近日，美国人工智能教诲研究非营利机构TeachAI 联合打算机科学西席协会（CSTA）发布了《人工智能时期打算机科学教诲未来指南》（以下简称“指南”），个中明确提出：“在人工智能时期，打算机科学比以往任何时候都更加主要。
”

“指南”以问题为导向，剖析了三大方面，包括：

1)为什么学生学习编程仍旧很主要？

2)打算机科学教诲者如何利用人工智能进行传授教化以及讲授人工智能干系知识？

3)学生如何成为人工智能的批驳性消费者和负任务的创造者？

值得把稳的是，指南还提到，编程仅仅是打算机科学的一个方面。
纵然编程变得过期，根本的打算机科学体验仍旧是至关主要的。

这份指南包括了一项对364名西席的调查，并展示了如何培养人工智能素养，它供应了其他学科可以效仿的示例。

TeachAI 在指南中提到，“编程”与“编码”可以互换利用，并且包括软件开拓的各个方面。
在指南中，编程被定义为一个创造性的过程，涉及设计、编写、测试和掩护代码以实行特定功能和解决问题。

指南强调，只管天生式人工智能（Gen AI）工具能够编写代码，但学习编程对付发展观点理解、主动性以及利用AI工具有效性、评估和修正AI天生的代码、理解编程的更广泛背景和影响所必需的方向仍旧至关主要。
编程产生的不仅仅是代码，它鼓励创造力、批驳性思维和协作，并为学习打算机科学（CS）的学科奠定了根本。
AI可能会增强学习，但无法取代通过学习编程得到的理解和技能。

Gen AI工具强调了对编程根本知识的理解和欣赏这些工具的必要性，而不是降落学习编程的主要性。
正如学生在学习代数或微积分之前必须节制“数感”（对数字的观点理解及其相互关系和联系的理解）一样，他们在这个AI赞助编程的新时期中要想取获胜利也须要培养“编程感”（Johnson, 2024）。

所谓“编程感”或者“编程意识”是指支持有效调试的能力、优化性能，并理解代码在系统中的更广泛背景。

在我的视野中，孩子给打算机编程，在这样做的过程中，不仅得到了对最当代和最强大的技能之一的掌控感，而且与来自科学、数学以及智力模型建构艺术中的一些最深刻思想建立了亲密的联系。
——西摩·帕普特，《心智风暴：儿童、打算机与强大思想》，1980年，第5页

随着天生式人工智能的迸发，当下有一些人产生了以下四大误解：

误解1：AI编码工具产生编程知识，编程技能是不必要的；

误解2：学生不须要学习编程 ，由于人工智能可以准确而独立地做到这一点；

误解3：学生不须要学习编程，由于人工智能将取代所有的编程事情。

误解4：学习编程的唯一目的是生产项目；现在，人工智能可以为我们做到这一点。

实际上：

第一，为了最大化人工智能工具的代价和效果，开拓者须要知道如何构建有效的提示、改进和要求（Kirova等人，2024年）。
学习编程不仅仅是学习编程措辞的语法，它为学生供应了理解编程逻辑、练习办理问题以及发展对算法和数据构造的理解的机会。
这些知识对付有效辅导人工智能工具是必要的。

例如，早期研究对10至17岁的新手利用代码天生器的研究表明，那些编程流利度更高的人从工具中获益更多。
这表明人工智能工具在增强而非取代编程知识和技能方面最为有效（Kazemitabaar等人，2023年）。

第二，只管天生式人工智能（Gen AI）工具正在改进，但它们被知道会建议不准确的代码，包含安全漏洞和偏见，或者与用户的意图不一致。
2023年对三种盛行的代码天生器进行的研究创造，它们在31%到65%的韶光里产生了精确的代码（Yetiştiren等人，2023年）。

另一项研究表明，人类和人工智能配对在批驳代码方面比单独任何一方都更有效。
学习编程为发展代码意识和打算思维技能奠定了根本，这些技能须要评估、调试、修正并将AI天生的代码置于更大程序的高下文中。

第三，天生式人工智能（Gen AI）在事情场所的快速遍及正在改变编程实践，但并没有肃清对人类的需求。
学习编程正在从专注于代码天生转向更多地关注代码阅读、评估、调试和重构。
（Kirova等人，2024年）。

人类的创造力和领域专业知识一贯是并且将连续是编程中的关键。
创造力推动了创新性的问题办理、直不雅观的用户界面设计和功能开拓，而领域专业知识确保办理方案的准确性、干系性，并针对特定的用例。
它们共同使得能够创建既符合技能需求又知足情境需求的强大、用户友好的程序。

第四，编程不仅仅是将指令翻译成编程措辞；它涉及探索需求、编写规范以及测试、调试和剖析代码。
学习编程为学生供应了一个平台，用于协作办理问题、创造性表达，并在创造新事物中创造乐趣（Kafai等人，2015年）。

人工智能可以编码，但编程不仅仅是代码。
当学生一起事情时，他们可能创造不仅更随意马虎接管新观点和词汇，而且还能够表达他们的好奇心和激情亲切。
研究表明，结对编程可以提高打算机科学领域学生，特殊是一些代表性不敷群体的保留率。

可以说，天生式人工智能（Gen AI）编码工具正在迅速改进，以帮助软件工程师通过肃清重复性任务、供应代码建议，乃至将代码从一种编程措辞翻译成另一种（Stryker，2024）。
只管行业专业人士将连续适应这些创新，但学习编程的学生须要建立理解这些不断发展工具背后的根本、持久观点的能力，以便适当地利用它们。

指南总结：“人工智能不会取代程序员的需求。
它须要人类的创造力和领域专业知识。
人类的创造力和领域专业知识一贯是并且将连续是编程中的关键。
”

此外，学习编程只是学习打算机科学（CS）的一个方面。
例如，CSTA K12标准还包括理解打算机如何事情、信息如何通过互联网发送、数据如何网络和剖析，以及技能如何影响社会。

纵然编程变得过期，根本的打算机科学体验仍旧是至关主要的，由于打算机科学可以：

1）推动多个领域的创新，如数据科学或打算生物学；

2）办理追求高档教诲打算机科学过程中的文化和构造性障碍；

3）扩大得到高薪、高满意度事情的机会；

4）促进浩瀚领域的更大多样性（Lewis, 2017）。

指南指出，打算机科学（CS）是学生探索人工智能的益处、局限性和社会影响的天然环境，打算机科学西席普遍希望得到专业发展，以有效促进这些学习机会。
许多西席已经在打算机科学的背景下利用和教授有关人工智能的知识，以强调打算思维，揭开人工智能的神秘面纱，并使学生能够负任务地利用人工智能工具。

《人工智能时期的打算机科学教诲指南》是基于2024年5月由打算机科学西席协会（CSTA）和TeachAI进行的一项针对打算机科学西席的调查（调查工具为364名西席，个中24%为小学西席，76%为中学西席，12%为国际西席）所供应的信息。

在调研的364名打算机西席中，85%老师认为学生在入门课程要学习关于人工智能；48%老师以为自己有能力教授人工智能，88%的西席认为从专业发展到学习如何利用和教授人工智能将让他们从中受益，79%的西席应更新课程内容和课程标准强调人工智能。

在打算机科学课程中，学生目前学习了多少关于人工智能的内容？

根据调研的情形，学生学习人工智能内容的时长并不算多，学了3-5个小时的不到30%。

西席们指出，像算法这样的根本打算机科学观点帮助学生培养理解决问题的技能和对社会影响的认识，这些是批驳性地利用人工智能工具和负任务地与它们一起创造所必需的。

关于人工智能的教室活动可以磋商以下主题：

底层编程和算法观点

常见用场

局限性

对社会的伦理利用和影响（Lee & Kwon，2024年）

更主要的是，诸如算法、分类器、自然措辞处理和人工智能的伦理问题等主题不仅在打算机科学教室中扩展，而且与以下领域干系：数学、措辞、生物和社会科学。

不过，在以往的打算机课程中，大多数老师只是阐明人工智能的基本观点，而指南认为，不仅要讲干系知识，还要传授教化生利用工具，将人工智能运用到生活之中。

在打算机科学教诲中，老师们对利用AI工具的意见不同，52%的人认为潜在的利益超过风险，43%的人认为风险亲睦处相称，5%的人认为风险超过潜在利益。

在老师们眼里，利用AI工具的风险包括：人工智能将代替学生思考；学生将过度依赖人工智能工具；学生将失落去基本技能；及AI工具可能输出的信息不准确。

不过，指南认为，这些担忧可以通过教授根本的编程技能和与批驳性利用人工智能工具来缓解。
这种方法确保学生将人工智能作为一个赞助工具利用，保持他们的办理问题的能力，并理解背后的逻辑。

此外，对付打算机西席本身来说，利用人工智能可以提高事情效率。

参与CSTA/TeachAI调查的西席报告说，他们利用人工智能以多种办法促进他们的事情，包括定制和完善课程操持；为须要更多寻衅或更多支持的学生供应差异化传授教化；以及组织思想、分解它们并重新阐明它们。
这些用场反响了通用人工智能（Gen AI）简化西席事情量的知识趣会。
在一个早期研究中，研究职员利用源代码提示代码天生器Codex天生新的编程练习。
他们创造，绝大多数是完备新颖的，并与当前的主题同等（Denny等人，2023年）。
除了节省西席的韶光，代码天生器可以从一个输入中创建的办理方案的多样性，可以为学生供应不同方法来办理同一问题的视野。

指南指出，教授学天生为人工智能的批驳性消费者和负任务的创造者，涉及到将伦理和社会考量整合到打算机科学（CS）教诲中。
打算机科学西席正在将关于透明度、问责制、信息准确性、隐私、公正性和伦理设计的谈论纳入他们的课程中。
这些课程使学生能够批驳性地评估人工智能的输出，理解人工智能对社会的影响，并设计优先考虑公正性和任务的技能。
与其他任何学科比较，打算机科学供应了一个机会——通过学习人工智能模型是如何演习的、理解它们的事情事理以及开拓自己的模型，来探索人工智能的社会和伦理影响。

从制作深度假造到放大性别、种族和文化偏见，人工智能对个人和社区造成侵害的可能受到了广泛关注，这增加了将社会和伦理考量融入打算机科学教诲的需求。

教授学生关于人工智能的一个关键部分是授予他们权力，让他们理解人工智能模型是如何构建的，并批驳性地思考这些模型的好处、危害、可能的保障方法，以及受这种强大技能影响的人群和社区。

随着越来越多的打算机科学教诲涉及人工智能的消费和创造，学生还必须学会问自己，他们是否该当首先利用人工智能，以及为什么要利用。

打算机科学西席协会董事会主席查理蒂·弗里曼(Charity Freeman)：“在人工智能教诲方面，我们没有把头埋在沙子里的权利。
打算机科学西席有机会也有任务勾引学生理解人工智能的社会和伦理影响：好的和坏的，好处和侵害，可能性和现实。
”

人工智能系统被广泛认为是不透明的，包含着不可知的数据来源和难以理解的决策过程。
当西席们理解了人工智能系统的事情事理后，他们在教室上利用这些系统时就会减少犹豫，对技能对个人自主性的影响也会减少担忧。
早期研究表明，当西席们被授予审查和覆盖人工智能建议的能力时，他们更有可能信赖人工智能（Nazaretsky等人，2022年）。

当被问及在教室上包含人工智能可能带来的风险时，回应CSTA/TeachAI调查的打算机科学西席强调，必须让学买卖识到人工智能会犯缺点，并且可能对社会产生不同的影响，常常对边缘化社区造成侵害。
这些同样的担忧常日被引用为学生加深他们对打算机科学核心知识理解的情由。

美国西北大学副教授赛佩尔·瓦基尔（ Sepehr Vakil）认为，“当学生理解了人工智能的伦理和社会影响的技能层面时，他们在参与盛行的人工智能谈论时会感到更有动力。
”

不过，由人工智能驱动的系统和教诲工具网络的数据引发了对学生隐私权的担忧。

2024年3月，一个由41个教诲和民权组织组成的同盟致信美国教诲部，哀求停滞帮助K-12学校利用的人工智能驱动的安全系统。
他们担心人工智能可能陵犯学生的公民权利。
该组织表示，尤其令人担忧的是面部识别技能、社交媒体监控、行为威胁评估、预测性警务和其他监控工具的日益增加的利用。

随着学生交出越来越多的个人数据，包括由教诲工具网络的数据，他们必须理解将这些数据结合起来透露敏感信息的可能性。

此外，人工智能系统中用于预测学生表现、弱点和上风的跟踪和监控组件可能会抑制他们在学校中的参与（Akgun & Greenhow，2021年）。

Kapor基金会发布的《负任务的人工智能与科技正义：K12教诲指南》帮助教诲事情者开拓学习体验，这些体验优先考虑批驳性地评估技能并创造更公正的办理方案。
个中一项建议是“审查人工智能技能创造的生态系统，从谁设计和开拓产品以及它们是如何开拓的，到谁投资于它们的创造以及谁从它们的采取中受益。
”

指南认为，透明度、问责制、公正性和隐私应该成为技能开拓的原则。

报告原文：https://www.teachai.org/csbriefs