Alkalmazási ÚTMUTATÓ

Kezdőként megtanulni kódolni mesterséges intelligencia segítségével

A kezdők használhatják az AI kódolási asszisztenseket a programozás elsajátításához, de csak akkor, ha a kód elmagyarázására, megkérdőjelezésére és áttekintésére használják őket ahelyett, hogy megírják nekik.

Hallgassa meg ezt az útmutatótAI-narrált · ~3 min

Ezen az oldalon4 perc olvasás
  1. Áttekintés
  2. Mély merülés
  3. Valós megvalósítás
  4. A kódolás tanulásának jövője a mesterséges intelligencia segítségével kezdőként
  5. A gyakorlatba ültetés
  6. Folytassa a felfedezést
  7. Gyakran ismételt kérdések

Áttekintés

A kódolvasás alapjai, a teljesítmény előrejelzése, a hibakeresés és a problémák lebontása pontosan azok a készségek, amelyek elhalványulnak, amikor a mesterséges intelligencia minden választ megad. Ezek azok a készségek is, amelyek segítségével elkaphatod az AI hibáit.

Mély merülés

A mesterséges intelligencia kódoló eszközei a csevegési asszisztensektől, például a ChatGPT és a Claude, a kódszerkesztőben található automatikus kiegészítésig terjednek, mint például a GitHub Copilot, amely sorokat vagy egész függvényeket javasol gépelés közben. A tapasztalt fejlesztők számára ezek az eszközök felgyorsítják a rutinmunkát. A kezdők számára a hatás nagymértékben függ a használat módjától. Az alapvető kockázat a kompetencia illúziója. A működő kód olvasása olyan, mintha megértené, de a programozás megtanulása azon múlik, hogy saját maga készítse elő a megoldásokat. Ez azt jelenti, hogy el kell dönteni, hogyan bontsuk fel a problémát lépésekre, meg kell választani az adatok tárolásának módját, meg kell jósolni, hogy milyen kód fog működni, és hibakeresés, ha nem működik. Ha egy asszisztens megteszi ezeket a lépéseket, a tanuló anélkül fejezheti be a gyakorlatokat, hogy gondolati képet alkotna a kód működéséről, majd megküzd a vizsgákon, interjúkon vagy bármely olyan feladaton, amelyet a mesterséges intelligencia elhibázott. Az előnyök is valósak. Az asszisztens egyszerű angol nyelven magyarázhat el egy zavaró hibaüzenetet, végigvezetheti az egyes sorok működését, analógiát kínálhat a rekurzióhoz, vagy további gyakorlati problémákat generálhat. A hasznos szokások közé tartozik a probléma kipróbálása kérdezés előtt, tippek kérése a megoldás helyett, a saját kód kimenetének előrejelzése a futtatás előtt, majd a mesterséges intelligencia magyarázatának kérése, a kódellenőrzés és a kihagyott esetek kérése, valamint a mesterséges intelligencia tesztje. Egyes kurzusok beépítik ezeket a biztosítékokat. A Harvard CS50 például 2023-ban bevezetett egy mesterséges intelligencia oktatót, amelynek célja a tanulás támogatása anélkül, hogy egyszerűen válaszokat adna. Három félreértést érdemes elkerülni. Az első az, hogy az AI által generált kód helyes, mert akkor fut, amikor szokatlan bemeneteken meghibásodhat, vagy biztonsági hibákat tartalmazhat. A második az, hogy a szintaxis tanulása értelmetlen most, amikor még mindig el kell olvasnia és ellenőriznie kell a kódot. A harmadik az, hogy az AI használata mindig csalás. A kurzus szabályzata eltérő, ezért kövesse az egyes feladatokra vonatkozó szabályokat, és szükség esetén tegye közzé a mesterséges intelligencia használatát.

Valós megvalósítás

Egy diák beilleszt egy Python hibaüzenetet, és megkéri az asszisztenst, hogy magyarázza el, mit jelent, és hol keresse, de ne javítsa ki a kódot. Ezután maga találja meg a hibát: a hurok egy lépéssel túl sokat fut.

Egy tanuló ír egy függvényt, amely megszámolja a magánhangzókat, majd megkéri az MI-t, hogy vizsgálja felül, és javasoljon két esetet, amit kihagyott. Nagybetűkre és üres karakterláncokra mutat.

A Harvard CS50 kurzusa egy mesterséges intelligencia „kacsa” oktatót ad a hallgatóknak, amelynek célja, hogy a megoldások felé terelje őket, ahelyett, hogy teljes kódot adna át.

A kódolási indítótábor megköveteli, hogy a tanulók minden gyakorlat első verzióját megírják úgy, hogy az automatikus kiegészítés segédei ki vannak kapcsolva. Ezt követően a tanulók mesterséges intelligencia segítségével megtisztíthatják kódjukat, és megjegyzést fűzhetnek hozzá, amely elmagyarázza a változtatásokat.

A kódolás tanulásának jövője a mesterséges intelligencia segítségével kezdőként

Az AI-asszisztensek a professzionális programozás standardjaivá válnak, így a velük való munka elsajátítása ma már a kódolás tanulásának része. Az oktatók különböző megközelítéseket próbálnak ki: lehetővé teszik a mesterséges intelligencia nyilvánosságra hozatalát, a tanulók értékelését úgy, hogy élőben magyarázzák el a kódjukat, és a kód olvasásának, tesztelésének és áttekintésének ugyanolyan súlyt tulajdonítanak, mint annak megírását. A kezdőknek számítaniuk kell arra, hogy a tanfolyam szabályai folyamatosan változnak. Tartósnak tűnik, hogy a kód működésének megértése, a hibakeresés képessége és annak megítélése, hogy a generált kód helyes-e, azok a készségek, amelyek elválasztják azt, aki képes használni az AI-kimenetet, attól, aki kiszolgáltatja.

A gyakorlatba ültetés

Miért számít

  • Építési lehetőségek. Az alkalmazásszintű tervezés határozza meg, hogy az AI javítja-e a valós eredményeket.
  • Csapat és munkafolyamat. A jó munkafolyamat-integráció olyan termelékenységnövekedést eredményez, amelyben a felhasználók megbízhatnak.
  • Kockázat és biztonság. A jól körülhatárolt felhasználási esetek csökkentik a változtatások fáradtságát és a végrehajtás kockázatát.

Vigyázz

  • Egy megszakadt folyamat automatizálása felerősítheti a meglévő problémákat.
  • A csapatok túlautomatizálhatják és eltávolíthatják a szükséges emberi ítélőképességet.
  • A minőség sodródhat, ha a kimeneteket nem értékelik folyamatosan.

Következő lépések

  1. Térképezze fel az aktuális munkafolyamatot, és határozza meg a legnagyobb súrlódású lépést.
  2. Emberi ellenőrzőpontok meghatározása a teljes automatizálás előtt.
  3. Tanítsa meg a felhasználókat az utasításokról, az eszkalációs utakról és a minőségi szabványokról.
  4. Kövesse nyomon a feladat szintű eredményeket a tartós érték megerősítéséhez.

Folytassa a felfedezést

Ingyenes hírlevél

Szerezze meg a napi AI összefoglalót

Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.

Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.

Teszteld magad

Take the Learning to Code with AI as a Beginner quiz

Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.

Kezdő kvíz

Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt

Gyakran ismételt kérdések

Mit jelent kezdőként megtanulni kódolni mesterséges intelligencia segítségével?

A kezdők használhatják az AI kódolási asszisztenseket a programozás elsajátításához, de csak akkor, ha a kód elmagyarázására, megkérdőjelezésére és áttekintésére használják őket ahelyett, hogy megírják nekik. A kódolvasás alapjai, a teljesítmény előrejelzése, a hibakeresés és a problémák lebontása pontosan azok a készségek, amelyek elhalványulnak, amikor a mesterséges intelligencia minden választ megad. Ezek azok a készségek is, amelyek segítségével elkaphatod az AI hibáit.

Mit nevez az útmutató az alapvető kockázatnak azoknak a kezdőknek, akik hagyják, hogy a mesterséges intelligencia megírja a kódját?

A működő kód olvasása olyan, mintha megértené. De anélkül, hogy saját maga készítene megoldásokat, soha nem építheti fel azt a mentális képet, amelyre szüksége van, amikor a mesterséges intelligencia hibás vagy nem elérhető.

Miért találnak ki néha a kódoló asszisztensek olyan függvényeket, amelyek nem léteznek?

A nyelvi modellek elfogadható megjelenésű szöveget hoznak létre. Egy kitalált függvénynév ugyanolyan valószínűnek tűnhet, mint a valódi, ezért érdemes a javaslatokat a dokumentációban összevetni.

Mit használnak a szerkesztő-alapú asszisztensek, például a GitHub Copilot a javaslatok kontextusaként?

A szerkesztő eszközök a közeli kódot küldik kontextusként, így javaslataik az Ön által leírtakra építenek, beleértve az Ön hibáit is.

Ezek közül melyik a produktív szokás az AI-t használó kezdők számára?

Ha először megpróbálja a problémát, és tanácsokat kér, a tanuló továbbgondolja magát, miközben segítséget kap, ha elakad.

Mire tervezték a Harvard CS50 2023-ban bemutatott AI-oktatóját?

A CS50 mesterséges intelligencia „kacsáját” úgy tervezték, hogy megoldások felé terelje a hallgatókat, ami egy példa arra, hogy a tanfolyam magában az eszközben biztosítékokat épít be.