paint-brush
Überwindung von Einschränkungen in der KI-Chatbot-Forschung für zukünftige Bildungseffektevon@textmodels
363 Lesungen
363 Lesungen

Überwindung von Einschränkungen in der KI-Chatbot-Forschung für zukünftige Bildungseffekte

Zu lang; Lesen

Trotz Einschränkungen wie Einzelfalldesign und potenzieller Voreingenommenheit können zukünftige KI-Chatbot-Studien Eingabeaufforderungen verfeinern, Benchmarks festlegen und multimodale Eingaben für eine verbesserte pädagogische Wirkung untersuchen. Zu den Strategien gehören Langzeitstudien, reale Forschung im Klassenzimmer und die Integration von GenAIbots in kollaborative Aktivitäten, um Bedenken hinsichtlich einer verringerten menschlichen Interaktion auszuräumen.
featured image - Überwindung von Einschränkungen in der KI-Chatbot-Forschung für zukünftige Bildungseffekte
Writings, Papers and Blogs on Text Models HackerNoon profile picture
0-item

Autoren:

(1) Renato P. dos Santos, CIAGE – Zentrum für generative künstliche Intelligenz in Kognition und Bildung.

Linktabelle

Zusammenfassung und Einleitung

Materialen und Methoden

Ergebnisse und Analysen

Eingabeaufforderungen und generierte Texte

Chemische Reaktionen konzeptualisieren

Vertiefung des Verständnisses chemischer Reaktionen

Frage zur Verbrennung

Frage zu einem Diagramm, das die Umwandlung von Gasen in Wasser im Laufe der Zeit zeigt

Frage zum Unterschied zwischen Atomen, Molekülen und Molen

Vertiefung des Konzepts des Maulwurfs

Frage zum Statuswechsel

Frage zu einer animierten Darstellung von Wassermolekülen bei Phasenänderungen

Frage zu Plasma, einem Materiezustand

Frage zu chemischen Bindungen

Frage zur Darstellung chemischer Bindungen

Frage nach dem Wesen der Art der chemischen Bindung

Weitere Analyse

Schlussfolgerungen

Einschränkungen der Studie und mögliche zukünftige Studien

Autorenbeiträge, Interessenkonflikte, Danksagungen und Referenzen

Einschränkungen der Studie und mögliche zukünftige Studien

Trotz der inhärenten Einschränkungen, zu denen das Einzelfalldesign und die Möglichkeit einer Verzerrung gehören, hat die eingehende Untersuchung der Studie verborgenes Potenzial dieser Systeme aufgedeckt, selbst wenn ernsthafte Bedenken hinsichtlich der Generalisierbarkeit bestehen.


Zukünftige Forschung könnte Folgendes umfassen:


• Verfeinerung der Formulierung von Eingabeaufforderungen.


• Erkunden neuer Funktionen dieser und anderer GenAIbots, die immer häufiger eingeführt werden.


• Festlegen standardisierter Benchmarks zur Bewertung und zum Vergleich der Leistung, Genauigkeit und Zuverlässigkeit von Chatbots und KI-Systemen.


• Durchführen von Langzeitstudien, um die Entwicklung der Fähigkeiten von Chatbots und ihre Auswirkungen auf Benutzerinteraktionen im Laufe der Zeit zu beobachten.


• Durchführen von Forschungen mit echten Schülern im Klassenzimmer und darüber hinaus, um die praktischen pädagogischen Anwendungen und Herausforderungen dieser KI-Systeme zu bewerten.


• Untersuchung der Lern- und Anpassungsfähigkeiten von Chatbots an individuelle Benutzerbedürfnisse und -präferenzen im Laufe der Zeit.


• Erforschung der Integration multimodaler Eingaben (z. B. Text, Sprache, Bild), um die Chatbot-Funktionen und das Benutzerinteraktionserlebnis zu verbessern.


Bei der Implementierung von GenAIbots im Chemieunterricht ist es wichtig, die Vor- und Nachteile sorgfältig abzuwägen, eine genaue Informationsübermittlung sicherzustellen und die Auswirkungen einer geringeren menschlichen Interaktion zu berücksichtigen. Diese Bedenken können ausgeräumt werden, indem GenAIbots in andere pädagogische Tools oder Aktivitäten integriert werden, die den kollaborativen Dialog zwischen den Lernenden fördern.


Autorenbeiträge

Der Autor bestätigt, dass er die alleinige Verantwortung für Folgendes trägt: Studienkonzeption und -design, Datenerfassung, Analyse und Interpretation der Ergebnisse sowie Manuskripterstellung.

Interessenskonflikte

Es sind keine Konflikte zu erklären.

Danksagung

Die Autoren danken Melanie Swan herzlich für ihren wertvollen Vorschlag, der zum Übergang von der Verwendung des Begriffs „Objekte zum Nachdenken“ zu „Agenten zum Nachdenken“ führte.

Verweise

Adiguzel, T., Kaya, MH, & Cansu, FK (2023). Revolutionierung der Bildung mit KI: Das transformative Potenzial von ChatGPT erkunden. Contemporary Educational Technology, 15(3), ep429. https://doi.org/10.30935/cedtech/13152


Baidoo-Anu, D., & Owusu Ansah, L. (2023). Bildung im Zeitalter der generativen künstlichen Intelligenz (KI): Die potenziellen Vorteile von ChatGPT bei der Förderung von Lehren und Lernen verstehen. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4337484


Bardin, L. (1977). Die Inhaltsanalyse. PUF – Universitätsverlage Frankreichs.


Bitzenbauer, P. (2023). ChatGPT im Physikunterricht: Eine Pilotstudie zu einfach umzusetzenden Aktivitäten. Contemporary Educational Technology, 15(3), ep430. https://doi.org/10.30935/cedtech/13176


Brown, TB, Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., Neelakantan, A., Shyam, P., Sastry, G., Askell, A., Agarwal, S., Herbert-Voss, A., Krueger, G., Henighan, T., Child, R., Ramesh, A., Ziegler, DM, Wu, J., Winter, C., … Amodei, D. (2020). Sprachmodelle sind Few-Shot-Lerner. ArXiv, 2005.14165. http://arxiv.org/abs/2005.14165


Castro Nascimento, CM, & Pimentel, AS (2023). Verstehen große Sprachmodelle Chemie? Ein Gespräch mit ChatGPT. Journal of Chemical Information and Modeling, 63(6), 1649–1655. https://doi.org/10.1021/acs.jcim.3c00285


David, E. (21. September 2023). Microsoft fügt DALL-E 3 zu Bing Chat hinzu. The Verge; Vox Media. https://www.theverge.com/2023/9/21/23873690/microsoft-new-ai-features-bingsearch-shopping-dall-e-3


Dewi, CA, Pahriah, P., & Purmadi, A. (2021). Die Dringlichkeit digitaler Kompetenz für Schüler der Generation Z im Chemieunterricht. International Journal of Emerging Technologies in Learning, 16(11), 88–103. https://doi.org/10.3991/ijet.v16i11.19871


Dunlop, L., Hodgson, A., & Stubbs, JE (2020). Kompetenzaufbau im Chemieunterricht: Glück und Unbehagen durch philosophischen Dialog in der Chemie. Chemistry Education Research and Practice, 21(1), 438–451. https://doi.org/10.1039/C9RP00141G


Flavell, JH (1976). Metakognitive Aspekte der Problemlösung. In LB Resnick (Hrsg.), The Nature of Intelligence (S. 231–236). Lawrence Erlbaum.


Floridi, L., & Chiriatti, M. (2020). GPT-3: Seine Natur, sein Umfang, seine Grenzen und seine Folgen. Minds and Machines, 30(4), 681–694. https://doi.org/10.1007/s11023-020-09548-1


Franciscu, S. (2023). ChatGPT: Ein Modell zur natürlichen Sprachgenerierung für Chatbots. https://doi.org/10.13140/RG.2.2.24777.83044


Gregorcic, B., & Pendrill, A.-M. (2023). ChatGPT und der frustrierte Sokrates. Physics Education, 58(3), 035021. https://doi.org/10.1088/1361-6552/acc299


Latour, B. (1991). Wir haben noch nie so etwas gehört: Eine Studie zur symmetrischen Anthropologie. Die Entdeckung.


Leon, AJ, & Vidhani, D. (2023). ChatGPT braucht auch einen Chemielehrer. Journal of Chemical Education. https://doi.org/10.1021/acs.jchemed.3c00288


Liu, F., Budiu, R., Zhang, A., & Cionca, E. (1. Oktober 2023). ChatGPT, Bard oder Bing Chat? Unterschiede zwischen 3 Generative-AI-Bots. https://www.nngroup.com/articles/ai-botcomparison/


Metz, C., & Hsu, T. (2023, 20. September). ChatGPT kann jetzt auch Bilder generieren. New York Times – Technologie. https://www.nytimes.com/2023/09/20/technology/chatgpt-dalle3-images-openai.html


Mishra, A., Soni, U., Arunkumar, A., Huang, J., Kwon, BC, & Bryan, C. (2023). PromptAid: Schnelle Exploration, Störung, Prüfung und Iteration mit Visual Analytics für große Sprachmodelle. ArXiv, 2304.01964. https://doi.org/10.48550/arXiv.2304.01964


Mollick, ER (2023, 26. April). Ein Leitfaden zur Eingabeaufforderung von KI (was auch immer das wert ist): Ein bisschen Magie, aber hauptsächlich nur Übung. One Useful Thing Blog. https://www.oneusefulthing.org/p/a-guidetoprompting-ai-for-what


Okonkwo, CW, & Ade-Ibijola, A. (2021). Chatbot-Anwendungen im Bildungsbereich: Eine systematische Übersicht. Computer und Bildung: Künstliche Intelligenz, 2, 100033. https://doi.org/10.1016/j.caeai.2021.100033


OpenAI. (2023). Technischer Bericht zu GPT-4. OpenAI. https://cdn.openai.com/papers/gpt-4.pdf


Papert, SA (1980). Mindstorms – Kinder, Computer und kraftvolle Ideen. Grundlegende Bücher. http://www.arvindguptatoys.com/arvindgupta/mindstorms.pdf


Permatasari, MB, Rahayu, S., & Dasna, W. (2022). Chemielernen mit mehreren Darstellungen: Eine systematische Literaturübersicht. J.Sci.Learn.2022, 5(2), 334–341. https://doi.org/10.17509/jsl.v5i2.42656


Pimentel, A., Wagener, A., Silveira, EF da, Picciani, P., Salles, B., Follmer, C., & Jr., ONO (2023). Herausforderndes ChatGPT mit chemiebezogenen Themen. ChemRxiv. https://doi.org/10.26434/chemrxiv-2023-xl6w3


Schlosser, M. (2019). Agentur. In der Stanford Encyclopedia of Philosophy. https://plato.stanford.edu/archives/win2019/entries/agency/


Swan, M. (21. Januar 2015). Wir sollten die zukünftige Welt als eine Welt der Multi-Spezies-Intelligenz betrachten. Antwort auf die Edge-Frage 2015: Was denken Sie über Maschinen, die denken?; Edge.org. http://edge.org/response-detail/26070


Taylor, CA, Hogarth, H., Hacking, EB, & Bastos, E. (2022). Posthumane Objektpädagogik: Mit Dingen denken, um mit Theorie für innovative Bildungsforschung zu denken. Cultural and Pedagogical Inquiry, 14(1), 206–221. https://doi.org/10.18733/cpi29662


Timilsena, NP, Maharjan, KB, & Devkota, KM (2022). Erfahrungen von Lehrern und Schülern mit Lernschwierigkeiten im Fach Chemie. Journal of Positive School Psychology, 6(10), 2856–2867. https://www.journalppw.com/index.php/jpsp/article/view/13764


Tümay, H. (2016). Neue Betrachtung von Lernschwierigkeiten und Missverständnissen in der Chemie: Neue Entwicklungen in der Chemie und ihre Auswirkungen auf den Chemieunterricht. Chemistry Education Research and Practice, 17(2), 229–245. https://doi.org/10.1039/C6RP00008H


Turkle, S. (1984). Das zweite Selbst: Computer und der menschliche Geist. Simon und Schuster.


Yin, RK (2011). Anwendungen der Fallstudienforschung. SAGE Publications, Inc.