論文の概要: Liberating Logic in the Age of AI: Going Beyond Programming with Computational Thinking
- arxiv url: http://arxiv.org/abs/2511.17696v1
- Date: Fri, 21 Nov 2025 17:28:52 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-25 18:34:24.372006
- Title: Liberating Logic in the Age of AI: Going Beyond Programming with Computational Thinking
- Title（参考訳）: AIの時代における論理の解放 - 計算思考によるプログラミングを超えて
- Authors: Douglas C. Schmidt, Dan Runfola,
- Abstract要約: 大規模言語モデル(LLM)と人工知能(AI)を利用したコーディングアシスタントの進歩は、計算思考のコモディティ化につながっている。
本稿では,自然言語プログラミングがソフトウェア開発に与える影響,プログラマと即興問題解決者との違いの出現,コンピュータ科学とデータサイエンスのカリキュラムに必要とされる改革について考察する。
- 参考スコア（独自算出の注目度）: 0.7734726150561086
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Mastering one or more programming languages has historically been the gateway to implementing ideas on a computer. Today, that gateway is widening with advances in large language models (LLMs) and artificial intelligence (AI)-powered coding assistants. What matters is no longer just fluency in traditional programming languages but the ability to think computationally by translating problems into forms that can be solved with computing tools. The capabilities enabled by these AI-augmented tools are rapidly leading to the commoditization of computational thinking, such that anyone who can articulate a problem in natural language can potentially harness computing power via AI. This shift is poised to radically influence how we teach computer science and data science in the United States and around the world. Educators and industry leaders are grappling with how to adapt: What should students learn when the hottest new programming language is English? How do we prepare a generation of computational thinkers who need not code every algorithm manually, but must still think critically, design solutions, and verify AI-augmented results? This paper explores these questions, examining the impact of natural language programming on software development, the emerging distinction between programmers and prompt-crafting problem solvers, the reforms needed in computer science and data science curricula, and the importance of maintaining our fundamental computational science principles in an AI-augmented future. Along the way, we compare approaches and share best practices for embracing this new paradigm in computing education.
- Abstract（参考訳）: 1つ以上のプログラミング言語をマスターすることは、歴史的にコンピュータ上でアイデアを実装するためのゲートウェイであった。
今日、このゲートウェイは、大規模言語モデル(LLM)と人工知能(AI)によるコーディングアシスタントの進歩によって拡大している。
重要なのは、もはや従来のプログラミング言語の流布ではなく、問題をコンピュータツールで解決できる形式に変換することで、計算的に考える能力です。
これらのAI拡張ツールによって実現される能力は、自然言語で問題を表現できる人なら誰でもAIを介して計算力を活用できるような、計算思考のコモディティ化に急速に結びついている。
この変化は、米国と世界中のコンピュータサイエンスとデータサイエンスの教育方法に大きく影響する可能性がある。
もっともホットな新しいプログラミング言語が英語になったら、学生は何を学べばいいのか?
すべてのアルゴリズムを手作業でコーディングする必要はないが、それでも批判的に考え、ソリューションを設計し、AIによって強化された結果を検証しなければならない計算思想家の世代をどのように準備するか?
本稿では,自然言語プログラミングがソフトウェア開発に与える影響,プログラマと急激な問題解決者の違い,コンピュータ科学とデータサイエンスカリキュラムに必要な改革,AIを付加した未来における基本的な計算科学の原則を維持することの重要性について検討する。
その過程で、我々は、コンピューティング教育におけるこの新しいパラダイムを受け入れるためのアプローチを比較し、ベストプラクティスを共有します。
関連論文リスト
- AI Agents as Universal Task Solvers [94.49762121230042]
我々は,過去のデータを用いて,普遍的な解法が達成できる最適なスピードアップが,アルゴリズム情報と密接な関係があることを示す。
我々は、推論モデルをスケールする際に最適化する重要な量は時間であり、学習における重要な役割は、これまでは間接的にのみ考慮されてきたと論じている。
論文 参考訳（メタデータ） (2025-10-14T02:17:54Z) - Computer Science Education in the Age of Generative AI [1.2691047660244332]
ChatGPTやCodexのような生成AIツールは、コンピュータサイエンス教育に急速に革命をもたらしている。
本稿では,AIがコンピュータサイエンス教育の強化にもたらす重要な機会について考察する。
学術的整合性に関する懸念、AIへの過度な信頼のリスク、独創性検証の難しさなど、課題を強調している。
論文 参考訳（メタデータ） (2025-07-02T22:28:45Z) - Programming with AI: Evaluating ChatGPT, Gemini, AlphaCode, and GitHub Copilot for Programmers [0.0]
本稿では、ChatGPT、Gemini(Bard AI)、AlphaCode、GitHub Copilotなど、主要なプログラミングアシスタントの徹底的な評価を行う。
AIモデルの潜在能力を具現化する倫理的開発プラクティスの必要性を強調している。
論文 参考訳（メタデータ） (2024-11-14T06:40:55Z) - Prompts First, Finally [4.5022979431802925]
生成AI(GenAI)と特に大規模言語モデルは、コンピュータサイエンス教育を妨害している。
一部の教育者は、彼らがコンピューティング教育に深刻な脅威をもたらし、教室での彼らの使用を禁止すべきだと主張している。
プログラミングの抽象化は常に、自然言語に向けられている、と私たちは主張する。
論文 参考訳（メタデータ） (2024-07-12T12:50:28Z) - Redefining Computer Science Education: Code-Centric to Natural Language
Programming with AI-Based No-Code Platforms [0.0]
本稿では,プログラミングの領域における人間とコンピュータの進化的関係について述べる。
AIベースのノーコードプラットフォームの出現は、このダイナミクスに革命をもたらしている。
教育者として、この新しいダイナミクスをカリキュラムに統合することは必須です。
論文 参考訳（メタデータ） (2023-08-19T02:44:35Z) - Brain-inspired Computational Intelligence via Predictive Coding [73.42407863671565]
予測符号化(PC)は、機械学習コミュニティにとって潜在的に価値のある、有望な特性を示している。
PCライクなアルゴリズムは、機械学習とAIの複数のサブフィールドに存在し始めている。
論文 参考訳（メタデータ） (2023-08-15T16:37:16Z) - Mathematics, word problems, common sense, and artificial intelligence [0.0]
本稿では,基本知識とコモンセンス推論を組み合わせた単語問題の解法として,現在の人工知能(AI)技術の能力と限界について論じる。
我々は、AI自然言語技術を用いて開発されている3つのアプローチについてレビューする。
純粋な数学的研究のためのAI技術を開発する上で、このような制限が重要であるかどうかは明らかではない、と我々は主張する。
論文 参考訳（メタデータ） (2023-01-23T21:21:39Z) - Competition-Level Code Generation with AlphaCode [74.87216298566942]
より深い推論を必要とする問題に対する新しいソリューションを作成することができるコード生成システムであるAlphaCodeを紹介する。
Codeforcesプラットフォームにおける最近のプログラミングコンペティションのシミュレーション評価において、AlphaCodeは平均54.3%のランキングを達成した。
論文 参考訳（メタデータ） (2022-02-08T23:16:31Z) - The MineRL BASALT Competition on Learning from Human Feedback [58.17897225617566]
MineRL BASALTコンペティションは、この重要な種類の技術の研究を促進することを目的としている。
Minecraftでは、ハードコードされた報酬関数を書くのが難しいと期待する4つのタスクのスイートを設計しています。
これら4つのタスクのそれぞれについて、人間のデモのデータセットを提供するとともに、模擬学習ベースラインを提供する。
論文 参考訳（メタデータ） (2021-07-05T12:18:17Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。