paint-brush
Améliorer l'apprentissage de la chimie avec ChatGPT, Bing Chat, Bard et Claude en tant qu'agents avec lesquels penserpar@textmodels
743 lectures
743 lectures

Améliorer l'apprentissage de la chimie avec ChatGPT, Bing Chat, Bard et Claude en tant qu'agents avec lesquels penser

Trop long; Pour lire

Cette recherche explore comment les GenAIbots, notamment ChatGPT, Bing Chat, Bard et Claude, révolutionnent l'enseignement de la chimie en améliorant la pensée critique, la résolution de problèmes et la compréhension. ChatGPT apparaît comme le plus performant, offrant des expériences d'apprentissage dynamiques et inclusives et s'alignant sur les principes constructivistes.
featured image - Améliorer l'apprentissage de la chimie avec ChatGPT, Bing Chat, Bard et Claude en tant qu'agents avec lesquels penser
Writings, Papers and Blogs on Text Models HackerNoon profile picture
0-item

Auteurs:

(1) Renato P. dos Santos, CIAGE – Centre d'Intelligence Artificielle Générative en Cognition et Éducation.

Tableau des liens

Résumé et introduction

Matériels et méthodes

Résultats et analyses

Invites et textes générés

Conceptualiser les réactions chimiques

Approfondissement de la compréhension des réactions chimiques

Question sur la combustion

Question sur un graphique des gaz se transformant en eau au fil du temps

Question sur la différence entre les atomes, les molécules et les taupes

Approfondissement sur la notion de taupe

Question sur le changement d'état

Question sur une représentation animée de molécules d'eau subissant des changements de phase

Question sur le plasma, un état de la matière

Question sur les liaisons chimiques

Question sur l'illustration des liaisons chimiques

Question sur l'essence du type de liaison chimique

Analyse plus approfondie

Conclusions

Limites de l’étude et études futures possibles

Contributions des auteurs, conflits d'intérêts, remerciements et références

Abstrait

Cette recherche examine les avantages comparatifs des chatbots d'IA générative (GenAIbots) - ChatGPT, Bing Chat, Bard et Claude - dans le contexte de l'enseignement de la chimie, dans une perspective constructiviste. Notre objectif principal était d'identifier lequel de ces quatre outils d'IA est le plus efficace pour améliorer l'apprentissage de la chimie. En utilisant une approche d'étude de cas unique, nous avons examiné les journaux d'interaction entre les systèmes d'IA et un personnage d'étudiant simulé lors de simulations d'apprentissage en chimie, en intégrant la méthodologie d'analyse de contenu pour approfondir le discours. Nos résultats soulignent le potentiel de ces outils en tant qu'« agents avec lesquels penser », améliorant la pensée critique, la résolution de problèmes, la compréhension, la créativité et l'apprentissage personnalisé. Il convient particulièrement de noter leur capacité à stimuler les apprenants grâce à des questionnements de type socratique, alignés sur les principes constructionnistes. La recherche met l’accent sur le rôle central de l’élaboration rapide pour obtenir les réponses souhaitées des GenAIbots, engendrant ainsi des réflexions itératives. Cela souligne également la nécessité d’une solide formation des enseignants pour intégrer ces technologies dans les milieux éducatifs. En conclusion, alors que ChatGPT, Bing Chat, Bard et Claude sont sur le point d'enrichir l'enseignement de la chimie en favorisant des expériences d'apprentissage dynamiques et inclusives, ChatGPT s'est démarqué, dépassant de manière décisive les performances de Bing Chat. Bard et Claude suivaient de près, tous trois présentant une compréhension plus approfondie, précise et nuancée, soulignant l'aptitude de ChatGPT à comprendre le contexte.


Mots-clés : Enseignement de la chimie, ChatGPT, Bing Chat, Bard, Claude, Intelligence artificielle dans l'éducation, agents avec lesquels penser


Introduction

La chimie, matière essentielle de l'enseignement scientifique, clarifie les propriétés et les transformations de la matière, façonnant ainsi de manière critique notre vie quotidienne (Dunlop et al., 2020). Cependant, la chimie est également un domaine complexe et dynamique qui nécessite une compréhension approfondie des concepts et principes fondamentaux, et il est parfois difficile pour les étudiants d'associer des circonstances réelles à des concepts chimiques abstraits (Dewi et al., 2021). La recherche en enseignement de la chimie recherche des stratégies efficaces pour atténuer ces difficultés d'apprentissage (Permatasari et al., 2022 ; Timilsena et al., 2022 ; Tümay, 2016).


Timilsena et coll. (2022) ont identifié des difficultés dans la compréhension de la nature abstraite des réactions chimiques et des facteurs tels que le matériel pédagogique inadéquat et la complexité des programmes, soulignant la nécessité de stratégies et d'outils pédagogiques efficaces. Tümay (2016) a discuté des difficultés des étudiants à comprendre les concepts fondamentaux de la chimie et a souligné l'importance de s'attaquer aux idées fausses et aux difficultés d'apprentissage.


Dewi et coll. (2021) ont souligné la nécessité de capacités de pensée critique et d’intégration de la technologie numérique pour améliorer la qualité de l’enseignement de la chimie pour les étudiants de la génération Z. Dunlop et coll. (2020) ont proposé d'introduire un dialogue philosophique dans l'enseignement supérieur pour relever les défis des étudiants de premier cycle en chimie, suggérant qu'il peut stimuler de nouvelles façons de penser.


En 2023, Castro Nascimento et Pimentel ont entrepris une étude pour évaluer la compétence du modèle ChatGPT en le faisant répondre à cinq tâches distinctes dans divers sous-domaines de la chimie (Castro Nascimento & Pimentel, 2023). Ces tâches comprenaient la conversion des noms de composés en leur représentation chimique SMILES et vice versa, l'obtention d'informations sur le coefficient de partage octanol-eau des composés chimiques, l'extraction d'informations structurelles sur les composés de coordination, la détermination de la solubilité dans l'eau des polymères et l'identification des groupes de points moléculaires de simples composés moléculaires. Les résultats insatisfaisants ont mis en évidence les limites potentielles de la capacité du modèle à répondre de manière adéquate à ces requêtes spécifiques liées à la chimie. Notamment, les performances sous-optimales observées pourraient être attribuées à l’utilisation d’une version obsolète de ChatGPT, en particulier le modèle GPT-3 introduit par OpenAI en 2020 (Brown et al., 2020).


Dans une étude distincte menée la même année, Leon et Vidhani (2023) ont exploré la fiabilité des réponses ChatGPT dans le cadre d'un cours d'introduction à la chimie de niveau collégial. Leurs résultats ont indiqué un problème de fiabilité important, ChatGPT n'ayant pas réussi à obtenir un score supérieur à 37 %. Une telle performance implique que les apprenants qui s'appuient sur cet outil pour soutenir leurs études recevront principalement des réponses incorrectes, la variabilité de l'outil conduisant à des réponses différentes pour chaque apprenant. Bien que les auteurs n'aient pas précisé quelle version de ChatGPT ils ont utilisée dans leur étude, leur référence à « la version originale gratuite de ChatGPT » et la citation des recherches de Floridi et Chiriatti (2020) sur ChatGPT-3 suggèrent la probabilité qu'ils aient utilisé cette version. .


De plus, Pimentel et al. (2023) ont étudié l'efficacité des versions 3 et 4 de ChatGPT pour répondre à des questions complexes couvrant six sujets en chimie. Bien qu'ils aient conclu que les deux versions étaient actuellement inadéquates pour aborder les nuances de sujets complexes, ils ont également observé des avancées notables de ChatGPT-3 à ChatGPT-4. De tels progrès témoignent d’un potentiel prometteur pour que l’outil puisse aider les scientifiques dans leurs futures revues de littérature, enquêtes et efforts pédagogiques.


Les chatbots génératifs basés sur l'IA (GenAIbots), notamment ChatGPT, Bing Chat, Bard et Claude, ont été introduits comme solutions innovantes aux défis persistants de l'enseignement de la chimie (Baidoo-Anu & Owusu Ansah, 2023 ; Taylor et al., 2022). Leur émergence offre un environnement éducatif dynamique et inclusif, transformant la manière dont les concepts complexes sont transmis et compris. Ces GenAIbots simplifient des sujets complexes, favorisent l'auto-réflexion, engagent les utilisateurs dans des dialogues stimulants, facilitent l'apprentissage personnalisé et améliorent la pensée critique, la collaboration et le développement cognitif (Okonkwo & Ade-Ibijola, 2021). En conséquence, ils ont joué un rôle central dans la révolution de l’enseignement de la chimie.


Dans le discours sur l’action, les théories traditionnelles, comme celles d’Anscombe et Davidson, attribuent des actions à des entités basées sur des états mentaux représentationnels englobant les désirs, les croyances et les intentions. Cependant, d’autres perspectives, tirées des travaux de Heider et Simmel, Dennett, Davidson et Barandiaran et al., remettent en question cette vision dépendante de la représentation, suggérant une agence potentielle sans de telles représentations mentales (Schlosser, 2019). Lorsque l'on considère les GenAIbots dans ces cadres, la capacité de l'entité à réagir sur la base de la formation contraste avec son manque de conscience de soi, d'intentions et de comportement proactif, caractéristiques centrales de l'agence. Par conséquent, même si les modèles philosophiques et cognitifs dominants n’accorderaient pas l’action de ChatGPT, des interprétations plus larges, telles que celles proposées par ces penseurs cités, pourraient l’accepter.


En nous appuyant sur cette base et en nous inspirant de la suggestion de Melanie Swan, nous avons élargi le concept de Papert (1980) d'« objets avec lesquels penser » pour introduire les « agents avec lesquels penser ». Cela positionne les GenAIbots comme des participants à part entière dans le parcours éducatif, faisant écho au concept de « machines métacognitives » de Turkle (1984), dans le sens où ils aident à améliorer la conscience de ses propres processus cognitifs, c'est-à-dire « penser à penser » comme décrit par Flavell. (1976). Dans la perspective de Latour (1991), nous pouvons percevoir les GenAIbots comme des « hybrides », qui brouillent les frontières entre humains et entités non humaines. Une telle perspective s’aligne davantage sur la vision de Swan (2015) d’un avenir où les humains augmentés et l’IA collaborent et prospèrent en symbiose.


Alors que les GenAIbots se présentent comme de puissants outils éducatifs métacognitifs, favorisant la pensée critique, la résolution de problèmes et la compréhension approfondie des concepts, il est impératif de reconnaître leurs limites. Par exemple, il existe la possibilité de générer du contenu absurde ou inexact, comme l'a souligné OpenAI (2023). Néanmoins, la capacité unique des GenAIbots à fournir une rétroaction instantanée, à introduire diverses perspectives et à favoriser un engagement interactif avec des idées complexes renforce leur position en tant qu'agents influents avec lesquels réfléchir dans le domaine de l'enseignement de la chimie.


Cet article est disponible sur arxiv sous licence CC BY-SA 4.0 DEED.