En este momento estás viendo 
<span class="bsf-rt-reading-time"><span class="bsf-rt-display-label" prefix="Tiempo de lectura"></span> <span class="bsf-rt-display-time" reading_time="2"></span> <span class="bsf-rt-display-postfix" postfix="mins"></span></span><!-- .bsf-rt-reading-time -->Control humano en el circuito de la deriva de objetivos en la educación en informática asistida por un LLM

Control humano en el circuito de la deriva de objetivos en la educación en informática asistida por un LLM

  • Autor de la entrada:
  • Categoría de la entrada:Noticias externas

Resumen: Los modelos de lenguajes grandes (LLM) están cada vez más integrados en la educación en ciencias de la computación a través de herramientas de programación asistidas por IA, sin embargo, dichos flujos de trabajo a menudo exhiben una desviación objetiva, en la que los resultados localmente plausibles divergen de las especificaciones de las tareas establecidas. Las respuestas instructivas existentes con frecuencia enfatizan prácticas de indicaciones específicas de las herramientas, lo que limita la durabilidad a medida que evolucionan las plataformas de IA. Este artículo adopta una postura centrada en el ser humano, tratando el control humano en el circuito (HITL) como un problema educativo estable en lugar de un paso de transición hacia la autonomía de la IA. Basándonos en conceptos de ingeniería de sistemas y teoría de control, enmarcamos objetivos y modelos mundiales como artefactos operativos que los estudiantes configuran para estabilizar el trabajo asistido por IA. Proponemos un plan de estudios piloto de laboratorio de informática para estudiantes universitarios que separa explícitamente la planificación de la ejecución y capacita a los estudiantes para especificar criterios de aceptación y restricciones arquitectónicas antes de la generación del código. En laboratorios seleccionados, el plan de estudios también introduce una desviación deliberada y alineada con los conceptos para respaldar el diagnóstico y la recuperación de violaciones de especificaciones. Presentamos un análisis de poder de sensibilidad para un diseño piloto de tres brazos que compara el uso de IA no estructurada, la planificación estructurada y la planificación estructurada con deriva inyectada, estableciendo tamaños de efecto detectables bajo restricciones realistas a nivel de sección. La contribución es una base metodológicamente explícita e impulsada por la teoría para la pedagogía HITL que hace que las competencias de control se puedan enseñar a través de herramientas de IA en evolución.

Publicado originalmente en export.arxiv.org el 1 de abril de 2026.
Ver fuente original

admin

Usuario de administración del sitio web