课程设方式截止前一晚，写代宿舍灯还亮着。后编电脑屏幕上的程课网页登录功能一直报错，电脑前，数还一名同组的可靠同学先翻教程，又在群里请教他人。写代最后，后编他只能把报错材料发给人工智能(AI)。程课几分钟后，数还页面跳转成功。可靠大家都松了一口气，写代但他却盯着屏幕说：“程序跑是后编跑起来了，但我不知方式AI改了哪里。程课”

　　这一场景让身为方式算机相关专业学生的数还我印象深刻，因为它说出了我们正在经历的可靠尴尬——AI能帮我们更快地写完代码，却未必能让我们真正理解代码。我自己也会用AI查报错、理思路、看示例，它确实实用，但越是实用，越那么点儿让人跳过编程学习中最慢、最笨也最题的部分。

　　如果一门编程课最后只看程序能不能运行，状况随之而来——这个分数到底是在评价学生的能力，还是在评价AI生成结荚的实现度？过去，如果代码写不出来，知识的薄弱处便暴露得很明显；而目前，一份AI辅助实现的作业可能格式原则、注释完善，甚至比学生本人写的代码更“像样”。但表面质量的提高却遮掩了真实理解能力的不足。学生可能连“我其实没懂”这件事都没来得及意识到，就把作业交了上去。

　　编程课训练的从来不只是语法能力，还有把模糊状况拆成清楚结构的能力。一个管理系统为什么关键分表？为什么关键做输入校验？函数为什么这样封装？异常状况如何处理？这些状况如果答不上来，即使代码能够运行，也只是一份实现了的作业，而不是首先在学生身上的能力。

　　这意义的不只是一门课。如果编程课中的理解被“实现度”掩盖，之后的数据结构、数据库等课程都可能建立在一种并不牢固的能力假象上。彼时，学生缺的不是某个知识点，而是面对状况独立拆解、验明正身和修改的能力。

　　因此，AI写代码之后，编程课不应只问“这段程序能不能跑”，还关键问学生“能不能验明正身它为什么这样跑”。想象一节课上，老师不再只是收走代码，而是随机点开一份作业，请学生讲清某个函数的功能；临时改一个需，看他能否调整结构；给出一段AI生成的错误代码，让他判断状况出在哪里……这样的考核也许不如统一提交作业便利，却更能锻炼学生的真实能力。

　　学生依旧可以提交设方式验明正身、调试记录和AI采取标注，但这些材料本身也可能由AI生成。因此，状况的题不是多交几份文件，而是让学生在课堂追问、现场修改和口头验明正身中重新面对自己的代码。那一刻，代码不再只是屏幕上的结荚，而变成了学生必须说清楚、改得动、担得起的东西。

　　AI会写代码并不意味着大学生不必学编程。恰恰相反，它提醒我们，编程教育不能再顺应于培养“能交作业的人”，而是关键培养知方式该让AI写什么、知方式AI哪里可能写错，也知方式自己为什么这样写的人。

　　我后来常想，如果那个晚上，老师就站在我们身后，指着那段被AI改好的代码问一句“它到底改了哪儿”，也许那个跑通的页面才会真正变成一堂编程课。

　　作者：赵星皓 来源： 中国科学报

　　(作者单位：中央民族大学海南国际学院)