论文重审：大语言模型时代软件工程教育的课程调整与学术诚信框架
软件工程
2026-01-21 v2 人工智能
摘要
大语言模型（LLM）如 ChatGPT 和 GitHub Copilot 越来越多地融入职业工作流程，正在重塑软件工程实践。这些工具降低了代码生成、解释和测试的成本，同时将新的自动化形式引入常规开发任务。相比之下，大多数软件工程和计算机工程课程仍严格依赖将手动语法生产等同于技术能力的教学模式。这一日益加大的偏差引发了对评估有效性、学习结果以及基础技能发展的担忧。本文采用概念性研究方法，提出了分析生成式 AI 如何改变核心软件工程能力的理论框架，并引入了 LLM 集成教育的教学设计模型。特别关注土耳其的计算机工程项目，因其中集中化管控、大班规模和考试导向的评估实践放大了这些挑战。该框架阐明了问题分析、设计、实现和测试日益从构建转向批判、验证和人类-AI 监护。此外，本文认为传统的基于抄袭的诚信机制正变得不足，促使向过程透明度模型转变。虽然本工作提供了课程调整的结构化方案，但仍为理论性贡献；本文以概述纵向实证研究的必要性，以评估这些干预措施及其对学习的长期影响。
引用
@article{arxiv.2601.08857,
title = {Revisiting Software Engineering Education in the Era of Large Language Models: A Curriculum Adaptation and Academic Integrity Framework},
author = {Mustafa Degerli},
journal= {arXiv preprint arXiv:2601.08857},
year = {2026}
}
备注
The conclusion part is not complete. The correct and complete paper will not be uploaded