L'IA ne change pas seulement la programmation, elle modifie également la façon dont les élèves apprennent à coder
Prospectif : Pour les étudiants en informatique, l’IA générative n’est pas seulement l’avenir : c’est le présent. Ces modèles de langage intelligents remodèlent déjà la façon dont la prochaine génération de programmeurs apprend à coder, les enseignants donnant une toute nouvelle tournure à leur approche.
Un rapport de l'IEEE Spectrum a montré comment l'IA générative transforme le monde universitaire. Les étudiants utilisent des assistants d'IA comme ChatGPT pour comprendre des concepts épineux, résumer des documents de recherche denses, réfléchir à des façons d'aborder les défis de codage et prototyper de nouvelles idées. Essentiellement, l’IA est devenue le compagnon d’étude ultime pour les majors CS.
Les professeurs ne peuvent pas non plus ignorer la vague de l’IA. Ils expérimentent comment intégrer l'IA générative dans leurs programmes tout en veillant à ce que les étudiants maîtrisent les compétences de base en programmation. Il s’agit d’un exercice d’équilibre délicat à mesure que la technologie évolue rapidement. « Étant donné que les grands modèles de langage évoluent rapidement, nous sommes encore en train d'apprendre comment y parvenir », a déclaré au magazine Wei Tsang Ooi, professeur agrégé à l'Université nationale de Singapour.
Un changement majeur consiste à mettre moins l’accent sur la syntaxe du code et davantage sur les capacités de résolution de problèmes de plus haut niveau. En effet, avec un assistant IA disponible, le plus difficile n'est plus d'écrire du code à partir de zéro. Il s'agit de tester correctement ce code pour détecter les bogues, de décomposer les gros problèmes en étapes plus petites que l'IA peut gérer et de rassembler ces étapes pour obtenir une solution complète.
Ooi note que d'autres aspects cruciaux de la conception de logiciels sont les éléments intangibles, tels que l'identification du bon problème à résoudre et l'exploration de solutions potentielles. Il suggère que les étudiants consacrent plus de temps à l'optimisation des logiciels, à la prise en compte des implications éthiques et à l'amélioration de la convivialité, plutôt que de se concentrer uniquement sur la syntaxe du codage.
Des outils comme Copilot de GitHub font déjà le gros du travail pour les programmeurs – et leur rôle dans le codage ne fera que croître à partir de là.
Un autre professeur enseignant à l'UC San Diego a déclaré au magazine que les étudiants doivent mettre en pratique des compétences telles que décomposer des problèmes en morceaux digestibles pour une IA. « Il est difficile de trouver où dans le programme l'enseignement est enseigné – peut-être dans un cours d'algorithmes ou de génie logiciel, mais ce sont des cours avancés. Désormais, cela devient une priorité dans les cours d'introduction. »
Les professeurs font preuve de créativité dans la conception des devoirs et les méthodes de notation. Daniel Zingaro, de l'Université de Toronto à Mississauga, demande désormais aux groupes d'étudiants de soumettre des vidéos expliquant leurs programmes générés par l'IA, plutôt que de simplement partager des fichiers de code. Cela lui permet d'évaluer leur processus global d'ingénierie logicielle.
Ooi affirme que les outils d'IA offrent aux instructeurs la flexibilité nécessaire pour enseigner des compétences de niveau supérieur telles que la conception, l'optimisation et la prise en compte de l'éthique et de l'expérience utilisateur. Le temps des étudiants est libéré des conflits de syntaxe.
Mais il y a des pièges à éviter avec les limites actuelles de l’IA générative concernant les hallucinations occasionnelles et le manque de véritable compréhension. Les professeurs préviennent que les étudiants ne peuvent pas se fier aveuglément aux résultats d’une IA ; ils doivent vérifier eux-mêmes les solutions et maintenir un état d’esprit sceptique.
« Nous devrions faire de l'IA un copilote – et non un pilote automatique – pour l'apprentissage », conseille Johnny Chang, assistant pédagogique à l'Université de Stanford, dans le rapport. La pensée critique est importante et une dépendance excessive aux outils d’IA peut « court-circuiter » le processus d’apprentissage.
Il existe cependant un certain optimisme quant au fait qu'une pédagogie évoluant de manière proactive comme celle-ci portera ses fruits en comblant mieux le fossé entre les cours en classe et les exigences professionnelles réelles.
Les PDG du secteur technologique ont maintenu des opinions similaires (bien que plus dures) à celles de ces professeurs. Jensen Huang de Nvidia suggère que les compétences en codage pourraient devenir obsolètes dans un avenir proche, grâce à l'IA. Si cela est vrai, développer des capacités de raisonnement plus élevées sur la connaissance de la syntaxe pourrait s’avérer crucial pour les perspectives d’emploi futures. Emad Mostaque de Stability AI a même prédit l'année dernière que la plupart des codeurs externalisés en Inde seraient remplacés par des assistants IA d'ici 2025.
