363 測定値

将来の教育への影響のために AI チャットボット研究の限界を克服する

に Writings, Papers and Blogs on Text Models5m2024/05/02

長すぎる; 読むには

単一ケース設計や潜在的なバイアスなどの制限があるにもかかわらず、将来の AI チャットボット研究では、プロンプトを改良し、ベンチマークを確立し、教育効果を高めるためのマルチモーダル入力を調査することができます。戦略には、長期研究、実際の教室での研究、および人間とのやり取りの減少に関する懸念に対処するための共同活動と GenAIbots の統合が含まれます。

featured image - 将来の教育への影響のために AI チャットボット研究の限界を克服する

‘a robot writing chemical equations on a white board’ Image created by HackerNoon AI Image Generator

著者:

（１）レナート・P・ドス・サントス、CIAGE – 認知と教育における生成的人工知能センター。

リンク一覧

時間の経過とともにガスが水に変化するグラフに関する質問

原子、分子、モルの違いについての質問

モルの概念の深化

状態の変化に関する質問

相変化を起こす水分子のアニメーション表現に関する質問

研究の限界と今後の研究の可能性

単一ケース設計やバイアスの可能性など、その固有の限界にもかかわらず、一般化可能性に関する深刻な懸念があるにもかかわらず、研究の探究的な深さにより、これらのシステム内の隠れた可能性が明らかになりました。

今後の研究には以下が含まれる可能性があります。

• プロンプトの作成を改良します。

• ますます頻繁に導入されているこれらの GenAIbot やその他の GenAIbot の新機能を探ります。

• チャットボットと AI システムのパフォーマンス、精度、信頼性を評価および比較するための標準化されたベンチマークを確立します。

• チャットボットの機能の進化と、それが時間の経過とともにユーザーとのやり取りに与える影響を観察するための長期研究を実施します。

• 教室内外で実際の生徒を対象に調査を実施し、これらの AI システムの実際の教育への応用と課題を評価します。

• 時間の経過とともに個々のユーザーのニーズや好みに合わせてチャットボットが学習し、適応する能力を調査する。

• チャットボットの機能とユーザーインタラクションエクスペリエンスを強化するために、マルチモーダル入力（テキスト、音声、画像など）の統合を研究しています。

GenAIbots を化学学習に導入する場合、正確な情報提供を保証し、人間同士のやり取りが減少することの影響を考慮しながら、メリットとデメリットを慎重に評価することが重要です。これらの懸念は、学習者間の共同対話を促進する他の教育ツールやアクティビティと GenAIbots を統合することで軽減される可能性があります。

著者の貢献

著者は、研究の構想と設計、データ収集、結果の分析と解釈、および原稿の準備について単独で責任を負うことを確認します。

利益相反

宣言すべき競合はありません。

謝辞

著者らは、「考えるためのオブジェクト」という用語から「考えるためのエージェント」という用語への移行につながった、非常に貴重な提案をしてくれた Melanie Swan 氏に心から感謝します。

参考文献

Adiguzel, T.、Kaya, MH、Cansu, FK (2023)。AIによる教育の革命：ChatGPTの変革の可能性を探る。Contemporary Educational Technology、15(3)、ep429。https://doi.org/10.30935/cedtech/13152

Baidoo-Anu, D.、Owusu Ansah, L. (2023)。生成型人工知能（AI）時代の教育：教育と学習の促進におけるChatGPTの潜在的利点の理解。SSRN電子ジャーナル。https://doi.org/10.2139/ssrn.4337484

バーディン、L.（1977）。コンテンツ分析。 PUF - フランス大学出版局。

Bitzenbauer, P. (2023). 物理教育におけるChatGPT: 簡単に実装できるアクティビティに関するパイロットスタディ。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). 言語モデルは少数ショット学習者です。ArXiv、2005.14165。http://arxiv.org/abs/2005.14165

Castro Nascimento, CM、Pimentel, AS (2023)。大規模言語モデルは化学を理解できるか？ChatGPTとの会話。化学情報とモデリングジャーナル、63(6)、1649–1655。https://doi.org/10.1021/acs.jcim.3c00285

David, E. (2023 年 9 月 21 日)。Microsoft が Bing Chat に DALL-E 3 を追加。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). 化学学習におけるZ世代の学生のデジタルリテラシーの緊急性。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). 化学教育における能力構築：化学における哲学的対話を通じた幸福と不快感。化学教育研究と実践、21(1), 438–451。https://doi.org/10.1039/C9RP00141G

Flavell, JH (1976)。問題解決のメタ認知的側面。LB Resnick (編)、The Nature of Intelligence (pp. 231–236)。Lawrence Erlbaum。

Floridi, L., Chiriatti, M. (2020). GPT-3: その性質、範囲、限界、そして結果。Minds and Machines、30(4)、681–694。https://doi.org/10.1007/s11023-020-09548-1

Franciscu, S. (2023). ChatGPT: チャットボットのための自然言語生成モデル。https://doi.org/10.13140/RG.2.2.24777.83044

Gregorcic, B., & Pendrill, A.-M. (2023). ChatGPTと挫折したソクラテス。物理教育、58(3), 035021. https://doi.org/10.1088/1361-6552/acc299

ラトゥール、B.（1991）。私たちは現代に生きています:対称的人類学の実験。ラ・デクーヴェルト。

Leon, AJ、Vidhani, D. (2023)。ChatGPT にも化学の家庭教師が必要。化学教育ジャーナル。https://doi.org/10.1021/acs.jchemed.3c00288

Liu, F., Budiu, R., Zhang, A., & Cionca, E. (2023 年 10 月 1 日)。ChatGPT、Bard、それとも Bing Chat? 3 つの生成 AI ボットの違い。https://www.nngroup.com/articles/ai-botcomparison/

Metz, C.、Hsu, T. (2023 年 9 月 20 日)。ChatGPT が画像も生成できるようになりました。ニューヨークタイムズ - テクノロジー。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: 大規模言語モデルのビジュアル分析を使用したプロンプトの探索、摂動、テスト、反復。ArXiv、2304.01964。https://doi.org/10.48550/arXiv.2304.01964

Mollick, ER (2023 年 4 月 26 日)。AI を促すためのガイド (参考までに): 少し魔法の要素もありますが、ほとんどは実践です。One Useful Thing ブログ。https://www.oneusefulthing.org/p/a-guidetoprompting-ai-for-what

Okonkwo, CW、Ade-Ibijola, A. (2021)。教育におけるチャットボットの応用：系統的レビュー。コンピューターと教育：人工知能、2、100033。https://doi.org/10.1016/j.caeai.2021.100033

OpenAI. (2023). GPT-4 技術レポート. OpenAI. https://cdn.openai.com/papers/gpt-4.pdf

Papert, SA (1980)。マインドストーム - 子供、コンピューター、そして強力なアイデア。基本書籍。http://www.arvindguptatoys.com/arvindgupta/mindstorms.pdf

Permatasari, MB, Rahayu, S., & Dasna, W. (2022). 複数の表現を用いた化学学習: 体系的な文献レビュー。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). 化学関連科目で ChatGPT に挑戦。ChemRxiv. https://doi.org/10.26434/chemrxiv-2023-xl6w3

シュローサー、M. (2019)。エージェンシー。スタンフォード哲学百科事典より。https://plato.stanford.edu/archives/win2019/entries/agency/

スワン、M. (2015 年 1 月 21 日)。未来の世界を多種多様な知性を持つ世界として考えるべきだ。The Edge Question 2015 への回答: 考える機械についてどう思いますか?; Edge.org。http://edge.org/response-detail/26070

Taylor, CA, Hogarth, H., Hacking, EB, & Bastos, E. (2022). ポストヒューマンオブジェクト教育学：物で考えることから理論で考えることへの革新的な教育研究。文化と教育学の探究、14(1), 206–221. https://doi.org/10.18733/cpi29662

Timilsena, NP, Maharjan, KB, & Devkota, KM (2022). 化学学習障害における教師と生徒の経験。Journal of Positive School Psychology、6(10)、2856–2867。https://www.journalppw.com/index.php/jpsp/article/view/13764

Tümay, H. (2016). 化学における学習障害と誤解の再考：化学における出現と化学教育への影響。化学教育研究と実践、17(2)、229–245。https://doi.org/10.1039/C6RP00008H

タークル、S. (1984)。『第二の自己：コンピュータと人間の精神』サイモン＆シュスター。

Yin, RK (2011)。ケーススタディ研究の応用。SAGE Publications, Inc.