Время науки - The Times of Science

Топорков Н. М. Toporkov N. M. 2025 19 сгенерированного кода. Более сильные студенты указали, что получили знания о новых подходах, а слабые – признались, что просто копировали сгенерированный код. Таким образом, применение ИИ-инструментов при анализе кода в процессе изучения программирования безусловно имеет преимущества перед ручной проверкой, реализуя мгновенную обратную связь. Однако следует контролировать сгенерированные решения. ИИ эффективен для базовой проверки, но требует доработки для сложных задач. Необходимо разрабатывать гибридные педагогические системы, где ИИ будет выступать помощником преподавателя, генерировать примеры исправлений, адаптировать учебные задачи и учебный материал под уровень текущих знаний студентов, реализовывать мгновенную обратную связь. Литература: 1. Аветисян А., Белеванцев А., Бородин А., Несов В. Использование статического анализа для поиска уязвимостей и критических ошибок в исходном коде программ // Труды Института системного программирования РАН. – 2011. – № 23. – С. 23–38. 2. Гылыджова А.Б., Оразгельдыева А. Обзор кода на основе искусственного интеллекта: новый подход к улучшению качества программного обеспечения // Символ науки. – 2024. – № 12 (1). – С. 106–107. 3. Ицыксон В.М., Моисеев М.Ю., Цесько В.А., Карпенко А.В. Исследование систем автоматизации обнаружения дефектов в исходном коде программ // Научно-технические ведомости СПбГПУ. Информатика. Телекоммуникации. Управление. – 2008. – № 5 (65). – С. 119–127. 4. Сазонов А.П. Использование ИИ в программировании // Universum: технические науки. – 2024. – № 3 (120). – С. 46–52. 5. Самовиков С.О. Разработка приложения для автоматизированного анализа безопасности исходного кода с применением машинного обучения // Вестник науки. – 2025. – Т. 4, № 85. – С. 711–719. 6. Цепляев А.Ф. Использование языковых моделей искусственного интеллекта для изучения основ программирования // Символ науки. – 2023. – № 5 (2). – С. 58–6