Aalto 大学 Juho Leinonen：自我调节能力差的学生会过度依赖 AI

完整中文导读

Aalto 大学计算机科学系新任助理教授 Juho Leinonen 研究大学编程教育中的 AI，指出自我调节能力差的学生更容易过早、过度依赖 AI，甚至不读就复制 AI 生成的代码，并在考试中暴露真实水平不足，而技能强的学生只在学习后期用 AI 检查改进。他还研究如何通过教授批判性使用 AI 来缩小学生间的差距，并指出代码中出现课程未教的结构、大量注释或过度优化可能是 AI 使用的迹象。

中文整理

作者 / 来源：Aalto · Department of Computer Science · 原文时间未提供

原作者信息要点

阿尔托大学计算机科学系新任助理教授 Juho Leinonen 的研究方向是大学编程教育中的人工智能。他认为该主题近年变得重要，因为 AI 与 AI 工具日益普遍，对教学的影响随之增加。

Leinonen 表示，专家能从生成式 AI 中获益，并能批判性评估 AI 生成的代码或文本是否有用。最优秀的编程新手也相当擅长使用 AI。但自我调节能力有问题的学生尤其容易过度依赖 AI：可能把作业拖到最后一刻，从而增加使用 AI 的诱惑；可能连读都不读就复制 AI 生成的代码或文本；也可能因过度使用 AI 而对自身能力产生错误印象，到考试时才暴露什么都不会。

他称 AI 会扩大学生之间的差距：自我调节能力差的学生会更早、更频繁地使用 AI，可能伴随压力与动力方面的挑战；而技能较强的学生则在更晚的学习阶段才使用 AI，例如只用 AI 检查自己能否把任务做得更好。他也研究如何缩小这一差距，例如教授批判性地使用 AI。

关于如何判断代码中是否滥用 AI，Leinonen 认为很难确凿断定，但一般层面可能存在某些迹象：课程中未教过的代码结构；代码包含大量注释，而学生通常不会这样做；代码过度优化，例如没有任何多余结构，这对常写出非优化解法的学生而言并不典型。

他回顾了自己的经历：2015 年夏天在赫尔辛基大学读本科时，进入 Arto Hellas 的研究组做暑期工作，研究机器学习在编程教育中的应用；Hellas 后来成为其博士论文导师，如今是他在阿尔托的同事。他 2019 年完成博士论文答辩，随后在赫尔辛基大学做博士后。原定 2021 年初去奥克兰做一年博士后，因新西兰当时严格的疫情限制推迟两年，期间继续做博士后工作，最终于 2023 年初成行。

他称职业生涯亮点之一是 2023 年夏天与几位同事在 ITiCSE 会议发表主题演讲，谈 AI 如何影响编程教育；会议恰在芬兰图尔库举行，他从新西兰出差回芬兰参加。当时 ChatGPT 发布仅六个月，人们还在思考如何应对。他说许多人会后表示演讲令人大开眼界，认识到生成式 AI 将对编程教育产生重大影响，不能只是继续照旧行事。

他认为研究者最重要的品质是毅力、创造力和看清大局的能力；即使文章被拒也要继续打磨。

关于未来，他表示自己已有几位来自此前项目的研究者加入团队，如今作为助理教授可以扩大团队，也期待教学：此前岗位都以研究为主，只偶尔出于兴趣授课，现在可以把研究应用到教学中，而过去这一直是由同事来应用。

关于 AI 争论，他认为极端观点声音最大：一种认为 AI 全是炒作、没有影响、泡沫即将破裂；一种认为很快没人需要工作；一种认为 AI 会毁灭世界。他个人认为 AI 可以成为程序员工具箱中的有用工具，因此教新手如何使用它很重要。理想情况下，学生毕业时懂得有效使用 AI，会成为比不用 AI 更好的程序员。

原文标注发布日期为 2025 年 9 月 25 日，更新日期同为 2025 年 9 月 25 日。

本站整理与观察

本站观察：Leinonen 的核心论点可归纳为“自我调节能力”是区分 AI 使用方式的关键变量，而非 AI 本身直接决定学习结果。这一区分把讨论从“该不该用 AI”转向“何时用、如何用”。

本站观察：他给出的代码层面 AI 使用迹象（未教过的结构、异常多的注释、过度优化）属于经验性提示，他本人也强调难以确凿断定，因此这些迹象不宜被当作判定作弊的充分证据。

本站观察：他提到的干预方向是教授批判性使用 AI，但材料中未给出具体课程设计、实验数据或效果评估，相关成效尚无法从现有信息判断。

本站观察：他关于 AI 争论三种极端观点的描述，是对公共讨论氛围的概括，并非对这三种预测本身作出验证或反驳。

材料为对 Juho Leinonen 的访谈整理，仅反映其个人观点与研究经验，未提供具体研究论文、样本规模、实验设计或量化结果。文中关于学生行为差异、AI 使用迹象与差距扩大的表述均为受访者判断，本站未能独立核实。原文页面末尾出现的 2026 年日期条目与访谈正文无关，未纳入整理。