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

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.