Veštačka inteligencija danas može da napiše Python funkciju, pronađe grešku u programu, objasni komplikovan algoritam ili pomogne u izradi kompletne aplikacije. Sve to otvara jedno zanimljivo pitanje: ako AI može da programira umesto nas, da li može i da nas nauči programiranju?
Odgovor je: može da bude izuzetno koristan mentor. Ali samo ako ga koristimo na pravi način.
Znati kako dobiti kod nije isto što i znati programirati
Zamisli da dobiješ zadatak da napišeš program koji izračunava prosečnu ocenu učenika.
Možeš otvoriti AI alat, opisati zadatak i za nekoliko sekundi dobiti rešenje:
grades = [5, 4, 5, 3, 4]
average = sum(grades) / len(grades)
print(average)Program radi. Ali šta si zapravo naučio?
Da li razumeš šta predstavlja lista grades? Šta radi funkcija sum()? Zašto rezultat delimo sa len(grades)? Šta se događa ako je lista prazna?
Ako ne možeš da odgovoriš na ova pitanja, dobio si funkcionalan program, ali ne nužno i razumevanje koje ti je potrebno da sledeći problem rešiš samostalno.
Programiranje nije samo proizvodnja koda. To je proces razumevanja problema, osmišljavanja rešenja, testiranja i ispravljanja grešaka.
AI kao prečica ili AI kao mentor?
Velika razlika je u tome kakva pitanja postavljamo veštačkoj inteligenciji.
Jedan pristup je da AI alat koristimo isključivo za dobijanje gotovog rešenja:
„Napiši mi program koji rešava ovaj zadatak.“
Drugi pristup je da ga koristimo kao mentora:
„Pomozi mi da razumem problem. Postavljaj mi pitanja i daj smernice, ali nemoj odmah napisati kompletno rešenje.“
U prvom slučaju možda ćemo brže završiti zadatak. U drugom imamo više mogućnosti da nešto zaista naučimo.
To ne znači da je generisanje gotovog koda pogrešno. Profesionalni programeri koriste AI alate da ubrzaju posao. Ali kada je cilj učenje, važno je da ne preskočimo razmišljanje koje prethodi rešenju.
Pet načina da koristiš AI za bolje učenje programiranja
1. Traži objašnjenje umesto gotovog rešenja
Ako ne razumeš petlju, uslov ili funkciju, zamoli AI da objasni koncept jednostavnim rečima i pokaže mali primer.
Još bolje, traži da ti objasni zašto određeni kod radi baš na taj način.
2. Predvidi rezultat pre pokretanja programa
Pogledaj sledeći kod:
numbers = [1, 2, 3, 4]
result = 0
for number in numbers:
if number % 2 == 0:
result += number
print(result)Pre pokretanja pokušaj da predvidiš rezultat. Zatim zamoli AI da proveri tvoje objašnjenje.
Ovakva vežba povezuje kolekcije, petlje, uslove i operatore, a rezultat je samo jedan mali deo onoga što možeš da naučiš.
3. Koristi AI za razumevanje grešaka
Greške su sastavni deo programiranja. Umesto da odmah zatražiš ispravljenu verziju koda, pitaj:
„Zašto se pojavljuje ova greška i kako mogu samostalno da pronađem uzrok?“
Tako postepeno razvijaš veštinu otklanjanja grešaka, koja je važna u gotovo svakom programerskom projektu.
4. Traži dodatne zadatke
Ako si upravo naučio liste, AI može da ti predloži nekoliko jednostavnih vežbi, a zatim postepeno teže zadatke.
Umesto deset istih primera, možeš vežbati primenu jednog koncepta u različitim situacijama.
5. Proveravaj razumevanje
Nakon što završiš lekciju, zamoli AI da ti postavi pitanje o kodu koji si napisao.
Ako možeš svojim rečima da objasniš kako program radi, zašto si odabrao određeno rešenje i šta bi promenio u drugačijoj situaciji, to je mnogo bolji pokazatelj razumevanja od samog kopiranja uspešnog primera.
Upoznaj Slobyja — AI mentora za učenje Pythona
Upravo iz ove ideje nastao je Sloby, AI mentor u okviru platforme Python AI Tutor.
Sloby je osmišljen da korisnicima pomogne tokom praktičnog učenja, kada naiđu na nejasnoću, problem ili grešku.
Kroz funkcije kao što su Ask Sloby i Check My Code, korisnik može da postavi pitanje, zatraži smernicu i dobije povratnu informaciju o svom kodu.
Cilj nije samo pokazati šta treba napisati, već pomoći korisniku da razume zbog čega određeno rešenje funkcioniše.
Sloby može da bude podrška tokom učenja, ali ne zamenjuje tvoje sopstveno razmišljanje, vežbanje i eksperimentisanje.
Može li AI mentor da pogreši?
Može, i to je važno razumeti od početka.
AI sistemi ponekad daju netačne odgovore, predlože kod koji ne radi u konkretnom okruženju ili pogrešno protumače zadatak.
Zato je važno da kod pokrećeš, proveravaš rezultate i ne prihvataš svako objašnjenje bez razmišljanja.
Upravo tu dolazi do izražaja poznavanje osnova programiranja. Što bolje razumeš promenljive, tipove podataka, kolekcije, funkcije i programski tok, lakše ćeš proceniti da li je AI predlog zaista dobar.
Da li će AI promeniti način na koji učimo programiranje?
Već ga menja.
Danas je moguće dobiti objašnjenje gotovo svakog programerskog koncepta, prilagoditi primer svom nivou znanja i istraživati različite pristupe rešavanju problema.
Ali dostupnost odgovora nije isto što i usvajanje znanja.
Učenje i dalje zahteva aktivno učešće: čitanje, pisanje, proveravanje, pravljenje grešaka i samostalno rešavanje problema.
Najveća vrednost AI alata u obrazovanju možda nije u tome što nam daju odgovore, već u tome što nam mogu pomoći da postavljamo bolja pitanja.
Zaključak: AI može biti odličan mentor, ali ti ostaješ programer
Ako veštačku inteligenciju koristiš samo da završi zadatak umesto tebe, možeš brzo dobiti rezultat, a da pritom ne razviješ mnogo novih veština.
Ako je koristiš da razumeš koncepte, analiziraš greške, proveravaš svoje znanje i istražuješ nova rešenja, ona može postati veoma koristan partner u učenju.
Na tom principu razvijamo Python AI Tutor: kroz koncepte, praktične primere, proveru razumevanja i podršku Sloby AI mentora.
Ne uči Python napamet. Nauči da razmišljaš kao programer.