W zimowym semestrze roku akademickiego 2024/2025 miałem przyjemność i zaszczyt poprowadzić kolejną edycję Projektu Innowacje na Politechnice Łódzkiej. Ta edycja była dla mnie szczególnie przełomowa – po raz pierwszy w historii projektu zdecydowałem się na eksperyment, który zmienił sposób, w jaki studenci uczą się programowania. Postanowiłem dać im dostęp do najlepszych narzędzi AI od samego początku i obserwować, jak to wpłynie na ich rozwój. Obserwowanie, jak studenci odkrywają nowe możliwości dzięki współpracy z AI, było dla mnie niezwykłym doświadczeniem, które na nowo przypomniało mi, jak fundamentalna jest współpraca i dzielenie się wiedzą w naszej branży.
Ten semestr pokazał mi, że AI jest katalizatorem pozwalającym skupić się na zrozumieniu koncepcji zamiast godzin spędzonych na debugowaniu. Studenci uczyli się komunikować z AI, oceniać jego sugestie i świadomie decydować, kiedy je zaakceptować. Dzięki temu jako mentor mogłem dostosowywać tempo nauki do umiejętności studentów oraz świadczyć indywidualną pomoc w przypadku napotkanych problemów, jednocześnie obserwując, jak odkrywają nowe sposoby rozwiązywania zadań programistycznych.
Stack Technologiczny
Stack technologiczny, który wybrałem dla tej edycji, obejmował Vue 3, Vite, Vue Router, Vuetify/Tailwind CSS, Pinia, Firebase oraz Vue I18n. Dodatkowo pokazałem studentom alternatywy, które mogą wykorzystać w przyszłych projektach: Supabase (open-source z SQL), AWS Amplify (dla enterprise) i Convex (reactive backend).
Najważniejsze były jednak narzędzia AI, które stały się integralną częścią procesu nauki: GitHub Copilot, Cursor, Windsurf i Roo Code. Każde z tych narzędzi wniosło coś unikalnego do procesu edukacji, pozwalając studentom odkrywać nowe możliwości i eksperymentować z różnymi podejściami do rozwiązywania problemów programistycznych.
Program i kluczowe obszary
Przeszliśmy pełną ścieżkę od podstaw do zaawansowanych koncepcji, rozpoczynając od fundamentów web developmentu. Pierwsze spotkania poświęciłem zrozumieniu podstaw HTML, CSS i JavaScript, a także wprowadzeniu do Git/GitHub, VS Code i GitHub Copilot.
W sekcji dotyczącej stylowania studenci nauczyli się, kiedy użyć gotowych komponentów z Vuetify, a kiedy zastosować utility-first approach z Tailwind CSS. Ta część projektu wymagała od nich myślenia o designie i user experience, co jest nieocenioną wartością w dzisiejszym świecie technologii.
Pinia służyła nam do globalnego zarządzania stanem aplikacji. AI pomagał projektować architekturę stores, co pokazało studentom, jak można wykorzystać narzędzia AI do wspierania procesu projektowania, a nie tylko generowania kodu. Ta część projektu wymagała od nich myślenia architektonicznego i zrozumienia, jak strukturyzować aplikację, aby była skalowalna i łatwa w utrzymaniu.
Firebase był dla wielu studentów pierwszym kontaktem z backendem jako usługą. Pracowaliśmy nad autentyfikacją, Firestore, hostingiem oraz real-time synchronizacją między użytkownikami. Widok, jak studenci przechodzą od myślenia o backendzie jako o własnym serwerze do rozumienia cloud-first approach, był fascynujący i przypomniał mi, jak ważne jest otwieranie nowych perspektyw w edukacji.
Wielojęzyczność aplikacji z Vue I18n obejmowała automatyczne generowanie plików tłumaczeń przez AI. Dzięki temu studenci mogli stworzyć aplikacje dostępne dla szerszego grona użytkowników, co jest nieocenioną wartością w dzisiejszym globalnym świecie technologii.
Narzędzia AI w procesie nauki
Najważniejszym elementem tej edycji były narzędzia AI, które stały się integralną częścią procesu nauki. GitHub Copilot okazał się świetny do nauki wzorców poprzez inline suggestions podczas pisania, pozwalając studentom odkrywać nowe sposoby rozwiązywania problemów. Cursor – AI-first editor – umożliwiał edycję wielu plików jednocześnie przez proste opisy zmian, co pokazało studentom, jak można efektywnie wykorzystać AI do refactoringu i reorganizacji kodu.
Windsurf pomagał w decyzjach architektonicznych i wykrywał problemy z bezpieczeństwem, co było nieocenioną wartością dla studentów uczących się projektować aplikacje. Roo Code z kolei, znający framework-specific patterns i optymalizacje, pokazał studentom, jak można wykorzystać specjalistyczne narzędzia AI do rozwiązywania konkretnych problemów technicznych.
AI w Developmencie – Wnioski
Obserwowanie, jak studenci wykorzystują narzędzia AI, pozwoliło mi wyciągnąć kilka kluczowych wniosków. Zalety obejmowały szybkość generowania kodu, która przyspieszała proces developmentu, możliwość porównywania różnych rozwiązań i eksperymentowania z podejściami, a także wsparcie dla początkujących, które budowało ich pewność siebie w pierwszych krokach programistycznych.
Jednak zauważyłem też wyzwania, z którymi musieliśmy się zmierzyć. Ryzyko nadmiernego polegania na AI mogło prowadzić do utraty umiejętności samodzielnego myślenia, potencjalne problemy z bezpieczeństwem wymagały weryfikacji kodu, a konieczność krytycznej oceny jakości kodu była fundamentalna, ponieważ AI nie zawsze generuje optymalne rozwiązania.
Jestem głęboko przekonany, że kluczowa zasada brzmi: zawsze rozumieć kod przed akceptacją, traktować AI jak juniora wymagającego supervision. Ta zasada towarzyszyła nam przez cały semestr i pokazała studentom, jak ważne jest krytyczne myślenie nawet w erze AI.
Projekty Studentów
Studenci stworzyli kompletne aplikacje webowe, które pokazały, jak można efektywnie wykorzystać narzędzia AI w praktyce.
Każdy z tych projektów był unikalny i pokazywał indywidualne podejście studentów do rozwiązywania problemów, co było dla mnie szczególnie satysfakcjonujące jako mentora. Obserwowanie, jak studenci wykorzystują narzędzia AI do wspierania własnego myślenia, a nie zastępowania go, było fascynujące i przypomniało mi, jak ważna jest edukacja i świadome podejście do nowych technologii.
Wyzwania
Główne wyzwania, z którymi musieliśmy się zmierzyć, obejmowały złożoność architektoniczną – przejście od podstaw web developmentu do zaawansowanych koncepcji wymagało zmiany sposobu myślenia o strukturze aplikacji. Praca z narzędziami AI była kolejnym obszarem, który wymagał czasu i cierpliwości, ponieważ studenci musieli nauczyć się, jak efektywnie komunikować się z AI i oceniać jego sugestie.
Jednym z najtrudniejszych elementów było nauczenie studentów, że AI to narzędzie wspierające, a nie zastępujące własne myślenie. Studenci polegający wyłącznie na AI napotykali trudności, podczas gdy ci, którzy traktowali AI jako narzędzie wspierające własne myślenie, osiągali świetne rezultaty. Ta lekcja była nieocenioną wartością dla przyszłych inżynierów.
Prompt engineering okazał się nową kompetencją równie ważną jak samo programowanie. Komunikacja z AI wymagała od studentów precyzyjnego formułowania pytań i oczekiwań, co rozwijało ich umiejętności analitycznego myślenia. Code review stał się kluczowy – z AI generującym kod szybko, ocena jakości, bezpieczeństwa i maintainability staje się fundamentalna.
Różnorodność narzędzi pokazała, że każde narzędzie AI ma swoje mocne strony: GitHub Copilot dla inline suggestions, Cursor dla refactoringu, Windsurf dla architektury. BaaS demokratyzuje full-stack – Firebase, Supabase i inne obniżają barierę wejścia, pozwalając studentom bez wiedzy o backendzie budować kompletne aplikacje.
Osobiste refleksje
Obserwowanie procesu nauki moich podopiecznych i widok, jak pokonują kolejne wyzwania programistyczne, był dla mnie ogromną satysfakcją. Zimowa edycja Projektu Innowacje 2024/2025 pokazała, że AI-First Development to teraźniejszość, nie przyszłość. Studenci są pionierami nowej ery programowania – potrafią efektywnie używać AI, rozumieją, kiedy mu zaufać, znają nowoczesne platformy BaaS i mają doświadczenie z full-stack development.
Jestem głęboko przekonany, że uczestnictwo w tego typu projektach przynosi ogromne korzyści nie tylko w kontekście nauki konkretnych technologii, ale przede wszystkim w rozwijaniu myślenia jak inżynierowie – przekładania wymagań biznesowych na architekturę techniczną i świadomego podejmowania decyzji o trade-offach. W dziedzinie programowania współpraca i wymiana wiedzy powinny stanowić fundament naszej branży, a Projekt Innowacje jest doskonałym przykładem tego, jak można to osiągnąć.
Najważniejsza lekcja, którą wyniosłem z tej edycji, brzmi: AI nie zmienia fundamentalnej prawdy o programowaniu – sukces wymaga zrozumienia, praktyki i ciągłego uczenia się. AI to potężne narzędzie, ale to człowiek decyduje, co chce osiągnąć i jak ocenić rezultat. Przyszłość to człowiek + AI = super developer – nie AI zamiast człowieka, ale AI jako wzmocnienie ludzkiej kreatywności i problem-solving abilities.
Podsumowanie
Zimowa edycja Projektu Innowacje 2024/2025 pokazała, że studenci nauczyli się nie tylko konkretnych technologii, ale przede wszystkim myślenia jak inżynierowie – przekładania wymagań biznesowych na architekturę techniczną i świadomego podejmowania decyzji o trade-offach. Praca z narzędziami AI czasem wymagała więcej czasu na praktyczne przykłady, a niektóre projekty były zbyt ambitne – lekcja priorytetyzacji była trudna, ale potrzebna i nauczyła studentów, jak ważne jest realistyczne planowanie w projektach technologicznych.
Chciałbym podziękować wszystkim studentom, którzy wzięli udział w tej edycji, za ich zaangażowanie, ciekawość i determinację w pokonywaniu kolejnych wyzwań. Dziękuję również organizatorom Projektu Innowacje na Politechnice Łódzkiej za możliwość dzielenia się wiedzą i doświadczeniem z młodymi programistami. Zapraszam wszystkich zainteresowanych technologiami webowymi i AI do eksplorowania Vue, Firebase i narzędzi AI – to fascynujące narzędzia, które otwierają drzwi do zaawansowanych aplikacji webowych i nowych możliwości w programowaniu.
