Challenges of Programming Courses due to Advanced AI Progress
資工系程式設計的課程受到 AI 的強烈影響，我這邊主要處理的做法就是斷網上機考。平時成績與上機考成績調到適當的比例後，希望同學可以藉助 AI 的協助完成作業，然後因為斷網上機考不得不實質了解作業程式碼的原理，因而必須能夠 coding from scratch. 當今很多學問早已相當完備，有一套設計好的流程，跟著流程去學習就能夠掌握。學習本身需要思考、理解、還有接受。必須經歷這個過程，身心去吸收後才是屬於自己的。所以學生說，「有了 AI 我們何必要學這些東西」，這是不正確的。「學習」跟「應用」是兩回事。就像數學系的課程內容講了很多古早的理論結果甚至是推導過程，我們仍然要經歷這個過程（比古人更有效率），得到這個素養，然後我們才真的成長，未來可以運用所學。 我相信有不少人還是排斥 AI，我們也的確不能完全相信 AI。但它的確在某些領域做了大幅度加速。朋友說，現在審稿舒服多了，至少英文都很通順。要產生一篇論文相較從前快速許多。看看這兩年來驚人成長的研討會稿件數量，至少我們可以很肯定地說，如何運用 AI 對於某些研究領域變得特別重要，不然怎麼比得上別人？他們比我們聰明又可以更快速地產出論文。不會用 AI 可能導致輸更慘。 另外一方面，我觀察到一些比較理論的領域，研討會稿件數量並未明顯增加。可以想見 AI 的推論模型還沒有辦法攻克這些領域。對我來說，AI 的確可以幫助一些初期想法的驗證甚至是實驗設計，最終要做推論的時候就沒辦法那麼快。至少，我們人類擔當作者還是要負責結果的正確性。 總之，我們應當跟學生說，絕對不能過度仰賴 AI，作業要儘量自己先寫寫，可以把 AI 當工具或是學習的輔助系統，試著讓它幫忙「增強」我們的所學。另一方面，也要學習如何使用 AI 完成各種工作。這一點至少對於我而言都還是很新甚至是很困難的事情，目前可以使用的工具真的太多了。所以說有了 AI 人類真的變得更輕鬆嗎？對於 computer science 的人可能未必喔，要學的更多了。只希望至少學的過程中也可以吃到 AI 的紅利，而且基礎一定要紮實才有辦法這樣。
