یادگیری برنامه نویسی با کمک هوش مصنوعی؛ دستیار یا میان‌بر؟

این روزها هر کسی برنامه‌نویسی را شروع می‌کند، دیر یا زود سراغ ChatGPT یا ابزارهای مشابه می‌رود. این ابزارها می‌توانند یادگیری را خیلی سریع‌تر کنند، یا برعکس، باعث شوند بعد از چند ماه هنوز نتوانید یک برنامه‌ی ساده را خودتان بنویسید. فرقش در نحوه‌ی استفاده است.

هوش مصنوعی در یادگیری به چه کاری می‌آید؟

• توضیح خطا: پیام خطا را بدهید و بپرسید یعنی چه و از کجا آمده.
• ساده کردن مفهوم: اگر مفهومی مثل تابع یا آرایه را نفهمیدید، بخواهید با مثال روزمره توضیح دهد.
• تمرین بیشتر: بخواهید چند تمرین هم‌سطح برایتان بسازد.
• بررسی کد: کدی را که خودتان نوشته‌اید بدهید و بپرسید چطور می‌شود بهترش کرد.

اشتباهی که جلوی یادگیری را می‌گیرد

بزرگ‌ترین اشتباه این است که تمرین را به هوش مصنوعی بدهید و جوابش را کپی کنید. تمرین حل می‌شود، ولی مغز شما تمرینی نکرده است. مثل این است که کسی به جای شما به باشگاه برود؛ وزنه بلند شده، ولی عضله‌ی شما قوی نشده.

یک قانون ساده: هر کدی که در پروژه می‌گذارید، باید بتوانید خط‌به‌خط توضیحش دهید.

روش درست، قدم‌به‌قدم

1. اول خودتان امتحان کنید: حداقل ۱۵ دقیقه روی مسئله فکر کنید و کد بنویسید.
2. راهنمایی بخواهید، نه جواب: بپرسید «کجای فکرم اشتباه است؟» یا «یک راهنمایی بده، کد کامل نده».
3. جواب را بفهمید: اگر کدی گرفتید، بپرسید هر خط چه کار می‌کند.
4. دوباره بنویسید: صفحه را ببندید و همان کد را خودتان از اول بنویسید.
5. بررسی کنید: هوش مصنوعی هم اشتباه می‌کند. همیشه کد را اجرا و امتحان کنید.

چند نمونه سؤال خوب

• «این خطا را به زبان ساده توضیح بده و بگو کجای کدم را باید نگاه کنم، ولی جواب کامل نده.»
• «حلقه‌ی for را با یک مثال از زندگی روزمره توضیح بده.»
• «سه تمرین ساده درباره‌ی شرط در پایتون بده، از آسان به سخت.»
• «این کد را که خودم نوشتم بررسی کن و بگو کجایش خوانا نیست.»

آیا هوش مصنوعی جای برنامه‌نویس را می‌گیرد؟

هوش مصنوعی کارهای تکراری را سریع‌تر می‌کند، ولی تصمیم گرفتن درباره‌ی اینکه چه چیزی ساخته شود، فهمیدن نیاز مشتری، پیدا کردن خطاهای پیچیده و مسئولیت کیفیت کار هنوز با برنامه‌نویس است. برنامه‌نویسی که بلد است از این ابزارها درست استفاده کند، کار بیشتری را در زمان کمتری انجام می‌دهد.

یک تمرین نمونه با روش درست

فرض کنید تمرین این است: «برنامه‌ای بنویسید که عددهای ۱ تا ۱۰۰ را چاپ کند، ولی به جای مضرب‌های ۳ بنویسد سه».

• روش اشتباه: صورت تمرین را به ChatGPT بدهید و جواب را کپی کنید. دو دقیقه طول می‌کشد و هیچ چیزی یاد نمی‌گیرید.
• روش درست: اول خودتان حلقه را بنویسید. اگر نمی‌دانید چطور بفهمید عددی مضرب ۳ است، فقط همین را بپرسید: «در پایتون چطور بفهمم یک عدد بر ۳ بخش‌پذیر است؟ فقط توضیح بده.» بعد خودتان کد را کامل کنید.

در روش دوم، شاید ده دقیقه بیشتر وقت بگذارید، ولی دفعه‌ی بعد که به مسئله‌ی مشابهی رسیدید، دیگر سؤال نمی‌پرسید.

مقایسه‌ی دو رفتار

دو نفر را تصور کنید که هر دو برای یک خطای پایتون از هوش مصنوعی کمک می‌گیرند:

هر دو از یک ابزار استفاده کرده‌اند. فرق در این است که نفر دوم هنوز خودش فکر می‌کند.

یک روال هفتگی ساده

1. شنبه تا چهارشنبه: تمرین‌ها را خودتان حل کنید و فقط وقتی بیش از ۱۵ دقیقه گیر کردید، از هوش مصنوعی راهنمایی بخواهید.
2. پنجشنبه: کدهای هفته را به هوش مصنوعی بدهید و بخواهید نقطه‌ضعف‌هایشان را بگوید.
3. جمعه: یکی از تمرین‌های هفته را بدون هیچ کمکی از اول بنویسید تا ببینید واقعاً چیزی یاد گرفته‌اید یا نه.

اگر آزمون جمعه سخت بود، یعنی بیش از حد به ابزار تکیه کرده‌اید. هفته‌ی بعد سهم خودتان را بیشتر کنید.

ابزارها را بشناسید

ابزارهای هوش مصنوعی برای برنامه‌نویسی چند دسته‌اند:

• چت‌بات‌ها: برای پرسیدن سؤال، توضیح مفهوم و بررسی کد.
• دستیارهای داخل ویرایشگر کد: که هنگام نوشتن، ادامه‌ی کد را پیشنهاد می‌دهند. این‌ها برای حرفه‌ای‌ها سرعت می‌آورند، ولی تازه‌کارها بهتر است اول بدون آن‌ها تمرین کنند.
• ابزارهای ساخت خودکار پروژه: که از روی توضیح، یک برنامه‌ی کامل می‌سازند. برای فهمیدن و اصلاح خروجی آن‌ها هم باید برنامه‌نویسی بلد باشید.

چطور با هوش مصنوعی کد بخوانیم و یاد بگیریم؟

یکی از کاربردهای بسیار مفید این ابزارها، فهمیدن کد دیگران است. اگر کدی دیدید که نمی‌فهمید، می‌توانید آن را بدهید و بخواهید خط‌به‌خط توضیح بدهد. ولی همین‌جا یک ترفند مهم هست: قبل از خواندن توضیح، خودتان حدس بزنید کد چه می‌کند. بعد توضیح را بخوانید و ببینید حدستان چقدر درست بود. این کار حافظه را قوی‌تر می‌کند و به شما نشان می‌دهد کجا هنوز ضعف دارید.

چگونه سؤال دقیق بپرسیم؟

کیفیت جواب به کیفیت سؤال بستگی دارد. سؤال مبهم مثل «کدم کار نمی‌کند» جواب مبهم می‌گیرد. سؤال خوب این اجزا را دارد:

• هدف: می‌خواستم برنامه چه کاری انجام بدهد.
• اتفاق واقعی: به جای آن چه اتفاقی افتاد، با پیام خطا.
• آنچه امتحان کرده‌اید: قبلاً چه کارهایی کردید.
• سطح شما: «من تازه‌کارم، ساده توضیح بده».

همین چهار جزء نصف مشکل را حل می‌کند. تازه‌کارها که یاد می‌گیرند سؤال دقیق بپرسند، معمولاً خودشان هم در حین نوشتن سؤال به جواب می‌رسند.

قانون سه تلاش

یک قاعده‌ی ساده برای جلوگیری از وابستگی: قبل از پرسیدن از هوش مصنوعی، سه تلاش مستقل بکنید. تلاش اول، خواندن دقیق پیام خطا. تلاش دوم، حذف یا غیرفعال کردن قسمت‌هایی از کد برای پیدا کردن محل مشکل. تلاش سوم، جستجوی عبارت خطا یا نوشتن مسئله در دفترچه‌ی خودتان. اگر بعد از این سه قدم هم حل نشد، حالا بپرسید. این کار هم وقتتان را زیاد تلف نمی‌کند و هم مغزتان را درگیر نگه می‌دارد.

وقتی هوش مصنوعی اشتباه می‌کند

هوش مصنوعی گاهی توابعی را پیشنهاد می‌دهد که وجود ندارند یا روشی را به کار می‌برد که برای نسخه‌ی شما قدیمی شده است. نشانه‌ی این مشکل معمولاً پیام خطایی است که می‌گوید چیزی تعریف نشده. در چنین مواقع به‌جای اصرار، سؤال را جور دیگری بپرسید یا به مستندات رسمی زبان نگاه کنید. دانستن اینکه ابزار هم اشتباه می‌کند، شما را از ناامید شدن نجات می‌دهد. خیلی از تازه‌کارها فکر می‌کنند مشکل از خودشان است، در حالی که کد پیشنهادی ایراد داشته است.

مراقب این خطرها باشید

• جواب‌های با اعتمادبه‌نفس ولی غلط: هوش مصنوعی گاهی کدی می‌دهد که درست به نظر می‌رسد ولی اشتباه است. همیشه اجرا و امتحان کنید.
• اطلاعات حساس: رمزها، اطلاعات مشتری‌ها و کدهای محرمانه‌ی شرکت را در این ابزارها وارد نکنید.
• وابستگی: اگر بدون هوش مصنوعی حتی یک حلقه‌ی ساده نمی‌توانید بنویسید، وقت آن است که چند روز بدون آن تمرین کنید.

برنامه‌نویسی با هوش مصنوعی در کلاس‌های سبزوار

همه‌ی دوره‌های الکترا، از پایتون و طراحی سایت تا React و فلاتر، با همین نگاه برگزار می‌شوند. پایه‌ها را خودتان یاد می‌گیرید و استاد کنارتان نشان می‌دهد کجا از هوش مصنوعی کمک بگیرید و کجا نه. اگر تازه شروع می‌کنید، اول مقاله‌ی آموزش برنامه‌نویسی از صفر را بخوانید. سؤال دیگری دارید؟ با ۰۹۳۰۹۱۱۸۵۵۸ تماس بگیرید.