Categorie: Computational Thinking

LLMs A New Way to Teach Programming

Als instructeurs en onderzoekers hebben we allemaal gezien hoe uitdagend het kan zijn voor studenten om te leren programmeren. Studenten moeten iteratief vele vaardigheden leren, zoals het gebruik van de juiste syntaxis, het traceren van code, het gebruiken van veelvoorkomende programmeerpatronen, code schrijven en de code die ze schrijven testen en debuggen. Het worstelen met een van deze taken kan betekenen dat de student niet in staat is om het probleem op te lossen dat ze wilden oplossen.

In deze presentatie zullen we onderzoeken hoe grote taalmodellen (LLM’s), zoals GitHub Copilot en ChatGPT, de vaardigheden die nodig zijn om te slagen in programmeren kunnen veranderen en meer studenten in staat kunnen stellen succesvolle programmeurs te worden. Opmerkelijk genoeg kan deze verschuiving – weg van syntaxis en naar probleemdecompositie en testen – precies zijn waar veel instructeurs altijd al op hoopten zich te kunnen richten in CS1.

As instructors and researchers, we’ve all seen how challenging it can be for students to learn to program. Students need to iteratively learn many skills, such as using correct syntax, tracing code, using common programming patterns, writing code, and testing/debugging the code they write. Struggling with any one of these tasks may mean that the student fails to solve the problem they wanted to solve.

In this talk, we’ll explore how Large Language Models (LLMs) like GitHub Copilot and ChatGPT can shift the skills needed to succeed at programming and enable more students to become successful programmers. Remarkably, this shift –- away from syntax and toward problem decomposition and testing may also be exactly what many instructors were hoping to be able to focus on in CS1 all along.

• Why so many students struggle in CS1
• How LLMs change the skills needed to program, and how we might teach these skills
• How LLMs benefit students and instructors
• Concerns and questions around using LLM s