Impact of Large Language Models on Computer Science Education: Students' Perception of Learning and Dependency

• Jackson Platiny IFPB
• Danyllo Albuquerque IFPB
• Golbery Rodrigues IFPB
• Karen Alves Xavier IFPB
• José A. C. da Silva IFPB
• Orlando Almeida IFPB
• Richardson Marinheiro IFPB

DOI: https://doi.org/10.5753/wics.2025.8195

Abstract

Large Language Models (LLMs) have become increasingly present in educational settings, used by students as learning support tools. This study investigates students’ perceptions of the impact of these technologies on computer science education, analyzing their benefits, challenges, and possible implications for academic development. To achieve this, a quantitative and qualitative study was conducted with 69 participants through a structured questionnaire. The results indicate that most students perceive LLMs as learning facilitators, highlighting the speed of information retrieval and personalized learning as key advantages. However, concerns were raised regarding the reliability of responses, excessive dependence on these tools, and their impact on students’ autonomy. Given these findings, this study reinforces the need for educational guidelines that promote the balanced use of LLMs, ensuring that their application optimizes learning without compromising critical thinking and problem-solving skills.

References

Carneiro, J. R. S. et al. (2018). O uso do google sala de aula na educação básica: uma perspectiva pedagógica convergente à educação contextualizada no ifrn.

Chipaco, E. F. B. (2018). O LMS como Ambiente Tecnológico de suporte ao Ensino e Aprendizagem na perspetiva dos Estudantes e dos Professores. PhD thesis, Universidade Catolica Portugesa (Portugal).

Donato, H., Escada, P., and Villanueva, T. (2023). A transparência da ciência com o chatgpt e as ferramentas emergentes de inteligência artificial: Como se devem posicionar as revistas científicas médicas? [link].

Farias, I., Albuquerque, D., Rodrigues, G., Xavier, K. A., da Silva, J. A., et al. (2024). Investigando o uso de ferramentas baseadas em grandes modelos de linguagem no contexto acadêmico. In Workshop sobre Educação em Computação (WEI), pages 489–500. SBC.

Filatro, A. and Loureiro, A. C. (2020). Novos produtos e serviços na Educação 5.0. Artesanato Educacional.

Guimarães, U. A., Brandão, C. A., Daitx, M. A., de Arruda Dutra, A. F. G., and Lopes, V. R. B. (2023). As mídias digitais no campo educacional: Um olhar pelas aplicações do chat gpt na educação. RECIMA21-Revista Científica Multidisciplinar-ISSN 2675-6218, 4(7):e473556–e473556.

Lee, A. (2023). What are large language models used for? [link]. Acesso em: 03 dez. 2023.

Linaker, J., Sulaman, S. M., Höst, M., and de Mello, R. M. (2015). Guidelines for conducting surveys in software engineering v. 1.1. Lund University, 50.

Nhanisse, C. R. (2019). Docência no ensino superior e tecnologia na educação: uma construção do conhecimento na perspectiva dialógica.

Porto, C. and Moreira, J. A. (2017). Educação no ciberespaço. Whitebooks: Santo Tirso Search in.

Spinak, E. (2023). Gpt, tradução automática e o quão bons eles são. Acessado em novembro de 2023.

Varas, J., Coronel, B. V., VILLAGRáN, I., Escalona, G., Hernandez, R., Schuit, G., DURáN, V., Lagos-Villaseca, A., Jarry, C., Neyem, A., et al. (2023). Innovations in surgical training: exploring the role of artificial intelligence and large language models (llm). Revista do Colégio Brasileiro de Cirurgiões, 50:e20233605.

Vieira, A. L. F., De Amorim, M. C. Z., and Cunha, E. (2023). Proposta de avaliação da percepção dos impactos da inteligência artificial generativa na educação superior. In Anais do XIV Simpósio Brasileiro de Tecnologia da Informação e da Linguagem Humana, pages 411–415. SBC.

Wohlin, C., Runeson, P., Höst, M., Ohlsson, M. C., Regnell, B., and Wesslén, A. (2012). Experimentation in software engineering. Springer Science & Business Media.