Využitie UI v procese výuky programovania

Študent: Bc. Samuel Ješík
Názov práce: Využitie UI v procese výuky programovania
Školiteľ: RNDr. Andrej Blaho, PhD.
Kontakt na študenta: jesik2@uniba.sk

Zadanie

Anotácia

V súčasnosti je už temer isté, že UI asistenti (ChatGPT, Copilot a pod.) sa budú spolupodieľať na písaní programov. Študenti ich používajú a je temer nemožné im to zakazovať. Naopak, bolo by žiadúce, aby tieto pomôcky využívali správne, aby im pomáhali, asistovali im, ale nevykonávali ich prácu za nich. Je nevyhnutné, aby sa študenti naučili samostatne programovať, pretože inak nebudú schopní porozumieť programom, kontrolovať ich správnosť, refaktorovať ich, písať testy ani pristupovať k nim ako k zdedenému kódu.

Ciele práce

Zmapovať UI asistentov, vyskúšať rôznych na rovnakých úlohách a porovnať ich schopnosti, kvalitu a použiteľnosť vo výuke. Prípadne analyzovať, aké nástroje študenti na fakulte aktuálne používajú.
Vytvoriť praktické webové prostredie v Pythone, C++ a Jave, kde študenti môžu riešiť úlohy sami alebo s podporou UI: písanie kódu, tvorba testov, refaktorizácia a rozširovanie zdedeného kódu.
Zostaviť katalóg cvičení na praktické precvičenie práce s UI:
- odhaľovanie chýb v AI-generovanom kóde,
- písanie testov na vlastný chybný kód,
- refaktorizácia a modifikácia AI-vygenerovaného kódu.

Kalendár úloh

Splnené úlohy

✔ Inštalácia softvéru nutného na implementáciu

✔ Hlavná kostra projektu (Django)

✔ Vytvorenie TeX projektu

✔ Vyplnenie základného infa do TeXu

✔ Napísané prvé DRAFT stránky do práce (Východiská)

✔ Základná implementácia prototypu

✔ Vytvorenie DRAFTU dotazníka

✔ Vytvorená stránka na projektový seminár + GitHub

✔ Implementácia Docker Sandboxu: Bezpečné spúšťanie kódu v izolovaných kontajneroch.

✔ Polyglotná podpora: Systém teraz plne podporuje Python, C++ a Javu (vrátane kompilácie).

✔ Integrácia lokálnej AI: Sprevádzkovanie modelu Llama 3 cez Ollama API.

✔ AI Mentor a Generátor: Implementácia chatu s kontextom a automatické generovanie zadaní.

✔ Automatizované testovanie: Sfunkčnenie Unit testov pre všetky 3 jazyky.

✔ Automatizované tvorenie testovacích súborov pre Python, C++, Javu:

✔ Frontendové úpravy pre zobrazovanie task listov

✔ Pridané sortovanie jednotlivých úloh podľa jazykov

✔ Pripravená prezentácia na diplomovy seminár

✔ Aktualizovaná webová stránka práce

Plánované úlohy

✘ Zber dát od študentov (distribúcia dotazníka na predmetoch Programovanie) TOTO UŽ PREBIEHA

✘ Štatistické vyhodnotenie výsledkov a overenie hypotéz

✘ Písanie textu diplomovej práce

✘ Finálny design webového prostredia

✘ Rozšírenie katalógu úloh

✘ Testovanie AI botov na úlohach

✘ Rozšírenie katalógu úloh vo webovom prostredí

✘ [MAYBE] experiment na realnych študentoch, kde by priamo pužili vytvorené webové prostredie

✘...Ďalšie úlohy ktoré sa vyskytnú...

Zdroje

Sun, D., Boudouaia, A., Zhu, C. & Li, Y. (2024). Would ChatGPT-facilitated programming mode impact college students’ programming behaviors, performances, and perceptions? An empirical study. International Journal of Educational Technology in Higher Education, 21, 14. DOI:10.1186/s41239-024-00446-5

Raihan, N., Siddiq, M. L., Santos, J. C. S. & Zampieri, M. (2025). Large Language Models in Computer Science Education: A Systematic Literature Review. In Proceedings of the 56th ACM Technical Symposium on Computer Science Education (SIGCSE TS ’25) (pp. 938–944). Pittsburgh, PA, USA. DOI:10.1145/3641554.3701863

Lee, J. & Kim, S. (2024). AI-Tutoring in Software Engineering Education: An Exploratory Case Study. Journal of Software Engineering Education and Practice, 12(2), 101–117. https://arxiv.org/pdf/2407.15718

Ma, I., Martins, A. K. & Lopes, C. V. (2024). Integrating AI Tutors in a Programming Course: The RAGMan System. International Journal of Artificial Intelligence in Education, 34(1), 45–67. DOI:10.1145/3639474.3640061

Manik, M. H. (2025). ChatGPT vs. DeepSeek: A Comparative Study on AI-Based Code Generation. ArXiv preprint arXiv:2502.18467. https://arxiv.org/abs/2502.18467