……

如今，像 ChatGPT 这样的工具能解决许多编程入门任务。通常情况下，你只需简单地复制粘贴指令，就能得到详细的解决方案和解释，无需再做其他事情。
  然而，这引起了很多关于用 AI 生成代码的 LLM 是否会影响编程教育效果的讨论。教育工作者担心学生会过度依赖 AI 工具，无法有效地学习；反之，这些工具也可能降低编程门槛，甚至扩大人们对计算机的参与！
  为了了解其中到底发生了什么，我们有两个基本问题：
  （1）在编程入门课程中，AI 代码生成器对新手有什么影响？
  （2）新手如何在入门编程课程中用 AI 代码生成器？

一、研究方法

  为了回答这些问题，我们在 2022 年 8 月对 69 名没有 Python 编程经验的学生（10-17 岁）进行了 10 节课的对照研究。在第一节课上，我们用 Scratch 向学生传授了编程的基本概念，如变量、条件和循环。然后，立即用 25 个 Scratch 代码跟踪问题对这些学生的高级计算思维能力进行评估。
  在接下来的 7 节课中，学生被分成两组：Baseline 组和 Codex 组。在这 7 节课中，两组学生都使用为本次研究开发的工具 Coding Steps 完成了 45 个由两部分组成的任务。Coding Steps 包含了对新手友好的文档，并允许远程助教对学生提交的任务提供实时反馈。每个任务的第一部分是代码编写任务，学生必须根据提供的说明编写代码；第二部分是代码修改任务，学生必须根据额外要求修改前一部分的正确解决方案。在代码编写任务中，Codex 组的学生只能选择使用 LLM 代码生成器。

该代码生成器基于 OpenAI Codex，学生只需输入用自然语言描述的程序，它即可将其转换为 Python 代码。
  最后两节课的重点是评估学生的表现，在这两节课中，学生无法使用 Codex 或其他 AI 辅助工具。共有两个评估环节，都包含 10 个编码任务和 40 道选择题。第一次评估测试是在七节培训课后一天进行的，第二次测试是在一周后进行的，使用的是稍作修改的类似任务。


  

二、有 AI 和没有 AI 的学习表现

  首先，我们来看看前 7 次课的培训结果：
  

• 在前 7 次培训中，Codex 组的学生取得了更大的进步，完成任务的比例（91%）明显高于 Baseline 组（79%）。
• 在代码编写任务中，Codex 组学生的正确率（80%）明显高于 Baseline 组（44%），并且总体上完成任务的速度明显更快。
• 不过，在代码修改任务中，两组学生的正确率表现相似，Codex 组（66%）略高于 Baseline 组（58%）。
• 某种程度上来说，前两个结果属于意料之中，但他们在代码修改任务上平分秋色的表现真令人欣慰！Codex 组的学生在很大程度上依赖 AI 来完成代码修改任务，但表现得几乎一样好，甚至在某些情况下还优于 Baseline 组。
  

  接着，让我们来看看最后两节课的测试评估结果：
  

• 在培训课程结束一天后进行的即时测试中，两组在编码任务（Codex：61%，Baseline：63%）和多项选择题（Codex：49%，Baseline：42%）上的表现差异不大。
• 在一周后进行的测试中，Codex 组在编码任务（Codex：59%，Baseline：50%）和多项选择题（Codex：44%，Baseline：35%）上的表现显然更好。
• 针对在 Scratch 预测试中成绩较高的前 50%学生，使用 Codex 的学生的成绩（74%）明显优于 Baseline 组（60%）。
• 此外，Codex 组的学生更渴望继续学习编程，在培训期间感到的压力和气馁也少得多。
  

  

三、使用 AI 学习：过度依赖与自我调节

  此外，我们还对 Codex 组学生在七次培训中用 AI 代码生成器的 1666 次使用情况进行了专题分析。我们重点分析了他们如何使用工具、用了哪些提示，以及如何验证和使用 AI 生成的代码。基于此，我们发现了各种过度依赖和自我调节的迹象，下面将对此进行讨论：
  

• 学生经常（n=501，30%）直接复制任务描述来生成整个代码，事先并未尝试过手动编码。（✕）
• 有时（n=197，12%），学生会将任务分为多个子目标，要求 AI 只生成第一个子目标而不是整个任务。（✓）
• 当把任务分解为多个子目标时，学生有时（n=85，5%）会要求使用编辑器中已有的代码。（✕）
• 虽然比较少见（n=16，1%），但有时学生会在有了解决方案后再生成代码，以检查和比较 AI 的输出与自己的解决方案。（✓）
• 学生偶尔（n=89，5%）会写出类似伪代码的提示（例如“对于数字中的 num，如果 num > large，则将 large 设为 num”）。（✓）
• 虽然大多数情况下，学生在提交前都会对 AI 生成的代码进行适当测试，但也有几个学生（n=63，4%）在提交 AI 代码时没有进行测试。（✕）
• 虽然很少，但有时（n=30，2%）学生会主动优化 AI 生成的代码，以正确理解语法和逻辑。（✓）
• 同样，有时学生会在 AI 生成的代码中手动添加代码（如“print”语句），帮助他们验证代码的正确性。（✓）
  

  最后，我们认为未来的 AI 工具设计者和教育者，应该促进人们对 LLM 代码生成器的合理调节使用，同时阻止上述不规范的使用方法。