Key points are not available for this paper at this time.
Diese systematische Übersicht und Meta-Analyse untersucht die Auswirkungen von Werkzeugen der künstlichen Intelligenz (KI), einschließlich ChatGPT 3.5 und GitHub Copilot, auf die Lernergebnisse in Programmierkursen. Insgesamt wurden 35 kontrollierte Studien, die zwischen 2020 und 2024 veröffentlicht wurden, analysiert, um die Wirksamkeit des KI-gestützten Lernens zu bewerten. Die Ergebnisse zeigen, dass Studierende, die KI-Werkzeuge nutzten, besser abschnitten als solche ohne solche Hilfsmittel. Die Ergebnisse der Meta-Analyse zeigten, dass KI-gestütztes Lernen die Zeit zum Abschluss von Aufgaben signifikant verringerte (SMD = −0.69, 95% CI −2.13, −0.74, I2 = 95%, p = 0.34) und die Leistungsbewertungen der Studierenden verbesserte (SMD = 0.86, 95% CI 0.36, 1.37, p = 0.0008, I2 = 54%). Allerdings boten KI-Werkzeuge keinen statistisch signifikanten Vorteil in Bezug auf den Lernerfolg oder das Verständnis (SMD = 0.16, 95% CI −0.23, 0.55, p = 0.41, I2 = 55%), wobei die Sensitivitätsanalyse auf eine Variabilität der Ergebnisse hinweist. Die Wahrnehmungen der Studierenden zu KI-Werkzeugen waren überwiegend positiv, mit einer gepoolten Schätzung von 1.0 (95% CI 0.92, 1.00, I2 = 0%). Während KI-Werkzeuge die Fachkenntnisse und Effizienz im Programmieren steigern, hängt ihre Wirksamkeit von Faktoren wie der Funktionalität der Werkzeuge und dem Kursdesign ab. Um Vorteile zu maximieren und eine Überabhängigkeit zu vermeiden, sind maßgeschneiderte pädagogische Strategien von entscheidender Bedeutung. Diese Studie hebt die transformative Rolle von KI in der Programmierausbildung hervor und liefert evidenzbasierte Erkenntnisse zur Optimierung des KI-gestützten Lernens.
Alanazi et al. (Fr,) untersuchten diese Frage.