Auteurs:  (1) Renato P. dos Santos, CIAGE – Centre d'intelligence artificielle générative dans la cognition et l'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  Limites de l’étude et études futures possibles  Malgré ses limites inhérentes, notamment sa conception à cas unique et le risque de biais, la profondeur exploratoire de l’étude a révélé un potentiel caché au sein de ces systèmes, même au milieu de sérieuses inquiétudes quant à la généralisabilité.  Les recherches futures pourraient inclure :  • Affiner la conception des invites.  • Explorer les nouvelles fonctionnalités de ces GenAIbots et d'autres GenAIbots introduits de plus en plus fréquemment.  • Établir des références standardisées pour évaluer et comparer les performances, la précision et la fiabilité des chatbots et des systèmes d'IA.  • Réaliser des études à long terme pour observer l'évolution des capacités des chatbots et leur impact sur les interactions des utilisateurs au fil du temps.  • Mener des recherches avec de vrais étudiants en classe et au-delà pour évaluer les applications pédagogiques pratiques et les défis de ces systèmes d'IA.  • Étudier les capacités d'apprentissage et d'adaptation des chatbots aux besoins et préférences individuels des utilisateurs au fil du temps.  • Rechercher l'intégration d'entrées multimodales (par exemple, texte, voix, image) pour améliorer les capacités des chatbots et les expériences d'interaction des utilisateurs.  Lors de la mise en œuvre de GenAIbots dans l’apprentissage de la chimie, il est crucial d’évaluer judicieusement les avantages et les inconvénients, en garantissant une transmission d’informations précises et en tenant compte des implications d’une interaction humaine réduite. Ces préoccupations peuvent être atténuées en intégrant GenAIbots à d’autres outils ou activités pédagogiques favorisant le dialogue collaboratif entre les apprenants.  Contributions d'auteur  L'auteur confirme être seul responsable des éléments suivants : conception et conception de l'étude, collecte des données, analyse et interprétation des résultats, et préparation du manuscrit.  Les conflits d'intérêts  Il n'y a aucun conflit à déclarer.  Remerciements  Les auteurs remercient chaleureusement Melanie Swan pour sa suggestion inestimable, qui a conduit au passage du terme « objets avec lesquels penser » à « agents avec lesquels penser ».  Les références  Adiguzel, T., Kaya, MH et Cansu, FK (2023). Révolutionner l'éducation avec l'IA : explorer le potentiel de transformation de ChatGPT. Technologie éducative contemporaine, 15(3), ep429. https://doi.org/10.30935/cedtech/13152  Baidoo-Anu, D. et Owusu Ansah, L. (2023). L'éducation à l'ère de l'intelligence artificielle générative (IA) : comprendre les avantages potentiels de ChatGPT pour promouvoir l'enseignement et l'apprentissage. Journal électronique SSRN. https://doi.org/10.2139/ssrn.4337484  En ligneBardin, L. (1977). L'analyse de contenu. PUF - Presses Universitaires de France.  Bitzenbauer, P. (2023). ChatGPT dans l'enseignement de la physique : une étude pilote sur des activités faciles à mettre en œuvre. Technologie éducative contemporaine, 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). Les modèles linguistiques sont des apprenants peu nombreux. ArXiv, 2005.14165. http://arxiv.org/abs/2005.14165  Castro Nascimento, CM et Pimentel, AS (2023). Les grands modèles linguistiques comprennent-ils la chimie ? Une conversation avec ChatGPT. Journal d'information et de modélisation chimiques, 63(6), 1649-1655. https://doi.org/10.1021/acs.jcim.3c00285  David, E. (2023, 21 septembre). Microsoft va ajouter DALL-E 3 à Bing Chat. Le bord; Médias Vox. https://www.theverge.com/2023/9/21/23873690/microsoft-new-ai-features-bingsearch-shopping-dall-e-3  Dewi, Californie, Pahriah, P. et Purmadi, A. (2021). L'urgence de la culture numérique pour les étudiants de la génération Z en apprentissage de la chimie. Revue internationale des technologies émergentes dans l'apprentissage, 16(11), 88-103. https://doi.org/10.3991/ijet.v16i11.19871  Dunlop, L., Hodgson, A. et Stubbs, JE (2020). Renforcer les capacités dans l'enseignement de la chimie : bonheur et inconfort à travers le dialogue philosophique en chimie. Recherche et pratique en enseignement de la chimie, 21(1), 438-451. https://doi.org/10.1039/C9RP00141G  Flavell, JH (1976). Aspects métacognitifs de la résolution de problèmes. Dans LB Resnick (Ed.), La nature de l'intelligence (pp. 231-236). Laurent Erlbaum.  Floridi, L. et Chiriatti, M. (2020). GPT-3 : sa nature, sa portée, ses limites et ses conséquences. Esprits et machines, 30(4), 681-694. https://doi.org/10.1007/s11023-020-09548-1  Franciscu, S. (2023). ChatGPT : un modèle de génération de langage naturel pour les chatbots. https://doi.org/10.13140/RG.2.2.24777.83044  Gregorcic, B. et Pendrill, A.-M. (2023). ChatGPT et Socrate frustré. Enseignement de la physique, 58(3), 035021. https://doi.org/10.1088/1361-6552/acc299  Latour, B. (1991). Nous n'avons jamais été modernes: Essai d'anthropologie symétrique. La Découverte.  Léon, AJ et Vidhani, D. (2023). ChatGPT a également besoin d'un tuteur en chimie. Journal d'éducation chimique. https://doi.org/10.1021/acs.jchemed.3c00288  Liu, F., Budiu, R., Zhang, A. et Cionca, E. (1er octobre 2023). ChatGPT, Bard ou Bing Chat ? Différences entre 3 robots génératifs-IA. https://www.nngroup.com/articles/ai-botcomparison/  Metz, C. et Hsu, T. (20 septembre 2023). ChatGPT peut désormais également générer des images. 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 et Bryan, C. (2023). PromptAid : exploration, perturbation, tests et itérations d'invites à l'aide de l'analyse visuelle pour les grands modèles de langage. ArXiv, 2304.01964. https://doi.org/10.48550/arXiv.2304.01964  Mollick, ER (26 avril 2023). Un guide pour inciter l'IA (pour ce qu'elle vaut) : Un peu de magie, mais surtout juste de la pratique. Un blog utile. https://www.oneusefulthing.org/p/a-guidetopprompting-ai-for-what  Okonkwo, CW et Ade-Ibijola, A. (2021). Applications des chatbots dans l'éducation : une revue systématique. Ordinateurs et éducation : intelligence artificielle, 2, 100033. https://doi.org/10.1016/j.caeai.2021.100033  OpenAI. (2023). Rapport technique GPT-4. OpenAI. https://cdn.openai.com/papers/gpt-4.pdf  Papert, SA (1980). Mindstorms - Enfants, ordinateurs et idées puissantes. Livres de base. http://www.arvindguptatoys.com/arvindgupta/mindstorms.pdf  Permatasari, MB, Rahayu, S. et Dasna, W. (2022). Apprentissage de la chimie à l'aide de représentations multiples : une revue systématique de la littérature. 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. et Jr., ONO (2023). Défier ChatGPT avec des sujets liés à la chimie. ChemRxiv. https://doi.org/10.26434/chemrxiv-2023-xl6w3  Schlosser, M. (2019). Agence. Dans L'Encyclopédie de philosophie de Stanford. https://plato.stanford.edu/archives/win2019/entries/agency/  Swan, M. (21 janvier 2015). Nous devrions considérer le monde futur comme un monde d’intelligence multi-espèces. Réponse à la question The Edge 2015 : Que pensez-vous des machines qui pensent ? ; Edge.org. http://edge.org/response-detail/26070  Taylor, CA, Hogarth, H., Hacking, EB et Bastos, E. (2022). Pédagogies des objets posthumains : penser avec des choses pour penser avec la théorie pour une recherche pédagogique innovante. Enquête culturelle et pédagogique, 14(1), 206-221. https://doi.org/10.18733/cpi29662  Timilsena, NP, Maharjan, KB et Devkota, KM (2022). Expériences des enseignants et des étudiants face aux difficultés d'apprentissage de la chimie. Journal de psychologie scolaire positive, 6(10), 2856-2867. https://www.journalppw.com/index.php/jpsp/article/view/13764  Tumay, H. (2016). Reconsidérer les difficultés d'apprentissage et les idées fausses en chimie : l'émergence en chimie et ses implications pour l'enseignement de la chimie. Recherche et pratique en enseignement de la chimie, 17(2), 229-245. https://doi.org/10.1039/C6RP00008H  Turkle, S. (1984). Le deuxième soi : les ordinateurs et l'esprit humain. Simon et Schuster.  Yin, RK (2011). Applications de la recherche d'études de cas. Publications SAGE, Inc.  Cet article est   sous licence CC BY-SA 4.0 DEED. disponible sur arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

AI Models on HackerNoon

Cet audio est produit dans la langue originale de l'histoire !

Surmonter les limites de la recherche sur les chatbots IA pour un impact éducatif futur

About Author

COMMENTAIRES

ÉTIQUETTES

CET ARTICLE A ÉTÉ PARU DANS

Related Stories

Guide de l'architecte pour créer une architecture de référence pour un datalake IA/ML

Valhalla de Floki se joint en tant que sponsor associé de la tournée indienne au Sri Lanka

Les couches invisibles : pourquoi les entretiens avec les utilisateurs sont un atout irremplaçable

Comment améliorer votre flux de travail par 10 : 17 applications essentielles

Guide de l'architecte pour créer une architecture de référence pour un datalake IA/ML

Valhalla de Floki se joint en tant que sponsor associé de la tournée indienne au Sri Lanka

Les couches invisibles : pourquoi les entretiens avec les utilisateurs sont un atout irremplaçable

Comment améliorer votre flux de travail par 10 : 17 applications essentielles

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps