LLM 챗봇이 곧 언어 교사를 대체하지 않는 이유

마지막으로 챗봇을 사용한 게 언제였나요? 아마 생각보다 최근일 겁니다. Tidio의 2022년 설문조사에 따르면 88% 의 참가자가 지난 12개월 동안 챗봇과 최소 한 번 대화를 나누었으며 전 세계적으로 약 15억 명의 사람들이 챗봇을 사용하고 있습니다.

그러나 5가지 답변을 제공할 수 있는 사전 프로그래밍된 챗봇의 시대는 끝났습니다. 생성 AI와 대규모 언어 모델(LLM)이 도래했습니다. LLM 챗봇은 고객 서비스에 혁명을 일으키고, 다국어 지원을 제공하고, 데이터 기반 통찰력을 분석하여 기업에 수백만 달러를 절약하는 동시에 그 용도가 이제 교육, 특히 언어 학습으로 다양화되고 확장되었습니다.

이론적으로 LLM 챗봇은 상호 작용적이고 접근 가능하며 저렴하기 때문에 지금까지 경험해 본 언어 학습 중 가장 혁신적인 도구가 될 수 있습니다. 빌 게이츠 심지어 몇 년이 아닌 18개월 만에 아이들에게 읽기를 가르칠 수 있다고 주장하기도 했습니다. 결국, LLM을 사용하는 것은 결정적이지 않고 답변을 제어할 수 없기 때문에 더욱 상호 작용적인 경험입니다. 따라서 인간 언어에 특화된 새로운 데이터를 흡수하고, 처리하고, 생성하는 능력이 그들을 특별하게 만듭니다. 교육에 적용 가능 , 특히 언어 학습.

그러나 훈련을 받은 데이터 세트와 즉각적인 정보를 이해하지 못하는 무능력으로 인해 발생하는 불규칙한 환각과 부정확성이 교육에 적합하지 않게 될까요?

LLM 샤봇이 작동하는 이유, 교육적 사용 사례, 아직 언어 교사 자리를 놓고 경쟁하지 않는 이유를 살펴보겠습니다.

챗봇 뒤에 숨은 과학

챗봇이 작동하는 방식은 챗봇에 따라 다릅니다. 그러나 이 기사에서는 Google의 Bard 및 OpenAI의 ChatGPT와 같은 생성 AI의 하위 집합인 LLM이 주요 초점이 될 것입니다.

하지만 듀오링고 등 다른 유명 언어 앱도 AI 챗봇, 특히 머신러닝(ML)과 자연어 처리(NLP) 모델을 사용하고 있기 때문에 언어 학습에 있어서 챗봇이 어디서 유래했는지를 인정하는 것이 옳습니다. 그러나 여기서의 제한 사항은 이러한 유형의 프레임워크가 백코딩되어 있다는 것입니다. 즉, 정답을 확인하고 검증하도록 프로그래밍되어 있다는 의미입니다. 그것은 결정적입니다. 이러한 유형의 질문 답변 언어 테스트는 새로운 언어를 습득할 때 유용하지만 LLM은 훨씬 더 깊이 탐구할 수 있습니다.

LLM은 NLP를 전문으로 하며 인간 언어를 생성하고 모방할 수 있어 언어 학습에 이상적입니다. 실제 사용에는 기계 번역, 텍스트 요약, 질문 답변 시스템, 챗봇 및 콘텐츠 생성이 포함될 수 있으며 텍스트 데이터의 컨텍스트와 의미를 이해하는 데 탁월합니다. 그리고 광범위한 용도로 인해 LLM은 수십억 개의 매개변수를 포함하므로 엄청난 크기와 계산 요구 사항이 특징입니다.

반면, 전통적인 ML은 일반적으로 데이터 이해, 예측, 패턴 인식, 레이블이 지정된 데이터 및 레이블이 지정되지 않은 데이터의 특정 작업 해결에 중점을 둡니다. 그리고 언어 학습 내에서 ML의 적용은 음성 인식부터 사기 탐지(부정행위를 좋아하는 학생 찾기) 및 예측 분석까지 다양할 수 있습니다. 데이터가 구조화되고 숫자로 표현되는 작업에 가장 적합합니다. 그리고 LLM과 달리 기존 ML 모델은 작업의 복잡성과 선택한 알고리즘에 따라 크기가 더 작고 계산 요구 사항도 적습니다.

LLM: 언어 수업을 위한 새로운 슈퍼 도구?

일반적인 언어 수업에서 교사는 언어에 대한 다양한 수준(및 관심)을 가진 8~20명의 학생을 가질 수 있습니다. 따라서 교사가 학급 전체의 50%의 질문에 답해야 하는 수업에서는 교사의 시간과 에너지가 약간 희박하게 분산됩니다.

따라서 LLM은 간단한 문법 규칙을 파악하고 어휘 연습과 같은 기본을 가르치는 데 이상적입니다. LLM 챗봇을 사용하면 사용자는 학교에서 승인한 노트북을 사용하여 모든 수준의 학생에 맞게 문법 규칙을 5세, 10세 또는 15세인 것처럼 설명하도록 요청할 수 있습니다. 또는 축구 용어를 사용하여 문법 규칙을 설명하도록 요청하여 개별 학생에게 개인적인 내용을 제공함으로써 그들이 더 주의를 기울일 가능성이 높습니다. 이러한 참여 증가는 사용자가 다시 돌아와서 연습할 가능성이 높다는 것을 의미합니다.

또한 LLM 챗봇은 원어민을 흉내낼 수 있으므로 대화 연습을 위한 훌륭한 대안입니다. 게다가 대화형이고 재미있는 성격도 사람들의 관심을 유지하는 또 다른 주요 이유입니다. 그리고 모든 교사는 참여가 언어 학습에 있어 가장 큰 장애물 중 하나가 될 수 있다는 것을 알고 있습니다.

LLM 챗봇의 중요한 이점 중 하나는 광범위한 접근성입니다. 누구나 계정을 만들고 Chat GPT나 Google's Bard와 같은 애플리케이션에 액세스할 수 있습니다. 둘 다 유능한 무료 버전이 있기 때문입니다. 따라서 안정적인 인터넷 연결이 있는 한 전 세계 모든 학생이 LLM 챗봇의 실용적인 기능을 활용할 수 있습니다. 그러나 인생과 AI에는 완벽한 것이 없습니다.

언어 학습에서 LLM의 함정을 풀다

LLM은 언어 학습을 위한 귀중한 도구이지만, 새로운 언어를 이해하는 기본 요소 중 하나는 유창함이며, 이 기술은 LLM과 온라인 채팅을 통해서는 달성할 수 없습니다. 챗봇은 주로 서면 의사소통을 기반으로 하기 때문에 언어 학습에 사용되는 유일한 도구라면 발음과 말하기 능력을 방해할 수 있습니다. 오직 인간 교사만이 학생들이 자신의 능력을 완성하도록 돕고, 시연을 제공하고, 더 중요하게는 교정을 제공할 수 있습니다.

생성 AI 및 LLM 개발과 관련된 가장 중요한 문제 중 하나는 AI 환각 상태입니다. 이는 챗봇이 제공된 질문이나 정보를 인식하거나 이해하지 못할 때 발생합니다. 따라서 그들은 'AWOL' 상태로 들어가 응답을 조작하기 시작합니다. 이는 부정확한 정보를 제공할 수 있고 오류나 오해를 강화할 수 있음을 의미합니다.

LLM은 인터넷에서 데이터를 흡수한 다음 이러한 소스를 기반으로 새로운 데이터를 생성합니다. 누구나 인터넷에 게시할 수 있으므로 부정확하고 편견적인 정보가 사실과 허구를 구별하기 위해 노력하는 LLM에 침투할 수 있습니다.

이러한 유형의 환각은 신뢰를 약화시킬 수 있으며 BBC는 ChatGPT가 학생들에게 다음과 같은 질문을 하는 것으로 알려져 있다고 보도했습니다. 섹시한 사진 . 따라서 어린이가 있는 교육 환경에서 사용될 때 LLM의 비결정적 측면은 보호 문제를 야기합니다. 인간 교사는 아이들과 함께 일하기 위해 엄격한 점검을 거쳐야 합니다. LLM 챗봇에 유사한 조정이 적용되지 않으면 아이들이 잠재적으로 위험한 상황에 처할 수 있습니다.

더욱이, 언어를 배우는 것은 활용형, 시제, 문법 규칙을 익히는 것만으로 이루어지는 것이 아닙니다. 언어 학습에는 문화적 이해, 관용적 표현, 상황별 사용법 등 훨씬 더 많은 것이 포함됩니다. LLM 챗봇은 요청 시 일부 관용구나 속어를 제공할 수 있지만, 예를 들어 스페인어 사용 국가 간의 필수적인 뉘앙스를 제공할 수 있는 지식이 풍부한 교사와 경쟁할 수는 없습니다. 또한 일반적으로 챗봇을 사용할 때는 학생들이 주도적으로 행동해야 합니다. 사용자는 어떤 질문을 해야 하는지 알아야 하며, 예를 들어 초보자는 이러한 지식을 갖고 있지 않습니다.

또한 LLM 챗봇이 시험 중 학생들의 부정행위(예: 답변 제공 또는 음성 인식 기능 제공)를 도울 수 있는 잠재력으로 인해 일부 시애틀 및 캘리포니아 교육구에서는 ChatGPT와 같은 플랫폼을 차단하게 되었습니다.

생성 AI, 특히 LLM 챗봇이 비즈니스의 여러 측면에 혁명을 일으키고 곧 학교에서 구현될 예정인 놀라운 도구라는 점은 부인할 수 없습니다. 그러나 모델의 접근성과 경제성은 새로운 언어를 배울 때 두 가지 주요 장애물을 극복할 수 있지만 예측할 수 없는 부정확성과 환각은 현재 기술이 훌륭한 언어 교사와 경쟁하거나 대체할 수 없음을 의미합니다.

제너레이티브 AI는 환각 문제와 관련하여 극복해야 할 중요한 장애물이 있지만; 적절한 상황에서 LLM은 감독하에 숙제와 문법 연습을 위한 유용한 도구가 될 수 있습니다. 전반적으로 교사는 현재 생성 AI가 교육 시스템을 장악하지 않을 것이라는 사실을 알고 있어야 합니다.