全球700余名教师已调整教学与考核方式

ChatGPT、GitHub Copilot等AI编程工具已能在入门级编程课程中解答典型作业题，得分往往与普通学生相当。面对这一现实，全球计算机科学教育者正在加速调整自己的教学策略。ACM专项工作组历时半年收集的调查数据，首次从全球视角呈现了这场教育变革的规模与方向。

在教学内容层面，64%的受访教育者已将重点从手写代码转向代码阅读、调试与逻辑推理。部分教师还将AI使用方法和提示词工程纳入正式课程，并在课堂上演示AI工具的能力边界。俄亥俄州立大学教授、报告主要作者史蒂文·戈登表示，关键目标是培养既具备扎实编程能力、又能理解AI局限性的毕业生，因为他们进入职场后很可能要与AI工具协同开发。

考核方式的变革同样深刻。在已调整测试方法的68%受访者中，增加监考现场考试的提及次数最多（56次），其次是降低课后作业权重（38次）、引入口头答辩和代码讲解环节（36次）以及纸质笔试（35次），项目制评估也在上升（34次）。部分教育者还要求学生主动披露AI使用情况，并提交与AI工具的完整交互记录。

机构层面的政策仍呈碎片化状态。45%的受访者表示所在机构已有AI使用指引，39%表示尚无相关规定。现有政策从全面禁止到明确允许甚至鼓励使用不等，但通常要求学生记录使用过程。这种政策不一致性，给教育者在实践中寻找统一标准带来了额外困难。

多项独立研究为教育者的担忧提供了实证支撑。Anthropic的一项研究发现，借助AI学习新Python库的开发者，在后续知识测试中得分比未使用AI的对照组低17%；将编程任务完全交由AI完成的小组完成速度最快，但知识测试平均分仅为39%。一项追踪逾2.6万名中国学生的纵向研究同样显示，AI使用使作业成绩提升18%、完成时间缩短30%，但六个月后的闭卷考试成绩下降了20%。

调查也存在一定局限性：受访者主要通过ACM和SIGCSE邮件列表招募，北美（227人）和欧洲（106人）占比偏高，亚洲、南美、大洋洲和非洲合计不足80人，K-12学校和职业教育机构的代表性严重不足。尽管如此，这份报告仍是目前规模最大的全球性计算机教育AI影响调查之一，ACM工作组已同步上线资源网站，持续收集面向教育者的实践案例。

要点

• 全球69%的计算机科学教育者认为AI已改变软件开发所需核心技能，64%已将教学重心从编写代码转向代码理解与调试。
• 68%的教育者已调整考核方式，监考现场考试、口头答辩和项目制评估正在取代传统课后作业，以应对AI辅助作弊风险。
• 多项研究表明AI辅助学习存在认知替代效应：短期成绩提升，但闭卷考试成绩显著下滑，揭示出真实学习效果的隐忧。
• 48%的教育者表示缺乏将AI融入课程的成熟最佳实践，74%希望获得有效教学方法的专业培训支持。
• 机构AI使用政策仍高度分散，从全面禁止到鼓励使用均有，缺乏统一标准给一线教育者带来额外挑战。