人工智能与人类共同创造的编程课程范例
本文探讨和评估了一种人工智能与人类合作的方法来编写 Java 编程的示例，该方法提供了生成带有初始版本代码解释并交由教师编辑的编写系统，并介绍了对此方法创建的解释质量进行评估的研究。
Dec, 2023
本文研究了利用大型语言模型进行自然语言生成的能力，并应用于编程课程中常见的两种学习资源的制作。研究发现，在创建编程练习时，只需要输入关键词，即可显著影响编程概念和上下文主题的内容，同时也证明了大多数自动生成的内容是全新且合理的。这些结果表明，使用大型生成机器学习模型作为教学工具是有重要价值的，但在交付给学生之前需要一些监督来确保生成的内容质量。文章还探讨了 OpenAI Codex 及类似工具对初学者编程教育的影响，并强调了可能改善教学体验的未来研究方向。
Jun, 2022
能否通过人类提供的示例教机器编码的问题在程序综合研究中至关重要。进行了一个实验，要求人类为六个编程任务提供示例，并将非专家提供的示例与随机抽样的示例以及专家提供的示例进行对比。结果表明，非专家参与者提供的示例不足以使程序综合系统学习到准确的程序，并且非专家需要提供比随机抽样和专家提供的示例更多的示例。
Apr, 2024
本文比较人 - 人和人工智能 - 人的编程对，探索交互、衡量、优点与挑战等方面的相似性和差异性，并总结了对成功的调节因素，提供了 pAIr 编程研究的机会。
Jun, 2023
通过对大型语言模型进行评估，并将其与学生创建的代码解释进行比较，本文发现自动生成的 LLM 代码解释具有更高的准确性和易理解性，从而提供了一种解决教育中代码解释挑战的新方法。
Apr, 2023
最近几年，人工智能和基于网络的编程领域取得了巨大的进步，能够让开发者创建动态和交互性的网站和应用程序。本文探讨了创意人工智能工具和基于游戏的方法对交互式基于网络的编程的潜力，研究了它们的优势、局限性和现实应用。同时，我们还分析了将这些技术整合到网站开发中时所面临的挑战和伦理考虑，如隐私问题和人工智能生成内容的偏见。通过这次探索，我们旨在对创意人工智能工具和基于游戏的方法给予未来基于网络编程带来的令人兴奋的可能性提供见解。
Aug, 2023
本文使用 GPT-4 进行了多项实验来生成计算机代码，发现 AI 编码工具需要人类的验证才能确保准确性和可靠性。同时，使用 GPT-4 进行代码改进可以显著提高代码质量，但生成的测试仍需要人类验证。
Apr, 2023
本研究应用基于 AI 的代码助手对影响现代技术的一些重要代码进行分析，提出使用该助手工具可以对混淆代码或缺乏说明注释的软件提供见解，并专注于添加自动文档和代码注释，并将某些选定的大型代码库转换为带有多个新的 API 和多任务链接的现代版本，从而在遗留代码重构和高价值代码库功能简化方面提供了具有人类级别专业知识的有价值工具。
Jan, 2023