Copilot 是由微软、OpenAI、GitHub 三家联合打造的 AI 编程辅助工具。今年早些时候,Copilot 已被集成到 Visual Studio 2022 中。此外,GitHub 还有一个专门的校园计划,可以让学生免费获取这款编程神器。
不过,负面效应接踵而至:Copilot 在一项测试中展示出强大的能力,以至于它可能被用作编程考试作弊工具。
来自马萨诸塞大学阿默斯特分校计算机科学系的教授 Emery Berger 本月早些时候发表了一篇博文警告教育工作者,他说,「配备 Copilot 的学生就好像自备神器参加编程考试。」
假设你让 CS 的入门学生写一个迭代的 Python 程序,输出从 1 到 N 的所有数字的和。拥有 Copilot 的学生只需要将问题语句作为注释复制并粘贴到 IDE 中,然后输入函数定义「def output_sum(N):」并按 Tab 键就可以获得剩下的内容(加粗部分都是 Copilot 生成的)。
他担心 Copilot 将使传统的编程练习变得毫无意义,因为 Copilot 知道所有答案。
「据我所知,Copilot 已完成所有入门级编程任务的专门训练」,Berger 写道。
Berger 还嘲讽地写道:对于使用 Copilot 的学生,教育工作者不妨将他们的课程目标描述为「按下 Tab 键」,因为只需要这样一个简单的操作,学生就能借助 Copilot 很容易地生成代码,完成编程题目。
Berger 举例说明了这种情况,下图代码中粗体部分都是 Copilot 自动补全的,Berger 只手动输入了函数名和参数。
编程在许多计算机科学课程中都扮演着重要角色,尤其是在计算机科学入门课程中,入门级编程题目包括数字排序、找到斐波那契数列的第 n 个元素等。而这些简单的编程题目似乎难不倒 Copilot。
Berger 说 Copilot 不同于在 Stack Overflow 和其他互联网编程资源上搜索答案。因为后者搜索到的代码答案,老师也可以搜索到,并且可以使用抄袭检测器测试学生提交的代码。
而 Copilot 「实际上是产生了新的解决方案。尽管新方案不会非常优秀,但它看起来和搜索到的答案有足够大的差异,以至于让老师误解代码是学生自己完成的。」
因此,Berger 认为与编程相关的教学方法急需改进,并提醒我们:不能掩耳盗铃,假装这种「作弊」不存在。
「如果你认为每个人都会克制自己,不去用安装在电脑上的这个作弊神器,那真的很不合理,或者说很不负责任。它的诱惑太大了。实话实话,可能在不久的未来,软件开发就会变成这个样子。」
Berger 承认 Copilot 很有用。他说,开发人员想要使用该软件是有道理的。
「当然,从评估的角度来讲,我们可以要求大家在不能用 Copilot 的环境下考试。就像要求小学生在做基本算术题时不能用计算器一样。」
他在伊利诺伊州的一个同事描述说,他们用的计算机是考试专用的,锁定了一些功能,所以学生们是在一个受控的环境中参加测试的。他建议说,这些措施,再加上口试之类的方法,可以帮助降低 Copilot 带来的一些负面影响。
Berger 还发现,Copilot 也有一些积极的方面,比如填写样板文件和实现 API 的能力。
「我觉得记住那些 API 的繁琐细节没有什么意思,那不是我们应该教或关注的东西。你知道创建具有这些特征的 DataFrame 的确切语法吗?我不在乎。如果你能在 Google、Stack Overflow 上找到这些内容,或者按一下 Tab 键它们就能出来,我觉得这样就很好。」他说。
尽管如此,他还是认为,对于教育工作者来说,确定学生确实在学习手里的材料还是很重要的,这可能意味着在计算总分时,要重新考虑用「Copilot」可以解决多少课后作业。
Berger 说,现在就说 Copilot 对学生产生了影响可能还为时过早,因为这款软件才刚刚对公众开放了几个月。但他认为,用不了多久,它的影响就会显现。
「我对此持乐观态度,」Berger 说,「但我认为,我们至少要考虑到这一点。我觉得还没有那么多的教育工作者意识到这是多么大的一场革命。」
以上是让学生免费用的Copilot,即将沦为编程考试作弊神器的详细内容。更多信息请关注PHP中文网其他相关文章!

机器学习是一个不断发展的学科,一直在创造新的想法和技术。本文罗列了2023年机器学习的十大概念和技术。 本文罗列了2023年机器学习的十大概念和技术。2023年机器学习的十大概念和技术是一个教计算机从数据中学习的过程,无需明确的编程。机器学习是一个不断发展的学科,一直在创造新的想法和技术。为了保持领先,数据科学家应该关注其中一些网站,以跟上最新的发展。这将有助于了解机器学习中的技术如何在实践中使用,并为自己的业务或工作领域中的可能应用提供想法。2023年机器学习的十大概念和技术:1. 深度神经网

本文将详细介绍用来提高机器学习效果的最常见的超参数优化方法。 译者 | 朱先忠审校 | 孙淑娟简介通常,在尝试改进机器学习模型时,人们首先想到的解决方案是添加更多的训练数据。额外的数据通常是有帮助(在某些情况下除外)的,但生成高质量的数据可能非常昂贵。通过使用现有数据获得最佳模型性能,超参数优化可以节省我们的时间和资源。顾名思义,超参数优化是为机器学习模型确定最佳超参数组合以满足优化函数(即,给定研究中的数据集,最大化模型的性能)的过程。换句话说,每个模型都会提供多个有关选项的调整“按钮

实现自我完善的过程是“机器学习”。机器学习是人工智能核心,是使计算机具有智能的根本途径;它使计算机能模拟人的学习行为,自动地通过学习来获取知识和技能,不断改善性能,实现自我完善。机器学习主要研究三方面问题:1、学习机理,人类获取知识、技能和抽象概念的天赋能力;2、学习方法,对生物学习机理进行简化的基础上,用计算的方法进行再现;3、学习系统,能够在一定程度上实现机器学习的系统。

截至3月20日的数据显示,自微软2月7日推出其人工智能版本以来,必应搜索引擎的页面访问量增加了15.8%,而Alphabet旗下的谷歌搜索引擎则下降了近1%。 3月23日消息,外媒报道称,分析公司Similarweb的数据显示,在整合了OpenAI的技术后,微软旗下的必应在页面访问量方面实现了更多的增长。截至3月20日的数据显示,自微软2月7日推出其人工智能版本以来,必应搜索引擎的页面访问量增加了15.8%,而Alphabet旗下的谷歌搜索引擎则下降了近1%。这些数据是微软在与谷歌争夺生

荣耀的人工智能助手叫“YOYO”,也即悠悠;YOYO除了能够实现语音操控等基本功能之外,还拥有智慧视觉、智慧识屏、情景智能、智慧搜索等功能,可以在系统设置页面中的智慧助手里进行相关的设置。

阅读论文可以说是我们的日常工作之一,论文的数量太多,我们如何快速阅读归纳呢?自从ChatGPT出现以后,有很多阅读论文的服务可以使用。其实使用ChatGPT API非常简单,我们只用30行python代码就可以在本地搭建一个自己的应用。 阅读论文可以说是我们的日常工作之一,论文的数量太多,我们如何快速阅读归纳呢?自从ChatGPT出现以后,有很多阅读论文的服务可以使用。其实使用ChatGPT API非常简单,我们只用30行python代码就可以在本地搭建一个自己的应用。使用 Python 和 C

人工智能在教育领域的应用主要有个性化学习、虚拟导师、教育机器人和场景式教育。人工智能在教育领域的应用目前还处于早期探索阶段,但是潜力却是巨大的。

人工智能在生活中的应用有:1、虚拟个人助理,使用者可通过声控、文字输入的方式,来完成一些日常生活的小事;2、语音评测,利用云计算技术,将自动口语评测服务放在云端,并开放API接口供客户远程使用;3、无人汽车,主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标;4、天气预测,通过手机GPRS系统,定位到用户所处的位置,在利用算法,对覆盖全国的雷达图进行数据分析并预测。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

Dreamweaver Mac版
视觉化网页开发工具

DVWA
Damn Vulnerable Web App (DVWA) 是一个PHP/MySQL的Web应用程序,非常容易受到攻击。它的主要目标是成为安全专业人员在合法环境中测试自己的技能和工具的辅助工具,帮助Web开发人员更好地理解保护Web应用程序的过程,并帮助教师/学生在课堂环境中教授/学习Web应用程序安全。DVWA的目标是通过简单直接的界面练习一些最常见的Web漏洞,难度各不相同。请注意,该软件中

Dreamweaver CS6
视觉化网页开发工具

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

SublimeText3 Linux新版
SublimeText3 Linux最新版