20230626

如果链接失效，请提一个 issue。

延迟发布

由于时间问题，先把所选的模块放在这里，之后再撰写详细介绍。咕咕咕。

一门课

清华大学《数据结构》https://dsa.cs.tsinghua.edu.cn/~deng/ds/dsacpp/index.htm

一项作业

清华大学《计算机网络原理》软件路由器实验 / 硬件路由器实验

https://lab.cs.tsinghua.edu.cn/router/doc/

一篇论文

"Ban It Till We Understand It" to "Resistance is Futile": How University Programming Instructors Plan to Adapt as More Students Use AI Code Generation and Explanation Tools such as ChatGPT and GitHub Copilot. Sam Lau and Philip J. Guo. ACM Conference on International Computing Education Research (ICER), 2023. 论文见 Philip Guo 的网站

阅读摘要

在过去的一年（2022–2023），ChatGPT 和 GitHub Copilot 等近来发布的 AI 工具引起了计算教育工作者的极大关注。研究者和实践者都发现，这些工具能够为各种入门级编程作业生成正确的解答，并准确地解释代码内容。鉴于它们当前的能力以及未来几年可能的进步，大学教师计划如何调整他们的课程，以确保学生仍然学得很好？

为了收集多样化的观点，我们访谈了来自 9 个国家（澳大利亚、博茨瓦纳、加拿大、智利、中国、卢旺达、西班牙、瑞士、美国）的 20 位入门编程教师（9 位女性 + 11 位男性），覆盖了全部 6 个大洲。据我们所知，这是第一个收集教师视角的实证研究，即他们计划如何应对学生未来更可能使用的这些 AI 编码工具。我们发现，短期内，许多人计划立即采取措施来阻止借助 AI 的作弊。而在长期如何与 AI 编码工具共处方面，意见出现分歧：一方希望禁止它们、继续教授编程基础；另一方希望把它们整合进课程，为学生未来的工作做准备。我们的研究结果捕捉到了 2023 年初的一个罕见快照：计算教师刚开始对这一快速增长的现象形成看法，但尚未就最佳实践达成共识。受这些发现启发，我们综合了一系列关于如何开发、部署和评估用于计算教育的 AI 编码工具的开放研究问题。