El impacto de asistentes basados en IA en la enseñanza-aprendizaje de la programación

  1. Francisco de Sande 1
  2. Pablo López Ramos 1
  1. 1 Universidad de La Laguna
    info

    Universidad de La Laguna

    San Cristobal de La Laguna, España

    ROR https://ror.org/01r9z8p25

Revista:
Actas de las Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI)

ISSN: 2531-0607

Año de publicación: 2023

Número: 8

Páginas: 163-170

Tipo: Artículo

DIALNET GOOGLE SCHOLAR lock_openRUA editor

Otras publicaciones en: Actas de las Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI)

Resumen

En los últimos años, las capacidades de los asistentes de programación basados en Inteligencia Artificial se han incrementado de forma muy notable, habiendo trascendido el ámbito de las Ciencias de la Computación. El impacto que estos sistemas tienen en el campo de la educación y específicamente en la enseñanza de la programación de ordenadores es particularmente significativo porque se trata del dominio en el que posiblemente obtienen sus mejores resultados. De estos avances se han hecho eco medios de comunicación generalistas suscitando un debate muy interesante y pertinente con una pregunta que atraviesa toda la discusión: ¿suponen estos asistentes el fin de la programación de ordenadores de la forma en la que la concebimos actualmente?. En este trabajo se analiza el posible impacto de esta tecnología en el proceso de enseñanza-aprendizaje de la programación en una asignatura de primer curso del grado en Ingeniería Informática. Se relacionan algunos experimentos realizados con ChatGPT aplicados a los ejercicios prácticos de programación que se utilizan como prácticas de laboratorio en la asignatura. El trabajo finaliza con la presentación de algunas conclusiones que se derivan de los experimentos realizados así como con el planteamiento de diversas cuestiones que siendo de indudable actualidad carecen de respuestas concluyentes en muchos casos.

Referencias bibliográficas

  • Caitlin Cassidy. Australian universities to return to ’pen and paper’ exams after students caught using AI to write essays. The Guardian, enero 2023. https://www.theguardian.com/.
  • Davide Castelvecchi. Are ChatGPT and Alpha- Code going to replace programmers? Nature (London), diciembre 2022.
  • Mark Chen, Jerry Tworek, Heewoo Jun, Qiming Yuan, Henrique Pinto, Jared Kaplan, Harri Edwards, Yuri Burda, Nicholas Joseph, y Greg Brockman. Evaluating large language models trained on code. arXiv preprint ar- Xiv:2107.03374, 2021.
  • DeepMind. Competition-level code generation with AlphaCode. Science, 378(6624):1092– 1097, diciembre 2022.
  • Tiffany H. Kung et al. Performance of ChatGPT on USMLE: Potential for AI-Assisted Medical Education Using Large Language Models. En NPJ Digit. Med. Cold Spring Harbor Laboratory Press, 2022.
  • Luciano Floridi y Massimo Chiriatti. GPT-3: Its nature, scope, limits, and consequences. Minds Mach., 30(4):681–694, diciembre 2020.
  • Nhan Nguyen y Sarah Nadi. An Empirical Evaluation of GitHub Copilot’s Code Suggestions. 2022 IEEE/ACM 19th International Conference on Mining Software Repositories (MSR), pp. 1–5, 2022.
  • Jordi Petit, Josep Carmona, Jordi Cortadella, Jordi Duch, Omer Giménez, Anaga Mani, Jan Mas, y Enric Rodríguez-Carbonell. Jutge.org: Characteristics and experiences. IEEE Transactions on Learning Technologies, 11(3):321–333, 2018.
  • Jordi Pérez Colomé. “Funciona muy bien, pero no es magia”: así es ChatGPT, la nueva inteligencia artificial que supera límites. El País, diciembre 2022. https://elpais.com/.
  • Matt Welsh. The end of programming. Communications of the ACM, 66(1):34–35, 2023.
  • Xingxing Zhang, Jinchao Zhang, y Maxine Eskenazi. ChatGPT: A task-oriented dialogue system based on pre-trained language model. arXiv preprint arXiv:2012.16641, 2020.
Fuente de los datos: Dialnet