ИИ-помощники тормозят развитие навыков у начинающих программистов

В эксперименте участвовали 52 начинающих разработчика. Одной группе предоставили ИИ-инструменты для освоения библиотеки Trio, другая решала задачи своими силами. Результаты тестов на понимание концепций оказались неутешительными для первой группы: они набрали в среднем 50% правильных ответов против 67% у тех, кто писал код сам. Статистическая значимость разрыва подтверждена значением p=0,01.

Наибольшие сложности возникли на этапе отладки. Самостоятельная работа над ошибками критически важна для обучения, однако пользователи ИИ просто принимали готовые исправления от системы, не вникая в причины сбоев. Схожую проблему отмечают и в медицине: эксперты из Гарварда и других вузов предупреждают, что ранняя зависимость от алгоритмов мешает формированию клинического мышления у будущих врачей.

Авторы исследования выделяют два негативных сценария. Первый — «never-skilling», при котором навык не формируется вовсе. Второй — «mis-skilling», когда специалист слепо доверяет неверным ответам алгоритма, закрепляя ошибки. Эффективность обучения зависит от подхода: лучшие результаты показали те, кто использовал ИИ для уточнения принципов работы кода, а не для автоматического выполнения задач. Ученые рекомендуют внедрять нейросети только после освоения базовых навыков под контролем наставников.