Abstract
Статья посвящена изучению возможности разработки эффективных упражнений по объектно-ориентированному программированию с использованием ChatGPT, которые обеспечивали бы глубокое понимание и применение концепций объектно-ориентированного программирования, а также определения технологических этапов процесса их генерации. Используя OpenAI Copilotв качестве большой языковой модели, мы создаем упражнения по программированию (включая примеры решений и тестовые примеры), оценивая их качественно и количественно. Результаты исследования показывают, что большая часть автоматически генерируемого контента является одновременно новым и корректно сформулированным, а в некоторых случаях полностью готовым к использованию. Для генерации упражнений были разработаны прайминги в качестве входных данных для Copilot. Они представляют собой шаблоны, описывающие концепции объектно-ориентированного программирования, структуры данных и ключевые слова для формулировки условий задач. Наш анализ показывает, что массовые модели генеративного машинного обучения представляют значительную ценность в качестве инструмента для преподавателей, хотя по-прежнему существует необходимость в некотором контроле для обеспечения качества сгенерированного контента до того, как он будет предоставлен учащимся. Мақалада ChatGPT көмегімен объектілі-бағытталған программалауконцепцияларын терең түсінуді және қолдануды, сондай-ақ оларды генерациялау процесіндегі технологиялық қадамдарды анықтауды қамтамасыз ететін тиімді объектілі-бағытталған программалаужаттығуларын әзірлеу мүмкіндігі қарастырылады. OpenAI Copilot-ті үлкен тіл үлгісі ретінде пайдалана отырып, біз оларды сапалы және сандық тұрғыдан бағалай отырып, программалаужаттығуларын (үлгі шешімдер мен сынақ жағдайларын қоса) жасаймыз. Зерттеу нәтижелері көрсеткендей, автоматты түрде генерацияжасалған мазмұнның көпшілігі жаңа және жақсы тұжырымдалған, ал кейбір жағдайларда пайдалануға толығымен дайын. Жаттығуларды генерациялау үшін Copilot бағдарламасына кіріс ретінде праймингтер әзірленді. Олар объектілі-бағытталған программалаутұжырымдамаларын, деректер құрылымдарын және проблемалық мәлімдемелерді құрастыруға арналған түйінді сөздерді сипаттайтын шаблондар. Біздің талдауымыз көрсеткендей, негізгі генеративті машиналық оқыту үлгілері оқытушыларғаарналған құрал ретінде маңызды құндылықты ұсынады, дегенмен жасалған мазмұнның студенттерге жеткізілуіне дейін оның сапасын қамтамасыз ету үшін әлі де біршама қадағалау қажет. This article is devoted to the study of the possibility of developing effective exercises in object-oriented programming using ChatGPT, which would provide a deep understanding and application of OOP concepts, as well as determining the technological stages of the process of their generation. Using OpenAI Copilot as a large language model, we create programming exercises (including sample solutions and test cases), evaluating them qualitatively and quantitatively. Our results show that most of the automatically generated content is both new and correctly formulated, and in some cases completely ready for use. To generate exercises, primings were developed as input data for Copilot. They are templates describing the concepts of object-oriented programming, data structures and keywords for the formulation of task conditions. Our analysis shows that mass models of generative machine learning are of considerable value as a tool for teachers, although there is still a need for some control to ensure the quality of generated content before it is provided to students.