Die Task Force des ACM Education Advisory Committee wurde eingerichtet, um zu verstehen, wie generative KI und KI-Coding-Werkzeuge Programmier-Unterricht und -Prüfungen umformen. Der Aufruf zur Umfrage ging zunächst im Sommer 2025 heraus und fand nach Angabe der Autoren nur mäßigen Widerhall – vermutlich, weil viele Einrichtungen in den Sommerferien waren. Ein zweiter Aufruf folgte im September 2025 und erreichte unter anderem einen ACM-Verteiler mit 14.000 Adressen sowie SIGCSE-Mitglieder; Antworten wurden bis zum 1. Oktober 2025 angenommen. Am Ende lagen 763 Antworten vor. Davon verweigerten 3 die Einwilligung, 48 beantworteten keine einzige Frage, und nur 198 beantworteten die erste Frage – „that left approximately 500 responses to the remainder of the survey“. 412 Befragte gaben ihr Land an: die meisten aus den USA (211), gefolgt von Indien (33), dem Vereinigten Königreich (20), den Niederlanden (17) und Deutschland (17), insgesamt 49 Länder. Der weit überwiegende Teil unterrichtet an Hochschulen (340 an Universitäten mit Graduiertenabschluss, 62 an Bachelor-Colleges, 23 an zweijährigen Colleges), nur 7 an weiterführenden Schulen.
Auf die Frage, ob sich die Fähigkeiten zum Erstellen von Software mit dem Aufkommen generativer KI verändert haben, antworteten 512 Lehrende: 69 Prozent bejahten (32 Prozent „definitiv ja“, 37 Prozent „wahrscheinlich ja“), 17 Prozent verneinten, 14 Prozent waren unentschieden. Bei den Sorgen über die KI-Nutzung der Studierenden (n = 510, Mehrfachauswahl) steht die zunehmende Abhängigkeit von Technologie zur Bewältigung der Kursarbeit vorn – 444 Nennungen oder 87 Prozent –, gefolgt von mehr Betrugs- und Plagiatsfällen (367 oder 72 Prozent), Fehlinformationen (269 oder 53 Prozent) und Datenschutz (142 oder 28 Prozent). Bei den Hürden der Integration (n = 514, insgesamt 863 Angaben) fehlen vor allem Beispiele guter Praxis (249 oder 48 Prozent), dann Fachkenntnis zu generativer KI (146 oder 28 Prozent); 123 Lehrende (24 Prozent) sahen gar keine Hürden und 101 (20 Prozent) keinen Bedarf, generative KI überhaupt einzubinden. Institutionelle Regeln sind lückenhaft: Von 712 Antworten nannten 45 Prozent (320) eine Richtlinie ihrer Einrichtung oder ihres Fachbereichs, 39 Prozent (277) keine und 16 Prozent (115) wussten es nicht; von den eingereichten Verweisen blieben nach Bereinigung Richtliniendokumente aus 81 verschiedenen Einrichtungen übrig.
Konkret verändert wurden Prüfungen und Lehre. Auf die Frage nach Änderungen an den Prüfungsformen antworteten 459 Lehrende, 68 Prozent von ihnen hatten welche vorgenommen; 276 beschrieben sie im Freitext. Am häufigsten genannt: mehr Präsenz- und beaufsichtigte Prüfungen (56 Nennungen – kontrollierte Testumgebungen, Papier- und Closed-Book-Klausuren), ein geringeres Gewicht von Hausaufgaben (38), Prozess statt Produkt bewerten (19), Offenlegung der KI-Nutzung samt Prompts und Transkripten (16), die Pflicht, eigenen und generierten Code zu erklären (15), sowie ein Schwerpunkt auf Debugging und Code-Verständnis (12). Bei der Lehre gaben 469 Personen Auskunft, 64 Prozent (295) hatten ihren Kurs geändert – unter anderem durch neu entworfene, KI-resistentere Aufgaben (31 Nennungen) und mehr Arbeit im Unterricht (17). Der Bericht fasst das als Verschiebung hin zu Code-Verständnis, mündlichen und Präsenz-Prüfungen und ausdrücklicher KI-Kompetenz zusammen; zur Verbreitung richtete die Task Force eine Special Session auf dem SIGCSE-Symposium 2026 aus (18. bis 21. Februar 2026, St. Louis, Missouri).