Как пишет UC Berkeley, Джон ДеНеро обсуждает использование инструментов искусственного интеллекта в образовании по вычислительным наукам на встрече выпускников UC Berkeley 9 октября 2026 года. ДеНеро, преподаватель в кафедре электротехники и вычислительных наук и директор по педагогике программы бакалавриата по данным, делится своим опытом разработки учебных планов и образовательных инструментов для студентов компьютерных и данных наук. Он получил награду Fiat Lux Faculty Award в этом году за свои достижения в разработке образовательных программ мирового класса, включая соучредительство одного из лучших бакалавриатов по данным, который в настоящее время является крупнейшей специальностью в UC Berkeley по числу студентов. ДеНеро отметил, что использование ИИ в образовании не всегда положительно. Он сказал: «Сначала может показаться, что ситуация не очень хорошая, поскольку реальность использования ИИ в образовании пока не столь позитивна». Он также упомянул недавние новости о том, что OpenAI утверждает, что решил сотни математических задач, что заставляет математиков и компьютерных ученых задуматься о роли человека в их областях. «Темпы прогресса и задачи, над которыми люди работают, меняются очень быстро», — добавил он. ДеНеро поставил вопрос: «Разве ИИ не может делать это за нас сейчас?» и ответил: «На данный момент определенно нет. Существует огромная ценность в развитии человеческой компетенции и понимания в вычислениях». Он сослался на исследование Anthropic 2026 года, в котором было установлено, что коэффициенты успеха сессий Claude Code варьировались от 39% для новичков до 65% для экспертов. «Человеческая компетенция по-прежнему является огромным преимуществом, и мы также наблюдали, что студенты используют ИИ по-разному в зависимости от их уровня знаний», — отметил он. По словам ДеНеро, необходима человеческая оценка ИИ. Каждая компания, занимающаяся разработкой ИИ, «пытается понять, решает ли какой-либо ИИ-инструмент проблему, которую он должен решать, и это в значительной степени человеческая деятельность. Существуют множество попыток заставить ИИ оценивать себя, и они пока не работают». Далее он обсудил, как студенты должны учиться компьютерным наукам, подчеркивая важность выполнения домашней работы. «Они должны делать свои задания, потому что именно так они получают практику в использовании того, что они изучают из учебников или лекций», — сказал он. ДеНеро также отметил, что домашняя работа выполняет несколько функций, включая практику применения техник и концепций, открытие новых способов их применения и помощь студентам в оценке своих возможностей. «Когда студенты просят ИИ объяснить, как выполнить их домашнюю работу — и это обычно включает в себя ответы на их задания — они могут чувствовать, что учатся, потому что теперь они знают ответы и имеют объяснение», — сказал он. «Это кажется очень продуктивным, но я не думаю, что это действительно работает. Я не думаю, что это дает им практику, помогает открывать, как вещи применяются, и, безусловно, не помогает оценить свои возможности». Обсуждая, как инструменты ИИ могут поддерживать обучение, ДеНеро упомянул несколько ранних примеров инструментов ИИ для репетиторства, разработанных в 2023 году в UC Berkeley, Гарвардском университете и Khan Academy. «Идея заключалась в том, чтобы создать ИИ, который не будет выдавать ответы, но будет направлять студентов к их ошибкам», — сказал он. «Все еще нужны люди для написания задач, но ИИ может предоставлять индивидуализированную обратную связь студентам, когда они выполняют задания, которые назначил профессор». В качестве примера ДеНеро обобщил результаты работы 61A Bot, интерактивного ИИ-помощника, разработанного командой из Berkeley и внедренного в курс CS 61A в качестве персонализированного репетитора по домашним заданиям. «Система ИИ объясняла, почему их ответ был неправильным, не просто указывая, что было не так, но и концептуально объясняя, что они сделали неправильно и что им нужно сделать дальше, чтобы решить проблему», — сказал он. Он описал несколько других вмешательств, которые исследователи компьютерного образования Berkeley изучают в связи с использованием инструментов ИИ для улучшения обучения как в классе, так и вне его. Например, студентов теперь опрашивают о их ответах каждый раз, когда они правильно выполняют домашнее задание. В конце своего выступления ДеНеро ответил на несколько вопросов от участников. Последним выступил Макс Нгуен, студент, специализирующийся на электротехнике и вычислительной технике, который в этом семестре изучает курс CS 61A. Он поблагодарил ДеНеро и сообщил аудитории, что смог применить подход ИИ-репетитора из этого курса, чтобы помочь себе в классе прикладной математики. «С тех пор, как я начал использовать подход «интервьюирующего помощника» в своем классе прикладной математики, мое понимание задач значительно возросло», — сказал Нгуен. ДеНеро ответил с радостью и восклицанием «да!» с подиума. Материал подготовлен нейросетью на основе оригинальной публикации. ИИ может ошибаться в деталях (цифры, имена, даты, цитаты) — для важной информации сверяйтесь с первоисточником.