Google vrea să schimbe testele de programare: de la cod scris pe loc la discuții despre deciziile luate cu AI
Testele clasice de programare au o problemă tot mai evidentă: pot verifica dacă un student știe să scrie cod într-un interval scurt, dar nu mai spun întotdeauna dacă înțelege cu adevărat ce face atunci când are la dispoziție un asistent AI. Google prezintă cazul unei profesoare de la Universiti Putra Malaysia care a înlocuit parțial evaluările bazate strict pe sintaxă cu interviuri în care studenții explică modul în care au folosit Gemini în Google Colab, ce recomandări au acceptat și de ce au respins altele. Ideea merită urmărită și în România, mai ales în facultățile de informatică, unde utilizarea AI a devenit deja greu de separat de procesul real de lucru. Întrebarea nu mai este dacă studenții folosesc AI, ci cum poate fi evaluată competența lor fără a confunda un rezultat generat cu înțelegerea din spatele lui.
Pentru mai multe detalii despre această parte a subiectului, vezi Performanța site-ului tău: De ce să câștigi online e ca și cum ai câștiga Open Championship.
Ce propune, de fapt, experimentul cu Gemini în Colab
Modelul descris de Google nu înseamnă renunțarea completă la examenele de programare. În schimb, schimbă accentul: codul final devine doar punctul de plecare pentru o conversație. Studentul trebuie să își apere alegerile tehnice, să explice de ce a ales un anumit model sau algoritm, să identifice erori posibile în sugestiile AI și să arate cum a verificat rezultatul.
În exemplul publicat de Google, Gemini din Colab este utilizat ca tutor și partener de lucru pentru proiecte de data mining. AI poate sugera variante de cod, explicații sau alternative, însă evaluarea se mută spre judecata umană: a înțeles studentul recomandarea? Știe când nu trebuie să o urmeze? Poate depana un rezultat care pare corect, dar este construit pe date greșite sau pe o metodă nepotrivită? (blog.google)
Aceasta este o diferență importantă. Într-un test tradițional, un student poate pierde puncte fiindcă a uitat sintaxa unei biblioteci Python. Într-un interviu bine construit, poate demonstra că știe să formuleze problema, să aleagă o metodă, să evalueze un rezultat și să explice limitele soluției. Pentru munca reală din software, analiză de date sau AI, a doua categorie de abilități contează adesea mai mult.
Totuși, cazul prezentat este o experiență pedagogică individuală, publicată de Google, nu o dovadă independentă că acest format funcționează universal. Cercetarea suplimentară furnizată nu validează direct metoda de evaluare prin interviu; ea arată mai ales că Gemini și alte produse Google primesc funcții educaționale și de asistență pentru rezolvarea de probleme.
De ce testele bazate doar pe cod devin insuficiente
Instrumentele generative au redus dramatic costul obținerii unui fragment de cod funcțional. Un student poate cere unei platforme AI să genereze o funcție, să repare o eroare, să explice un traceback sau să construiască un notebook complet. Asta nu înseamnă automat că studentul nu a învățat nimic, dar face mult mai dificilă interpretarea unui proiect predat acasă.
Răspunsul nu este neapărat revenirea la examene de trei ore, fără internet și fără instrumente moderne. În industrie, programatorii folosesc documentație, forumuri, sisteme de versionare, colegi și, tot mai des, asistenți AI. A evalua exclusiv capacitatea de a scrie cod din memorie riscă să măsoare o versiune depășită a muncii tehnice.
În același timp, nici un interviu despre cod nu este automat mai corect. Profesorul trebuie să aibă întrebări clare și criterii consecvente: cum a fost formulată problema, ce ipoteze a făcut studentul, ce date a folosit, cum a verificat output-ul, ce compromisuri a identificat și ce ar schimba într-o versiune următoare.
Aici apare avantajul real al conversației: un cod copiat poate părea impecabil, dar devine ușor de demontat dacă autorul nu poate explica de ce a folosit train_test_split, ce înseamnă overfitting sau de ce o metrică bună nu garantează un model util. În schimb, un student care a folosit AI responsabil poate demonstra maturitate tehnică explicând ce a generat instrumentul, ce a modificat și unde a găsit limitele soluției.
Ce rol au Gemini, Colab și funcțiile de „învățare ghidată”
Google a dezvoltat în 2026 integrarea Gemini din Colab într-o direcție mai apropiată de mentorat. Funcția Learn Mode este prezentată ca un mod în care asistentul oferă explicații pas cu pas, nu doar blocuri de cod gata de copiat. În paralel, Custom Instructions permite configurarea asistentului la nivelul unui notebook, inclusiv cu reguli legate de stilul de cod, bibliotecile folosite sau cerințele unui curs. (blog.google)
Pentru cadrele didactice, aceste funcții pot fi utile dacă sunt folosite pentru a impune proces, nu doar pentru a accelera rezultatul. De exemplu, un notebook de laborator poate cere AI-ului să ofere indicii, să pună întrebări de verificare și să evite livrarea directă a soluției complete. Google spune și că profesorii pot controla la nivel de notebook vizibilitatea unor funcții AI, tocmai pentru situațiile în care exercițiile introductive trebuie rezolvate fără ajutor automat. (blog.google)
Este important însă să separăm funcționalitatea produsului de valoarea pedagogică. Faptul că Gemini poate explica cod sau genera notebook-uri nu dovedește, de unul singur, că studenții învață mai bine. Google a prezentat și rezultate dintr-un studiu de opt săptămâni desfășurat cu peste 1.700 de elevi din Sierra Leone, unde utilizarea Guided Learning a fost asociată cu progres la matematică. Dar acel context, acea vârstă și acea disciplină nu pot fi transferate automat la cursurile universitare românești de programare sau machine learning. (blog.google)
Ce ar însemna această abordare pentru facultățile din România
Pentru universitățile din România, cea mai utilă concluzie nu este „înlocuiți toate examenele cu AI”. Mai realist este un model mixt. Exercițiile fundamentale pot rămâne fără asistență AI: sintaxă de bază, structuri de date, gândire algoritmică, depanare simplă. Proiectele mai mari pot permite explicit instrumente AI, cu obligația ca studentul să documenteze utilizarea lor și să susțină oral deciziile importante.
Un format practic ar putea include trei livrabile: notebook-ul sau repository-ul, un jurnal scurt al interacțiunilor relevante cu AI și un interviu de 10-15 minute. Jurnalul nu trebuie să devină birocrație. Este suficient ca studentul să arate câteva prompturi decisive, modificările proprii și modul în care a validat codul.
Ghid ServerSpan relevant: De ce ENGINYRING ar putea fi furnizorul de gazduire de care nu știai că ai nevoie.
Există și riscuri. Primul este inegalitatea de acces: unii studenți pot avea abonamente AI plătite, alții folosesc numai variante gratuite, cu limite de utilizare sau performanță diferită. Al doilea este protecția datelor. Nu ar trebui încărcate în servicii publice seturi de date cu informații personale, date medicale, baze de date interne sau proiecte aparținând unor companii. Al treilea este evaluarea subiectivă: un interviu trebuie înregistrat în criterii transparente, altfel poate deveni mai arbitrar decât un test clasic.
Pentru studenți, mesajul util este simplu: folosirea AI nu trebuie ascunsă, ci demonstrată responsabil. Pentru profesori, provocarea este mai mare: evaluarea nu mai poate fi redusă la „rulează sau nu rulează”. Dar poate deveni mai apropiată de ceea ce cere piața muncii: capacitatea de a colabora cu instrumente puternice fără a renunța la gândirea critică.
Lucruri de urmărit în practică:
- dacă facultatea permite explicit utilizarea AI sau o tratează încă drept abatere implicită;
- dacă evaluarea verifică procesul de lucru, nu doar codul predat;
- dacă studentul poate explica fiecare decizie tehnică importantă;
- dacă datele încărcate în chatbot-uri sunt anonimizate și permise pentru utilizare externă;
- dacă există o variantă echitabilă pentru studenții fără abonamente AI.
Concluzie: Interviurile despre deciziile luate cu AI nu sunt un înlocuitor magic pentru examene, dar pot rezolva o problemă reală: codul final nu mai este o dovadă suficientă a competenței. Pentru educația tech din România, miza nu este să interzică sau să glorifice Gemini și instrumente similare, ci să construiască evaluări care separă dependența de AI de folosirea lui inteligentă.