Ensuring Computer Science Learning in the AI Era: Open Generative AI Policies and Assignment-Driven Written Quizzes
Dit artikel stelt een beoordelingsmodel voor en valideert preliminair een beoordelingsmodel voor computer science-cursussen op gevorderd niveau dat het gebruik van generatieve AI voor huiswerk-programmeeropdrachten toestaat terwijl het beheersing door studenten waarborgt via zwaar gewogen, opdrachtgestuurde schriftelijke toetsen, waarbij geen significante correlatie tussen AI-gebruik en academische prestaties onder dit kader werd gevonden.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je een computerwetenschapsklas voor waar studenten leren om complexe machines te bouwen. Traditioneel zou de docent zeggen: "Ga naar huis, bouw deze machine vanaf nul en neem hem morgen mee terug." De angst bij nieuwe AI-tools is dat studenten simpelweg de AI zullen vragen om de machine voor hen te bouwen, deze zullen inleveren en een 'A' zullen halen zonder ooit te hebben geleerd hoe de tandwielen daadwerkelijk draaien. Dit wordt "cognitieve offloading" genoemd — het laten doen van het denkwerk door een robot, zodat jouw brein dat niet hoeft te doen.
Dit artikel beschrijft een slimme nieuwe manier om dit probleem aan te pakken, die de auteur "Open and Verify" (Open en Verifieer) noemt.
De Nieuwe Strategie: De "Kookles" Analogie
Denk aan de klas als een kookschool.
- De Oude Manier: De docent zegt: "Ga naar huis en bak een taart. Neem hem morgen mee." Als een student een taart bij een bakkerij koopt en beweert dat hij de taart zelf heeft gebakken, zal de docent dat misschien nooit weten.
- De "Verbod" Manier: De docent zegt: "Geen taarten uit de winkel toegestaan!" Maar in het tijdperk van AI is dit als het proberen te verbieden van ovens; het is onmogelijk om studenten te stoppen met het gebruiken van de middelen die tot hun beschikking staan.
- De "Open and Verify" Manier (De oplossing van dit artikel): De docent zegt: "Je mag een receptenboek gebruiken, een sous-chef, of zelfs een robot om je thuis te helpen bij het bakken van de taart. MAAR, wanneer je in de klas komt, moet je direct een test afleggen waarbij je precies moet uitleggen hoe de taart is gemaakt, waarom je die ingrediënten hebt gebruikt, en ter plekke een defect deel van het recept moet repareren."
In deze studie is de "taart" een programmeeropdracht, en de "robot" is Generatieve AI (GenAI).
Hoe het in de studie werkte
De professor aan de Lawrence Technological University probeerde dit uit met een kleine groep van 14 gevorderde studenten. Dit is het recept dat zij gebruikten:
- De Opdracht (De Taart voor Thuis): Studenten mochten AI gebruiken om code te schrijven voor hun huiswerk. Ze moesten zelfs een "disclaimer" invullen waarin ze aangaven hoeveel hulp ze van de AI hadden gekregen (bijv. "Ik heb AI gebruikt voor 50% van deze code").
- De Twist (Het Gewicht): Het huiswerk zelf leverde heel weinig punten op (slechts 2%).
- De Echte Test (De Quiz in de Klas): Direct nadat het huiswerk was ingeleverd, maakten de studenten een schriftelijke, open-boek quiz in de klas. Deze quiz was veel meer waard (5% of 10%).
- De quizvragen gingen rechtstreeks over het huiswerk dat ze net hadden ingeleverd.
- Ze moesten de code uitleggen, ontbrekende regels invullen, of voorspellen wat de code zou doen.
- Het Doel: Als je AI gebruikte om de code te schrijven maar het niet begreep, zou je de quiz niet halen. Als je het wel begreep, zou je een uitstekend cijfer halen.
Wat hebben ze gevonden?
De onderzoekers wilden weten: Maakt het gebruik van AI studenten dommer, of helpt het hen juist?
Ze bekeken de gegevens en vonden verrassende resultaten:
- Geen Verbinding: Er was bijna geen verband tussen hoeveel AI een student gebruikte en hoe goed ze presteerden in de klas. Of een student nu AI gebruikte voor 10% van zijn werk of 90%, het eindcijfer was ongeveer hetzelfde.
- De "Midden" Valstrik: Opvallend genoeg scoorden studenten die een matige hoeveelheid AI gebruikten (25–50%) iets lager dan degenen die er heel weinig of heel veel van gebruikten. De auteur suggereert dat deze "midden"-studenten misschien te lui waren om de code zelf te schrijven, maar niet vaardig genoeg waren in het "prompten" van de AI om goede resultaten te krijgen. Ze zaten ergens in het midden vast.
- Feedback van Studenten: De studenten waren enthousiast. Ze zeiden dat de quizzen hen dwongen om de code die de AI geschreven had echt te lezen en te begrijpen, in plaats het simpelweg blindelings in te leveren. Ze voelden zich minder gestrest omdat ze AI konden gebruiken om te helpen, maar de quizzen zorgden ervoor dat ze ook echt de stof leerden.
De Kern van het Verhaal
Het artikel concludeert dat je AI niet hoeft te verbieden om het leren van studenten te waarborgen.
Als je studenten de AI laat doen voor het "zware werk" van het schrijven van code, maar hen vervolgens direct test op hun eigen begrip van die code, leren ze nog steeds de concepten. Het is alsof je een student een rekenmachine laat gebruiken voor wiskunde-huiswerk, maar hen daarna een probleem op het bord laat oplossen zonder rekenmachine om te bewijzen dat ze de wiskunde beheersen.
De Kanttekening: De auteur geeft toe dat deze studie klein was (slechts 14 studenten), dus het is meer een "proof of concept" dan een definitief antwoord. Bovendien creëert het meer werk voor de docent, die deze extra quizzen moet ontwerpen en nakijken. Maar voor nu suggereert het dat met de juiste "Open and Verify"-regels, AI een nuttig hulpmiddel kan zijn in plaats van een methode om te spieken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.