最後にチャットボットを使用したのはいつですか?おそらくあなたが思っているよりも最近のことです。 Tidio の 2022 年の調査によると、   88% 過去 12 か月間にチャットボットと少なくとも 1 回会話した参加者の割合。世界中で約 15 億人がチャットボットを使用しています。 しかし、5 つの回答を提供できる、事前にプログラムされたチャットボットの時代は終わりました。生成 AI と大規模言語モデル (LLM) が登場しました。また、LLM チャットボットは顧客サービスに革命をもたらし、多言語サポートを提供し、データ駆動型の洞察を分析して企業に数百万ドルを節約していますが、現在ではその用途が多様化し、教育、特に言語学習にまで拡大しています。 理論的には、LLM チャットボットはインタラクティブでアクセスしやすく、手頃な価格であるため、言語学習がこれまで経験した中で最も革新的なツールになる可能性があります。 は、子供たちに数年ではなく18か月で読み書きを教えることができるとさえ主張しています。結局のところ、LLM を使用すると、LLM は決定的ではなく、答えを制御できないため、よりインタラクティブなエクスペリエンスになります。つまり、人間の言語に特化した、新しいデータを吸収、処理、作成する能力こそが、彼らを特別なものにしているのです。 、特に言語学習。   ビルゲイツ 教育に応用できる しかし、訓練されたデータセットに起因する不安定な幻覚や不正確さ、そして即時の情報を理解できないことにより、彼らは教育に適さなくなるのだろうか？  LLM シャボットの魅力、その教育用途、そして言語教師の求人をまだ争わない理由について詳しく見ていきましょう。 チャットボットの背後にある科学 チャットボットの動作方法はチャットボットによって異なります。ただし、この記事では、Google の Bard や OpenAI の ChatGPT などの生成 AI のサブセットである LLM に主に焦点を当てます。 ただし、Duolingo などの他の有名な言語アプリも AI チャットボット、特に機械学習 (ML) モデルや自然言語処理 (NLP) モデルを使用しているため、言語学習におけるチャットボットの出自を認識するのは正しいことです。ただし、このタイプのフレームワークはバックコーディングされているという制限があります。つまり、正しい答えをチェックして検証するようにプログラムされているということです。それは決定的です。このタイプの質問と回答の言語テストは、新しい言語を習得するときに有益ですが、LLM はさらに深く掘り下げることができます。  LLM は NLP に特化しており、人間の言語を生成して模倣できるため、言語学習に最適です。実際の用途には、機械翻訳、テキスト要約、質問応答システム、チャットボット、コンテンツ生成などが含まれ、テキスト データのコンテキストとセマンティクスの理解に優れています。また、LLM はその広範な用途により、数十億のパラメータが含まれるため、その巨大なサイズと計算要件が特徴です。 一方、従来の ML は一般に、データの理解、予測の実行、パターン認識およびラベル付きデータとラベルなしデータからの特定のタスクの解決に焦点を当てています。また、言語学習における ML の応用例は、音声認識から不正行為検出 (不正行為を好む生徒の発見)、予測分析まで多岐にわたります。データが構造化され数値的に表現されるタスクに最適です。また、LLM とは異なり、従来の ML モデルはタスクの複雑さと選択したアルゴリズムに応じて、より小さく、計算負荷が低くなります。  LLM: 言語クラスのための新しいスーパーツール? 一般的な言語レッスンでは、教師は言語のさまざまなレベル (および興味) を持つ 8 人から 20 人の生徒を担当します。したがって、教師がクラスの 50% からの質問に答える必要があるレッスンでは、これにより、教師の時間とエネルギーが少し薄く分散されます。 したがって、LLM は、簡単な文法規則の把握や語彙の練習などの基本を教えるのに最適です。 LLM チャットボットを使用すると、ユーザーは学校認可のラップトップを使用して、5 歳、10 歳、または 15 歳のときのように文法規則の説明を求めることができ、あらゆるレベルの生徒に対応できます。あるいは、サッカー用語を使って文法規則を説明してもらうこともできます。これにより、個々の生徒にとって個人的なものとなり、より注意を払う可能性が高くなります。このエンゲージメントの増加は、ユーザーが戻ってきて再び練習する可能性が高いことを意味します。 さらに、LLM チャットボットはネイティブ スピーカーを真似ることができるため、会話の練習に最適です。さらに、そのインタラクティブで面白い性質も、人々の興味を引きつけるもう 1 つの重要な理由です。そして、すべての教師は、エンゲージメントが言語学習における最大のハードルの 1 つになり得ることを知っています。  LLM チャットボットの大きな利点の 1 つは、広範囲にわたるアクセシビリティです。どちらも有能な無料バージョンがあるため、誰でもアカウントを作成して、Chat GPT や Google の Bard などのアプリケーションにアクセスできます。そのため、安定したインターネット接続がある限り、世界中の学生が LLM チャットボットの実用的な機能を活用できます。しかし、人生においても、AIにおいても、完璧なものはありません。 言語学習におけるLLMの落とし穴を解明する LLM は言語学習にとって貴重なツールですが、新しい言語を理解するための基本的な柱の 1 つは流暢さであり、このスキルは LLM とのオンライン チャットでは達成できません。チャットボットは主に書面によるコミュニケーションに基づいているため、言語学習にチャットボットだけを使用すると、発音やスピーキングのスキルが妨げられる可能性があります。生徒の能力を完璧に伸ばし、デモンストレーションを行い、さらに重要なことに、添削を提供できるのは人間の教師だけです。 生成 AI と LLM の開発を取り巻く最も重要な問題の 1 つは、AI の幻覚状態です。これは、チャットボットが与えられた質問や情報を認識または理解できない場合に発生します。したがって、彼らは「無行動」になり、回答を捏造し始めます。これは、不正確な情報を提供し、間違いや誤解を強化する可能性があることを意味します。  LLM はインターネットからデータを吸収し、これらのソースに基づいて新しいデータを生成します。また、インターネットには誰でも投稿できるため、事実とフィクションを区別するのに苦労している LLM に不正確で偏見のある情報が侵入する可能性があります。 この種の幻覚は信頼を損なう可能性があり、BBC の報告によると、  。そのため、子供を対象とした教育現場で使用すると、LLM の非決定論的な側面により安全対策の問題が生じます。人間の教師は、子供たちと協力するために厳格なチェックを受ける必要があります。LLM チャットボットにも同様のモデレーションが適用されない場合、子供たちは潜在的に有害な状況に陥る可能性があります。 ChatGPT は学生に次のような質問をすることが知られています。 セクシーな写真 さらに、言語の学習は、活用、時制、文法規則を習得するだけではありません。言語学習には、文化的理解、慣用的な表現、文脈上の使用法など、さらに多くの内容が含まれます。 LLM チャットボットは、リクエストに応じていくつかのイディオムやスラングを提供できますが、たとえば、スペイン語圏間の重要なニュアンスを提供できる知識豊富な教師に匹敵することはできません。さらに、チャットボットを使用する場合は、一般的に学生が率先して使用する必要があります。ユーザーはどのようなプロンプトを尋ねるべきかを知る必要がありますが、たとえば初心者はこの知識を持っている可能性が低いです。 さらに、LLM チャットボットは、解答や音声認識機能の提供など、試験中の学生の不正行為を支援する可能性があるため、シアトルやカリフォルニアの一部の学区では ChatGPT などのプラットフォームをブロックするようになりました。 生成 AI、特に LLM チャットボットが、ビジネスの多くの側面に革命をもたらしている素晴らしいツールであることは否定できません。まもなく学校に導入される予定です。ただし、このモデルのアクセスしやすさと手頃な価格は、新しい言語を学習する際の 2 つの大きなハードルを克服できますが、予測できない不正確さと幻覚があるため、現在のテクノロジーが優れた言語教師に匹敵し、代替することはできません。 生成 AI には、幻覚の問題に関して克服すべき大きな障害があります。適切な状況であれば、LLM は教師付きの宿題や文法の練習に役立つツールになります。全体として、教師は、現時点では生成型 AI が教育システムを乗っ取ることはないということを知っておくべきです。

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

長すぎる; 読むには

Boost your HackerNoon story @ $159.99! 🚀

LLM チャットボットがすぐに言語教師に取って代わることがない理由

About Author

コメント

ラベル

この記事は

Related Stories

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

ワークフローを10倍に向上させる方法: 必須アプリ17選

Claude Sonnet 3.5 システムプロンプトの漏洩: 法医学的分析

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

ユーザー中心の暗号通貨製品の作成: 顧客からのフィードバックの重要性

ワークフローを10倍に向上させる方法: 必須アプリ17選

Claude Sonnet 3.5 システムプロンプトの漏洩: 法医学的分析

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps