主要观点：学生对在编程工作中使用 ChatGPT 感兴趣，如今编程工作中大部分时间用于阅读和理解他人代码，大语言模型改变了编程工作，将更多时间用于调查，但目前效果不佳，大语言模型生成的代码理解结果约 60%有问题，模型训练数据中开发者的技能不足影响结果，若提高自身技能，可利用大语言模型为工程师决策服务。
关键信息：

• 学生在硕士项目中期望借助 ChatGPT 获得编程工作优势。
• 编程工作中 90%以上时间用于阅读和修复他人代码。
• 大语言模型使编程工作更多地转向调查，但结果不准确。
• 测试显示大语言模型对代码理解的描述不准确。
• 开发者在代码调查方面技能缺乏，StackOverflow 答案准确率也不高。
  重要细节：
• 大学课堂讨论了生成式大语言模型在不同任务中的表现等。
• 以在 Distilleerderij’t Nieuwe Diep 的四个金酒杯为例引出关于互联网的故事。
• 介绍编程的 8 个概念及如今编程教育的情况。
• 说明编程需要构建和调查两种技能，目前更注重构建技能。
• 详细描述实验中 ChatGPT 对代码分析的错误结果。
• 提及举办帮助软件工程师理解和使用大语言模型的 workshop 及相关内容。
• 列举作者其他相关文章。