一项面向全球计算机科学教育者的调查发现，许多教师已经因生成式 AI 编程工具而改变了教学和考核方式。该调查由 ACM 一个任务组开展，覆盖来自 49 个国家的 700 多名教育者；结果显示，69% 的受访者认为 AI 已经改变了软件开发所需的技能。

调查结果显示，传统上以从零编写代码为核心的编程作业正在被广泛弱化。相较之下，教育者更加重视代码理解、调试、问题解决、口试、代码答辩以及项目制任务。与此同时，近一半受访者表示，他们缺乏将 AI 纳入课程的成熟案例。

ChatGPT 和 GitHub Copilot 等 AI 编程助手能够完成许多入门课程中的典型编程作业，表现往往达到普通学生水平。这给那些长期依靠此类作业来检验学生能否独立编写并解释可运行代码的课程带来了现实挑战。这项新研究更广泛地呈现了全球计算机科学教育者如何应对这一挑战。研究由“ACM Task Force on Generative AI and Programming Assessment”开展，该专家组由国际计算机学会 ACM 的教育委员会设立。

该任务组在 2025 年 5 月至 10 月期间调查了来自 49 个国家的 763 名教育者。约 500 份接近完整的问卷被纳入分析。结果显示，69% 的受访者表示 AI 已经改变了软件开发所需的技能。教育者最主要的担忧是学生对技术依赖增加，有 87% 的受访者提到这一点；其次是作弊和抄袭，占 72%。

教学重点从编写代码转向理解代码

64% 的受访者表示，他们已经改变了教学方式。对开放式回答的主题分析显示出一致方向：减少对从零编写代码的关注，更多强调理解代码、发现并修复错误以及解决问题。另有 39 份回答将 AI 使用和提示词工程列为明确的教学主题。其他教师表示，他们会在课堂上演示 AI 工具，以说明这些工具能做什么，以及其局限仍在哪里。

“我们知道，学生进入职场后很可能会使用 AI 工具进行开发，”该报告主要作者、Ohio State University 教授 Steven Gordon 表示。“关键在于培养既具备编程能力，又理解 AI 能力与局限的毕业生。”

口试和项目制考核获得更多采用

考核方式变化得更快。68% 的受访者表示，他们已经调整了测试学生的方式。最常被提及的变化包括增加有人监考的线下考试，共 56 次提及；降低作业权重，共 38 次提及；口试和代码答辩，共 36 次提及；以及纸笔测试，共 35 次提及。项目制考核也被提及 34 次。

一些教育者现在要求学生披露是否以及如何使用了 AI 工具，在某些情况下还要求提交与这些工具交互的日志。这些变化反映出一种日益增强的努力：区分学生自身的理解与由软件生成或大量辅助完成的成果。

机构政策仍然不统一。45% 的受访者表示其所在机构已有关于 AI 使用的指南，而 39% 表示没有。现有政策从完全禁止到明确允许或鼓励不等，前提通常是学生必须记录其 AI 使用情况。对教师而言，这种不均衡的政策环境意味着，课程层面的考核调整往往发生在机构仍在决定如何管理 AI 使用之时。

教育者指出缺乏最佳实践案例

最常见的 AI 融合障碍是缺乏经过验证的最佳实践，有 48% 的受访者提到这一点。28% 的受访者表示自己对 AI 的专业知识不足，另有 20% 表示他们认为没有必要把 AI 纳入教学。

受访者还指出需要更多专业发展支持。74% 的受访者表示希望获得有效教学方法方面的培训，66% 表示希望获得重新设计考核方式的支持。该任务组的资源网站通过收集实践案例来回应这一缺口，但调查结果表明，许多教育者仍在寻找可适配到自身课程中的成熟模型。

研究作者指出了若干局限。参与者主要通过 ACM 和 SIGCSE 邮件列表以及部分国家教育者目录招募。受访者群体明显偏向北美，共 227 人，以及欧洲，共 106 人。亚洲有 57 名受访者，南美洲 10 名，大洋洲 9 名，非洲 3 名。在报告机构类型的受访者中，77% 任职于大学，而 K-12 学校和职业教育项目的代表性很低。研究结果也基于自我报告数据。

ACM 研究可在线免费获取。该任务组还创建了一个为教育者提供实践案例和资源的网站。

近期研究显示成绩提高但学习成效减弱

近期多项研究与受访者提出的担忧相一致。Anthropic 的一项研究发现，使用 AI 辅助学习新的 Python 库的软件开发者，在后续知识测试中的得分比没有 AI 使用权限的对照组低 17%。一小部分将编码完全交给 AI 的参与者完成任务最快，但在知识测试中的平均得分仅为 39%。

类似发现也出现在计算机科学之外。中国一项追踪 26,000 多名学生的纵向研究发现，使用 AI 使作业成绩提高了 18%，完成时间减少了 30%。然而，六个月后，闭卷考试成绩下降了 20%。在随后的入学考试中，分数下降幅度为 18% 和 24%，具体取决于考试类型。

UC Berkeley 一项涵盖 500,000 多个成绩的分析发现，ChatGPT 发布后，高分比例显著上升，尤其是在包含大量写作和编程作业的课程中。涨幅在那些未监考作业对最终成绩权重较高的课程中最为明显。根据 ACM 报告，这正是许多教育者现在正在降低重要性的考核类别。