Cuando comencé a trabajar en la nueva edición de Cabeza primero C# En 2023, las herramientas de IA como ChatGPT y Copilot ya estaban cambiando la forma en que los desarrolladores escriben y aprenden código. Estaba claro que necesitaba cubrirlos. Pero eso planteó un desafío interesante: ¿cómo se enseña a los desarrolladores nuevos e intermedios a usar IA de manera efectiva?
Casi todo el materials que encontré estaba dirigido a desarrolladores superiores, personas que pueden reconocer patrones en código, detectan los errores sutiles que a menudo se encuentran en el código generado por IA y refinan y refactoran la salida de IA. Pero la audiencia para el libro, un desarrollador que aprende C# como su primer, segundo o tercer idioma, aún no tiene estas habilidades. Se hizo cada vez más claro que necesitarían una nueva estrategia.
Aprender más rápido. Cavar más profundo. Ver más lejos.
Diseñando una ruta de aprendizaje de IA efectiva que funcionó con el método de cabeza de cabeza, que involucra a los lectores a través del aprendizaje activo y los rompecabezas interactivos, los ejercicios y otros elementos, tomaron meses de intensa investigación y experimentación. El resultado fue Sensoruna nueva serie de elementos prácticos que diseñé para enseñar a los desarrolladores cómo aprender con IA, no solo generar código. El nombre es una obra de teatro en “sensei”, que refleja el papel de IA como maestro o teacher en lugar de solo una herramienta.
La realización clave period que hay una gran diferencia entre usar AI como herramienta de generación de código y usarla como herramienta de aprendizaje. Esa distinción es una parte crítica de la ruta de aprendizaje, y tardó tiempo en comprender completamente. SENS-AI guía a los alumnos a través de una serie de elementos de aprendizaje incrementales que los hacen trabajar con IA de inmediato, creando una experiencia satisfactoria desde el principio mientras aprenden progresivamente las habilidades de incorporación en las que se apoyarán a medida que crecen sus habilidades de desarrollo.
El desafío de construir una ruta de aprendizaje de IA que funcione
Desarrollé sens-ai para la quinta edición de Cabeza primero C#. Después de más de dos décadas de escritura y enseñanza para O’Reilly, he aprendido mucho sobre cómo aprenden los desarrolladores nuevos e intermedios, y de manera tan importante, lo que los recorre. De alguna manera, la codificación asistida por AI-AI es solo otra habilidad para aprender, pero viene con sus propios desafíos que dificultan los estudiantes nuevos e intermedios. Mi objetivo period encontrar una manera de integrar la IA en la ruta de aprendizaje sin dejar que cortocircuite el proceso de aprendizaje.
Paso 1: Muestre a los alumnos por qué no pueden confiar en AI
Uno de los mayores desafíos para los desarrolladores nuevos e intermedios que intentan integrar la IA en su aprendizaje es que una dependencia excesiva del código generado por IA realmente puede evitar que aprendan. La codificación es una habilidad, y como todas las habilidades se necesitan práctica, por eso Cabeza primero C# Tiene docenas de ejercicios de codificación prácticos diseñados para enseñar conceptos y técnicas específicas. Un alumno que usa IA para hacer los ejercicios tendrá dificultades para desarrollar esas habilidades.
La clave para usar AI de manera segura es confiar pero verificarLas explicaciones y el código generados por AI pueden parecer correctos, pero a menudo contienen errores sutiles. Aprender a detectar estos errores es elementary para usar la IA de manera efectiva, y desarrollar esa habilidad es un importante trampolín en el camino para convertirse en un desarrollador senior. El primer paso en Sens-AI fue dejar esta lección de inmediato. Diseñé un ejercicio Sens-AI temprano para demostrar cómo la IA puede ser confidentemente equivocada.
Así es como funciona:
- Al principio del libro, los alumnos completan un ejercicio de lápiz y papel donde analizan un bucle easy y determinan cuántas veces se ejecuta.
- La mayoría de los lectores obtienen la respuesta correcta, pero cuando alimentan la misma pregunta en un chatbot de IA, la IA casi nunca lo hace bien.
- La IA generalmente explica la lógica del bucle bien, pero su respuesta closing es Casi siempre equivocadoporque las AI basadas en LLM no ejecutan código.
- Esto refuerza una lección importante: la IA puede estar equivocada, y a veces, eres mejor para resolver problemas que la IA. Al ver a AI cometer un error en un problema que ya resolvieron correctamente, los alumnos entienden de inmediato que no pueden asumir que la IA tiene razón.
Paso 2: Muestre a los alumnos que la IA todavía requiere esfuerzo
El siguiente desafío fue enseñar a los alumnos a ver a la IA como una herramienta, no como una muleta. AI puede resolver casi todos los ejercicios en el libro, pero un lector que deja que AI haga eso en realidad no aprenderá las habilidades que vinieron al libro para aprender.
Esto llevó a una realización importante: escribir un ejercicio de codificación para una persona es exactamente lo mismo que escribir un aviso para una IA.
De hecho, me di cuenta de que podía probar mis ejercicios pegándolos literalmente en una IA. Si la IA pudo generar una solución correcta, eso significaba que mi ejercicio contenía toda la información que un alumno humano necesitaba para resolverla también.
Esto se convirtió en otro ejercicio clave SENS-AI:
- Los alumnos completan un ejercicio de codificación de página completa siguiendo las instrucciones paso a paso.
- Después de resolverlo ellos mismos, pegan todo el ejercicio en un chatbot Ai para ver cómo resuelve el mismo problema.
- La IA casi siempre genera la respuesta correcta, y a menudo genera exactamente la misma solución que escribieron.
Esto refuerza otra lección crítica: decirle a una IA qué hacer es tan difícil como decirle a una persona qué hacer. Muchos desarrolladores nuevos suponen que la ingeniería rápida solo está escribiendo una instrucción rápida, pero Sens-AI demuestra que un buen mensaje de IA es tan detallado y estructurado como un ejercicio de codificación. Esto brinda a los alumnos una experiencia práctica inmediata con AI mientras les enseña que escribir indicaciones efectivas requiere un esfuerzo actual.
Al hacer que el alumno primero vea que AIS puede cometer errores, y luego hacer que generen código para un problema que resolvieron y compararlo con su propia solución, e incluso usar la fuente de concepts de código de la IA para la refactorización, obtienen una comprensión más profunda de cómo comprometerse con la IA críticamente. Estos dos elementos de apertura de Sens-AI pusieron las bases para un camino de aprendizaje de IA exitoso.
El enfoque sensor-ai: hacer una herramienta de aprendizaje
El desafío closing en el desarrollo del enfoque SENS-AI fue encontrar una manera de ayudar a los alumnos. desarrollar el hábito de interactuar con la IA de manera positiva. Resolver ese problema me requirió desarrollar una serie de ejercicios prácticos, cada uno de los cuales le da al alumno una herramienta específica que puede usar de inmediato, pero también refuerza una lección positiva sobre cómo usar la IA de manera efectiva.
Una de las características más poderosas de la IA para los desarrolladores es su capacidad para explicar el código. Construí el siguiente elemento SENS-AI en torno a esto haciendo que los alumnos pidieran a AI que agregue comentarios al código que acaban de escribir. Como ya entienden su propio código, pueden evaluar los comentarios de la IA, comprobando si la IA entendía su lógica, detectando dónde salía mal e identificando brechas en sus explicaciones. Esto proporciona capacitación práctica para impulsar la IA mientras refuerza una lección clave: la IA no siempre lo hace bien, y revisar su producción críticamente es esencial.
El siguiente paso en la ruta de aprendizaje Sens-AI se centra en usar AI como herramienta de investigaciónayudar a los alumnos a explorar temas de C# de manera efectiva a través de técnicas de ingeniería rápidas. Los alumnos experimentan con diferentes personajes de IA y estilos de respuesta, explicaciones casuales versus precisas, puntos de bala versus respuestas largas, para ver qué funciona mejor para ellos. También se les alienta a hacer preguntas de seguimiento, solicitar explicaciones reactivas y solicitar ejemplos concretos que puedan usar para refinar su comprensión. Para poner esto en práctica, los alumnos investigan un nuevo tema de C# que no estaba cubierto anteriormente en el libro. Esto refuerza la thought de que AI es una herramienta de investigación útil, pero solo si la guía de manera efectiva.
Sens-AI se centra en comprender el código primero, generando código en segundo lugar. Es por eso que la ruta de aprendizaje solo vuelve al código generado por IA después de reforzar los buenos hábitos de IA. Incluso entonces, tuve que diseñar ejercicios cuidadosamente para garantizar que la IA fuera una ayuda para el aprendizaje, no un reemplazo para ello. Después de experimentar con diferentes enfoques, descubrí que generar pruebas unitarias fue un siguiente paso efectivo.
Las pruebas unitarias funcionan bien porque su lógica es easy y fácil de verificar, lo que las convierte en una forma segura de practicar la codificación asistida por AI. Más importante aún, escribir un buen mensaje para una prueba unitaria obliga al alumno a describir el código que está probando, incluidos su comportamiento, argumentos y tipo de retorno. Esto naturalmente desarrolla fuertes habilidades de impulso y hábitos positivos de IA, alentando a los desarrolladores a pensar cuidadosamente sobre su diseño antes de pedirle a la IA que genere cualquier cosa.
Aprendiendo con Ai, no solo usarlo
La IA es una herramienta poderosa para los desarrolladores, pero usarla de manera efectiva requiere algo más que solo saber cómo generar código. El mayor error que los nuevos desarrolladores pueden cometer con IA es usarlo como una muleta para generar código, porque eso les impide aprender las habilidades de codificación que necesitan para evaluar críticamente todo el código que genera la IA. Al dar a los alumnos un enfoque paso a paso que refuerza el uso seguro de la IA y los grandes hábitos de IA, y reforzarlo con ejemplos y prácticas, Sens-AI ofrece a los alumnos nuevos e intermedios una ruta de aprendizaje de IA efectiva que les funciona.
La codificación asistida por AI no se trata de atajos. Se trata de aprender a pensar críticamente y del uso de la IA como una herramienta positiva para ayudarnos a construir y aprender. Los desarrolladores que se involucran críticamente con la IA, refinan sus indicaciones, cuestionan la producción generada por IA y desarrollan hábitos de aprendizaje de IA efectivos serán los que más se benefician. Al ayudar a los desarrolladores a incluir la IA como parte de su conjunto de habilidades desde el principio, Sens-AI asegura que no solo usen la IA para generar código, sino que aprenden a pensar, resolver problemas y mejorar como desarrolladores en el proceso.
El 24 de abril, O’Reilly Media se alojará Codificación con AI: el closing del desarrollo de software program tal como lo conocemos—Na conferencia de tecnología digital en vivo que destaca cómo la IA ya está sobrealimentando a los desarrolladores, impulsando la productividad y proporcionando valor actual a sus organizaciones. Si está en las trincheras que edifican las prácticas de desarrollo del mañana hoy y está interesado en hablar en el evento, nos encantaría saber de usted antes del 5 de marzo. Puede encontrar más información y nuestra llamada para presentaciones. aquí.
