自 2021 年 6 月，微软发布 AI 代码建议工具 GitHub Copilot 以来，业界关于它的争议就没有断过。

这不，继 Copilot 相继宣布收费、代码版权引发软件自由保护协会怒批之后，来自美国马萨诸塞大学阿默斯特分校计算机科学教授 Emery Berger 发表了一篇《Coping with Copilot》的文章，警告教育工作者，基于人工智能的开发工具正在向你的作业“开炮”，抵抗是徒劳的。同时，他还比喻道，「携带（Copilot）的学生正在把 Uzis（冲锋枪）带到一场刀战中」，而 Copilot 本身也将变成作弊的有利工具。

图片

为了验证自己的观点，Emery Berger 还举了几个例子加以说明，我们不妨一起来看看。

写一下函数名，就能生成所有的代码

在 Emery Berger 看来，使用 Copilot 工具，学生们可以立即生成自动完成的代码解决方案。
对于学生自身而言，他们只需要给出问题陈述，或者给出函数名称，甚至只需要盯着屏幕就行，编程就能轻轻松松搞定。
举个例子，假设让一位 CS（计算机科学）入门的学生编写一个 Python 程序，输出需要实现 1 到 N 所有数字的总和。前提条件是，“我们计算机科学家非常讨厌 O(1) 闭式解决方案（斐波那契，我正在看着你），总得让 CPU 忙起来”，Emery Berger 说道。
按理来说，通常情况下（除非班级中有 Carl Friedrich Gauss 德国数学家这样聪明的人），学生们都需要试着写一些代码来实现，甚至需要静下心来思考一下。
不过，Emery Berger 表示，“这对于拥有 Copilot 的学生来说，并不会发生这样的苦差事。他们只需要将问题陈述作为注释，复制并粘贴到 IDE 中，然后输入函数‘def output_sum(N):’，再按一下 Tab 键就可以得到想要的内容（如下面代码中 3-6 行的所有内容都是由 Copilot 生成的）。”

# A Python program that outputs the sum of all the numbers from 1 to N.
def output_sum(N):
  sum = 0
  for i in range(1, N + 1):
   sum += i
return sum

至于如果可以用闭式的解决方案（closed form solution），Copilot 同样可以迅速解决这个问题，其中只需要重新命名一下这个函数就行了（第 2 行是由 Copilot 自动生成）：

def output_sum_closed_form(N):
  return N * (N + 1) / 2

为了慎重起见，Emery Berger 还使用了封闭形式的斐波那契进行了测试（第 2-3 行，是由 Copilot 自动生成）：

def fibonacci_closed_form(N):
  # recursion, schmecursion
  return ((1 + 5 ** 0.5) / 2) ** N / 5 ** 0.5

整体看来，GitHub Copilot 在所有的入门编程作业上都接受过专门培训。

Emery Berger 教授称，“每次为了训练 Copilot，安排它编程作业时，这款工具都会激动地流‘口水’，甚至会喃喃自语：我知道那个，这是解决方案，请再给给一个作业吧。”

因此对于使用 Copilot 工具的学生来说，与其将编程作为他们课程的目标，倒不如说直接他们的课程目标是 “点击 Tab 键”（这是指根据对所需输出的描述来生成代码的按键命令），因为在下面所有的黑色加粗代码都是由 Copilot 自动生成的，其中只需要输入函数名称和参数就可以实现所有代码：

 def depth_first_search(tree, node, visited):
   visited.add(node)
   for child in tree[node]:
     if child not in visited:
       depth_first_search(tree, child, visited)
 def quicksort_random_pivot(l):
   if len(l) <= 1:
    return l
   pivot = random.choice(l)
  left = [x for x in l if x < pivot]
  middle = [x for x in l if x == pivot]
  right = [x for x in l if x > pivot]
  return quicksort_random_pivot(left) + middle + quicksort_random_pivot(right)
def dijkstra(g):
  dist = {}
  for v in g:
    dist[v] = float(‘inf’)
    dist[g[0]] = 0
  while True:
    u = min(dist, key=dist.get)
    if dist[u] == float(‘inf’):
      break
    for v in g[u]:
      if dist[v] > dist[u] + g[u][v]:
        dist[v] = dist[u] + g[u][v]
  return dist

与此同时，Copilot 在今年 6 月宣布的付费政策中，以每月 10 美元（人民币约 67 元）或每年 100 美元（人民币约 669 元）的价格出售，并提供 60 天的免费试用期。值得一提的是，收费群体是有限制的，其中通过身份验证的学生和热门开源项目维护者可以免费使用。
这更有助于学生群体将 Copilot 集成到自己的 IDE 中。

假装所有的代码都是学生自己写的？

Emery Berger 教授担心 Copilot 将使传统的编程练习变得毫无意义，因为只要通过 Copilot，学生就知道所有的答案，但并不能记住编程的方式。他说道，“编程在很多计算机科学课程中起着作用，特别是在计算机科学入门课程中”。

因此，编程对于锻炼学生技能而言，尤为重要。但是身为老师，虽然不希望学生使用 Copilot，但是往往防不胜防。因为 Copilot 与在 Stack Overflow 和其他互联网编程资源上搜索答案不同。

“有些编程问题，你已经可以在网上找到代码的例子”，Emery Berger 说道，“但是你知道，老师也可以在谷歌上找到它们，然后用抄袭检测器将这些代码与学生提交的代码进行比较。”

然而，现如今 Copilot 是不同的。Copilot 实际上生成的解决方案。虽然谈不上是天才、复杂级别的方案，但是它带来的代码与网络上提供的还是有很大不同的，表面看起来，极有可能出自学生之手，老师根本无从分辨。

因此，Emery Berger 教授认为，与编程有关的教学方法需要调整。他在文章中调侃道，「用手堵住我们的耳朵，然后假装 Copilot 不存在的同时，老师不断做心理暗示，称剽窃的情况不存在、互联网不存在，一切都是学生真实做的」。

对于开发者有利的 Copilot，弊端会在下一代编程初学者身上体现

事实上，所有事情都有两面性，这并不意味着 Copilot 完全不能用。

对于 Copilot 本身，它由 OpenAI 研发的新 AI 系统 Codex 提供支持，Codex 是 GPT-3 的延伸版本，该模型接受过公开源代码和自然语言的训练，因此它理解编程和人类语言。同时，它已经接受过数十亿行公共代码的训练，在其内部建立了很多安全机制来保证开发者能够生成安全、高质量的代码。

对于开发者而言，Copilot 的确有用，还极大地提升了开发效率，但是对于学生群体而言，好比连基础的算术都没有学会，遇到算术问题就拿起了计算器一样，早期学习时，应该强制学生不可以使用 Copilot 等工具。

否则，“如果你关心编程的过程完整性，那么 Copilot 实实在在就是一款作弊机器。就像有人给你作业的答案，你只需要在回答的窗口中输入一下，然后点击 Tab 就行”，Emery Berger 说道。

在这种情况下，Emery Berger 认为对教育者来说，确保学生真正学到材料是很重要的，这可能意味着他们需要重新思考在计算总成绩时，那些可以用 Copilot 解决的家庭作业应该算多少分。

也许现在说 Copilot 对学生产生了哪些具体影响可能还为时过早，因为该软件只公开使用了几个月。但随着 Copilot 等类似工具迅速崛起，用不了多久，其影响就会开始显现。

“我希望对此持乐观态度。但我认为，至少，我们需要对它进行深思熟虑” ，Emery Berger 担忧地说道。

参考链接：
https://itnext.io/coping-with-copilot-b2b59671e516
https://www.theregister.com/2022/08/19/copilot_github_students/

转自CSDN