1年生の学生がGitHub Copilotを使う理解

最近、ディープラーニングの進展により、書かれた指示からコンピュータコードを生成できるツールが登場してきた。このツールは教育の現場で人気が高まっていて、特に初心者がコーディングを学ぶのに役立っている。学生たちはプログラミング作業を素早く解決するための提案を受けることができる。しかし、新しい学生たちがこれらのツールとどのように関わるかについてはあまり知られていない。この研究では、大学1年生がプログラミング課題に取り組む際に、コード提案ツールであるGitHub Copilotをどのように使っているかを調べている。

#背景

入門プログラミングコースでは、学生はコードを書く際にしばしば課題に直面する。有効な計画を立てることや、アイデアを発展させることに苦労することがある。これがフラストレーションを引き起こし、学習を妨げることがある。教科書やチュートリアルなどの従来のリソースは必ずしも必要なサポートを提供できるわけではない。インテリジェントなチュータリングシステムは個別のフィードバックを提供するように設計されているが、通常は特定のタスクに焦点を当てており、幅広いプログラミングニーズに適応しない。自動ヒントシステムは便利なヒントを生成できるが、過去の学生データに依存していることが多い。

最近、GitHub Copilotのような大規模言語モデル（LLM）が登場してきた。これらのモデルは、ユーザーが現在書いている内容に基づいてリアルタイムでコードの提案をすることができる。Copilotは使いやすく、学生にとって無料で利用できるので、新しい学習者にとってアクセスしやすい。これらの進展に関して、学生がこれらのAIツールとどのように関わっているのか、特にその利点や懸念についての認識が問われている。

#方法論

この研究では、大学生が入門プログラミングコースでCopilotを使用する様子を観察することに焦点を当てた。彼らの体験を理解し、ツールに対する意見を集めた。研究には、全員がプログラミング初心者である19人の学生が参加し、通常のプログラミング課題の期間中に行われた。各参加者は作業をしている間に監視され、その後インタビューを行って彼らの体験について話し合った。

#参加者

この研究の参加者は、18歳から22歳の大学生で、C++を使用した初心者プログラミングコースに登録している。彼らは研究前にGitHub Copilotを使った経験はなかった。各学生は、初級レベルのスキルに挑戦するために設計されたプログラミング課題を完了する間、30分間観察された。

#観察とインタビュー

コーディングセッション中、学生たちがCopilotを使用する反応についていくつかの重要なポイントを観察した。課題を終えた後、学生はインタビューに参加し、ツールに関する彼らの考えや学習への影響を話し合った。

#初期の印象

ほとんどの学生は、Copilotがコードをより早く書くのに役立つと感じていた。同時に、多くの学生がツールが生成したコードを理解するのに不安を感じていた。Copilotに依存することで学習が妨げられ、依存症になってしまうことを心配していた。この利点と落とし穴の両方を感じることは、ユーザーの間で一般的だった。

#相互作用のパターン

セッション中に、2つの主な相互作用パターンを観察した。

1. シェパーディング: このパターンでは、学生がCopilotの提案に合ったコードを入力してガイドする。コードをゼロから構築するのではなく、Copilotのプロンプトに頼ってソリューションに達する。この行動は、学生がコーディングスキルの向上よりもツールに焦点を当てる可能性があることを示唆している。

2. ドリフティング: このパターンは、学生がCopilotの提案を受け入れつつ、提案をナビゲートするのに苦労しながらそれを修正または削除する様子を表している。学生たちは、提案から提案へと移動し、コーディングプロセスにおいて明確さや方向性を欠いていた。これにより混乱やフラストレーションが生じ、学生たちは提案を解読しようとしてループにはまることが多かった。

#認知的および感情的な反応

学生はCopilotを使用する中でさまざまな感情を体験した。多くの学生は、Copilotが生成したコードが理解できないときに混乱やフラストレーションを感じていた。一部の学生はツールが侵入的であると感じ、絶え間ない提案が彼らの思考プロセスを妨げると報告していた。逆に、Copilotが有用な提案を出したときには、驚きや興奮といったポジティブな感情を抱く学生もいた。

多くの参加者にとって認知的負荷は大きかった。Copilotからの長い提案を分析するのに多くの時間を費やしていたため、ツールは指導を提供するだけでなく、学生を情報で圧倒しないようにバランスを取る必要があることが示唆された。

#Copilotの利点

課題があったにもかかわらず、学生はプログラミング作業でCopilotを使うことのいくつかの利点を認識していた。

1. 完了のスピード: 多くの学生は、Copilotが課題を迅速に終わらせる能力を向上させると信じていた。彼らは、典型的なコーディングの障害を乗り越える手助けをしてくれるツールを持つことに感謝していた。

2. 学習の機会: 一部の参加者は、Copilotが新しいコーディングの概念や技術を学ぶのに役立ったと述べていた。提案を詳しく見ることで、問題へのアプローチの異なる方法や、以前は考えたことがない戦略を理解できた。

3. エラーの削減: Copilotの提案は通常、構文的に正確だった。これにより、学生は一般的な構文エラーを避け、プログラムの論理により集中することができた。

#Copilotに対する懸念

利点と共に、学生はCopilotの使用に関連する懸念も表明した。

1. 過度の依存: 最大の懸念は、Copilotを頻繁に使用することが学習を妨げる可能性があることだった。学生たちは、ツールに依存しすぎると、基本的なコーディングスキルを身につける機会を逃すかもしれないと認識していた。

2. 生成されたコードの理解不足: 多くの参加者は、自動生成されたコードを完全に理解できないことを心配していた。彼らは、提案を受け入れてもそれがどのように機能しているのか分からないことが恐ろしいと感じていたので、将来のプログラミングシナリオにおける理解不足につながる可能性がある。

3. 問題解決スキルの発展: 学生たちは、Copilotに頼ることでクリティカルに考えたり、自分で問題を解決したりする能力に影響が出るのではないかと懸念していた。この依存が学習の行程において長期的な課題を生む可能性があることを心配していた。

#倫理的考慮事項

Copilotや同様のツールが人気を博する中で、倫理的な問題も浮上している。一つの大きな懸念は、学問の誠実さである。Copilotを使ってコードを生成するのが簡単になることで、学生が自分の成果物でないものを提出するようになったり、基本的な概念を理解せずに提案を利用するようになる可能性がある。

もう一つの倫理的な問題は、これらのモデルのトレーニングに使用されるデータにバイアスが存在する可能性である。もしCopilotがトレーニングデータに存在するバイアスを反映しているとしたら、それはすべてのユーザーに平等に役立たない歪んだ提案を生む可能性がある。

#結論

私たちの研究は、初心者プログラマーがGitHub Copilotのようなツールとの複雑な関係を強調している。これらのツールは学習者のコーディングを支援する大きな可能性を秘めている一方で、必須スキルの発展にどのように影響を与えるかについても重要な考慮が必要である。

#教育への影響

教育機関がAI搭載のツールをカリキュラムに取り入れ始める中、学生がこれらのツールを効果的に使えるように教育することが重要である。教員は、Copilotを学習プロセスに統合する方法を指導しながら、倫理的な含意や過度の依存の潜在的な問題に対処する必要がある。

#今後の方向性

継続的な研究は、学生が学習においてAI駆動のツールとどのように関わっているかをさらに理解するために必須である。将来の研究では、Copilotや同様の技術の長期的な使用を探求し、学生がどのように適応し、スキルが向上または低下するかを追跡するべきである。これらの相互作用を調べることで、教育者はCopilotのようなツールの利点を最大限に引き出しつつ、潜在的な欠点を最小限に抑えるためにサポートとリソースをより適切に調整できる。

結論として、GitHub Copilotのようなツールの導入は、プログラミング教育においてエキサイティングな機会と挑戦の両方を表している。学生の体験や認識に気を配ることで、革新を受け入れつつ、コーディングや問題解決の基盤スキルを育むバランスの取れたアプローチを目指すことができる。