生成式 AI 時代下大學電腦科學教育的重塑
arXiv - Computers and SocietyYi-Chieh Lee, Nattapat Boonprakong, Yugin Tan, Harold Soh, Alex Potanin, Viraj Kumar, Anoop K. Sinha, Chen Qian, Paul Denny, Mennatallah El-Assady, Ian Oakley, Jake Renzella, Amy Zhang, Jat Singh, Wee Sun Lee, Hsuan-Tien Lin, Jane L. E, Anthony Tang, Margaret M. Burnett, Sowmya Somanath, Renwen Zhang, Vicky Charisi, Alexandra I. Cristea
本文提出在生成式 AI 取代傳統軟體工程任務的背景下，重新設計本科電腦科學課程，強調 AI 原生能力、系統設計與批判性評估，以提升學生面對未來挑戰的能力。
AI 幫你先抓重點
AI 重點 1
將 AI 原生能力納入課程核心，讓學生學會驗證與評估 AI 產物。
滑鼠懸停看 AI 判斷理由
此舉能使學生不再僅依賴 AI 完成程式任務，而是具備批判性思考與創造性解決問題的能力，符合未來職場對 AI 伴侶型人才的需求。
AI 重點 2
採用「breadcrumbs」策略，將關鍵技能以微小、可操作的練習嵌入課程。
滑鼠懸停看 AI 判斷理由
這種漸進式的學習設計能降低學生的學習負擔，並在日常課堂中持續鞏固新興 AI 能力，提升學習成效與動機。
核心研究發現
- 1
生成式 AI 已能自動化實作層級的程式設計、除錯、測試與文件化，導致這些技能在課程中的重要性下降。
- 2
研究透過兩場 NUS‑Google 工作坊收集教師、業界實務者與學生意見，發現關鍵技能應聚焦於系統設計、抽象化與批判性評估。
- 3
作者提出以「breadcrumbs」方式將 AI 原生能力嵌入現有課程，並建議課程改革應包含先修條件、進階路徑、創新教學法與機構支援。
對教育工作者的啟發
為實務教育工作者提供三項具體建議：一、在課程中加入 AI 產物驗證與批判性評估的實作模組，強化學生的 AI 原生能力；二、利用「breadcrumbs」概念，將系統設計、抽象化與評估等關鍵技能拆解成短期可完成的練習，並嵌入現有課程；三、推動學校層面的制度變革，設定 AI 原生能力為課程先修條件，並設立進階 AI 專題路徑，鼓勵跨領域合作與實務導向的專題式學習。這些措施將協助學生在 AI 時代保持競爭力，並為教育機構帶來可持續的課程創新。
原始文獻資訊
- 英文標題：
- Reshaping Undergraduate Computer Science Education in the Generative AI Era
- 作者：
- Yi-Chieh Lee, Nattapat Boonprakong, Yugin Tan, Harold Soh, Alex Potanin, Viraj Kumar, Anoop K. Sinha, Chen Qian, Paul Denny, Mennatallah El-Assady, Ian Oakley, Jake Renzella, Amy Zhang, Jat Singh, Wee Sun Lee, Hsuan-Tien Lin, Jane L. E, Anthony Tang, Margaret M. Burnett, Sowmya Somanath, Renwen Zhang, Vicky Charisi, Alexandra I. Cristea
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。