Teknologiskt Partnerskap : Utforskning av AI-verktygens inverkan på Systemutvecklarstudenters effektivitet, inlärning och motivation / Technological Partnership : Exploring the impact of AI tools on computer systems development students’ efficiency, learning, and motivation
- Authors
- Publication Date
- Jan 01, 2024
- Source
- DiVA - Academic Archive On-line
- Keywords
- Language
- Swedish
- License
- Green
- External links
Abstract
Syftet med studien är att undersöka systemutvecklingsstudenters användning av artificiell intelligens (AI) i deras studier. Undersökningen strävar efter att förstå hur och på vilket sätt artificiell intelligens integreras i programmeringsstudier och dess effekter på studenters inlärning, kodförståelse, och motivation, samt ifall behovet av social interaktion i programmeringsstudierna har förändrats till följd av AI. Studien genomfördes vid Malmö Universitet och följde systemutvecklingsstudenter som använde AI-verktyg som GitHub Copilot och Tabnine. Metoderna inkluderade både intervjuer och enkäter för att samla in data om studenternas erfarenheter och preferenser. Data jämfördes sedan med tidigare forskning och teorier inom relevanta områden. Resultaten visade att majoriteten av studenterna använde AI-verktyg främst för felsökning, vilket stämmer överens med tidigare forskning. Erfarenhetsnivån hos studenterna påverkade deras användning av AI-verktygen; mer erfarna programmerare kunde dra större nytta av AI-verktyg specialiserade för programmering. Studenterna uppvisade olika reaktioner på AI-verktygen, från ökad motivation och produktivitet till oro över att bli utbytbara på arbetsmarknaden. Diskussionen framhävde vikten av att balansera AI-användningen för att främja både inlärning och motivation hos studenterna. / The purpose of the study is to investigate students studying computer systems development and their use of artificial intelligence (AI) in their studies. The research aims to understand how and in what ways artificial intelligence is integrated into programming studies and its effects on students' learning, code comprehension, and motivation, as well as whether the need for social interaction in programming studies has changed as a result of AI. The study was conducted at Malmö University and followed computer systems development students who used AI tools such as GitHub Copilot and Tabnine. The methods included both interviews and surveys to gather data on the students' experiences and preferences. The data was then compared with previous research and theories in relevant fields. The results showed that the majority of students used AI tools primarily for debugging, which is consistent with previous research. The students' level of experience affected their use of AI tools; experienced programmers were able to benefit more from programming specific AI tools. Students exhibited various reactions to the AI tools, ranging from increased motivation and productivity to concerns about becoming replaceable in the job market. The discussion highlighted the importance of balancing AI use to promote both learning and motivation among students.
