347 판독값

미래 교육적 영향을 위한 AI 챗봇 연구의 한계 극복

~에 의해 Writings, Papers and Blogs on Text Models5m2024/05/02

너무 오래; 읽다

단일 사례 설계 및 잠재적 편견과 같은 제한에도 불구하고 미래의 AI 챗봇 연구는 프롬프트를 개선하고, 벤치마크를 설정하고, 교육적 영향을 강화하기 위한 다중 모드 입력을 탐색할 수 있습니다. 전략에는 인간 상호 작용 감소에 대한 우려를 해결하기 위해 장기 연구, 실제 교실 연구, GenAIbot을 협업 활동과 통합하는 것이 포함됩니다.

featured image - 미래 교육적 영향을 위한 AI 챗봇 연구의 한계 극복

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

저자:

(1) Renato P. dos Santos, CIAGE – 인지 및 교육 분야 생성 인공 지능 센터.

링크 표

시간이 지남에 따라 가스가 물로 변하는 그래프에 대한 질문

원자, 분자, 두더지의 차이에 대한 질문

두더지의 개념 심화

상태 변경에 대한 질문

상 변화를 겪는 물 분자의 애니메이션 표현에 대한 질문

작성자 기여, 이해 상충, 감사의 말씀 및 참고 자료

연구의 한계와 가능한 향후 연구

단일 사례 설계 및 편향 가능성을 포함한 본질적인 한계에도 불구하고, 연구의 탐색적 깊이는 일반화 가능성에 대한 심각한 우려 속에서도 이러한 시스템 내에 숨겨진 잠재력을 밝혀냈습니다.

향후 연구에는 다음이 포함될 수 있습니다.

• 프롬프트 작성을 개선합니다.

• 점점 더 자주 도입되고 있는 이러한 GenAIbot과 기타 GenAIbot의 새로운 기능을 탐색합니다.

• 챗봇과 AI 시스템의 성능, 정확성, 신뢰성을 평가하고 비교하기 위한 표준화된 벤치마크를 확립합니다.

• 챗봇 기능의 발전과 시간이 지남에 따라 사용자 상호 작용에 미치는 영향을 관찰하기 위해 장기 연구를 수행합니다.

• 이러한 AI 시스템의 실제 교육 적용 및 과제를 평가하기 위해 교실 환경과 그 이상에서 실제 학생들을 대상으로 연구를 수행합니다.

• 시간이 지남에 따라 개별 사용자의 요구와 선호도에 대한 챗봇의 학습 및 적응 능력을 조사합니다.

• 챗봇 기능과 사용자 상호 작용 경험을 향상시키기 위해 다중 모드 입력(예: 텍스트, 음성, 이미지) 통합을 연구합니다.

화학 학습에서 GenAIbot을 구현할 때 이점과 단점을 신중하게 평가하여 정확한 정보 전달을 보장하고 인간 상호 작용 감소의 의미를 고려하는 것이 중요합니다. 이러한 우려는 GenAIbot을 다른 교육 도구 또는 학습자 간의 협력적 대화를 촉진하는 활동과 통합함으로써 완화될 수 있습니다.

저자 기여

저자는 연구 개념 및 설계, 데이터 수집, 결과 분석 및 해석, 원고 준비에 대한 전적인 책임을 확인합니다.

이해 상충

선언할 충돌이 없습니다.

감사의 말

저자들은 Melanie Swan의 귀중한 제안으로 인해 '함께 생각할 대상'이라는 용어를 '함께 생각할 주체'라는 용어 사용으로 전환하게 된 데 대해 따뜻하게 감사드립니다.

참고자료

Adiguzel, T., Kaya, MH, & Cansu, FK(2023). AI를 통한 교육 혁명: ChatGPT의 혁신적인 잠재력을 탐구합니다. 현대교육공학, 15(3), ep429. https://doi.org/10.30935/cedtech/13152

Baidoo-Anu, D., & Owusu Ansah, L. (2023). 생성 인공 지능(AI) 시대의 교육: 교육 및 학습 촉진에 있어 ChatGPT의 잠재적 이점 이해. SSRN 전자 저널. https://doi.org/10.2139/ssrn.4337484

바르딘, L. (1977). 지속성을 분석합니다. PUF - 프랑스 대학을 출판합니다.

Bitzenbauer, P. (2023). 물리학 교육의 ChatGPT: 구현하기 쉬운 활동에 대한 파일럿 연구. 현대교육공학, 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). 언어 모델은 Few-Shot Learners입니다. ArXiv, 2005.14165. http://arxiv.org/abs/2005.14165

Castro Nascimento, CM 및 Pimentel, AS(2023). 대규모 언어 모델은 화학을 이해합니까? ChatGPT와의 대화. 화학 정보 및 모델링 저널, 63(6), 1649-1655. https://doi.org/10.1021/acs.jcim.3c00285

David, E. (2023년 9월 21일). Microsoft는 DALL-E 3를 Bing Chat에 추가합니다. 더버지; 복스미디어. https://www.theverge.com/2023/9/21/23873690/microsoft-new-ai-features-bingsearch-shopping-dall-e-3

캘리포니아주 데위, Pahriah, P., & Purmadi, A.(2021). 화학 학습에서 Z세대 학생들을 위한 디지털 활용 능력의 시급성. 학습의 신흥 기술에 관한 국제 저널, 16(11), 88–103. https://doi.org/10.3991/ijet.v16i11.19871

던롭, L., Hodgson, A., & Stubbs, JE (2020). 화학교육 역량강화: 화학의 철학적 대화를 통한 행복과 불편. 화학 교육 연구 및 실습, 21(1), 438-451. https://doi.org/10.1039/C9RP00141G

플라벨, JH (1976). 문제 해결의 메타인지적 측면. LB Resnick (Ed.), The Nature of Intelligence (pp. 231–236). 로렌스 얼바움.

Floridi, L., & Chiriatti, M. (2020). GPT-3: 성격, 범위, 한계 및 결과. 마음과 기계, 30(4), 681-694. https://doi.org/10.1007/s11023-020-09548-1

프란시스쿠, S. (2023). ChatGPT: 챗봇을 위한 자연어 생성 모델. https://doi.org/10.13140/RG.2.2.24777.83044

Gregorcic, B., & Pendrill, A.-M. (2023). ChatGPT와 좌절한 소크라테스. 물리교육, 58(3), 035021. https://doi.org/10.1088/1361-6552/acc299

라투르, B. (1991). Nous n'avons jamais été modernes: Essai d'anthropologie Symétrique. 라 데쿠베르트.

레온, AJ, & 비다니, D.(2023). ChatGPT에도 화학 교사가 필요합니다. 화학 교육 저널. https://doi.org/10.1021/acs.jchemed.3c00288

Liu, F., Budiu, R., Zhang, A., & Cionca, E.(2023년 10월 1일). ChatGPT, Bard 또는 Bing Chat? 3가지 Generative-AI 봇의 차이점. https://www.nngroup.com/articles/ai-botcomparison/

Metz, C., & Hsu, T.(2023년 9월 20일). ChatGPT는 이제 이미지도 생성할 수 있습니다. 뉴욕 타임즈 - 기술. 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: 대규모 언어 모델에 대한 시각적 분석을 사용하여 신속한 탐색, 교란, 테스트 및 반복을 수행합니다. ArXiv, 2304.01964. https://doi.org/10.48550/arXiv.2304.01964

몰릭, 응급실(2023년 4월 26일). AI 유도를 위한 가이드(가치가 있는 것에 대해): 약간의 마법이지만 대부분은 연습입니다. 한 가지 유용한 블로그. https://www.oneusefulthing.org/p/a-guidetoprompting-ai-for-what

Okonkwo, CW, & Ade-Ibijola, A. (2021). 교육에서의 챗봇 적용: 체계적인 검토. 컴퓨터와 교육: 인공 지능, 2, 100033. https://doi.org/10.1016/j.caeai.2021.100033

오픈AI. (2023). GPT-4 기술 보고서. 오픈AI. https://cdn.openai.com/papers/gpt-4.pdf

페퍼트, SA (1980). Mindstorms - 어린이, 컴퓨터 및 강력한 아이디어. 기본 도서. http://www.arvindguptatoys.com/arvindgupta/mindstorms.pdf

Permatasari, MB, Rahayu, S., & Dasna, W. (2022). 다중 표현을 사용한 화학 학습: 체계적인 문헌 검토. 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). 화학 관련 주제로 ChatGPT에 도전해보세요. ChemRxiv. https://doi.org/10.26434/chemrxiv-2023-xl6w3

Schlosser, M. (2019). 대행사. 스탠포드 철학백과사전에서. https://plato.stanford.edu/archives/win2019/entries/agency/

스완, M.(2015년 1월 21일). 우리는 미래 세계를 다종 지능의 하나로 간주해야 합니다. The Edge 질문 2015에 대한 답변: 생각하는 기계에 대해 어떻게 생각하시나요?; Edge.org. http://edge.org/response-detail/26070

Taylor, CA, Hogarth, H., Hacking, EB, & Bastos, E. (2022). 포스트휴먼 객체 교육학: 혁신적인 교육 연구를 위한 이론으로 생각할 사물로 생각하기. 문화 및 교육학적 탐구, 14(1), 206-221. https://doi.org/10.18733/cpi29662

Timilsena, NP, Maharjan, KB 및 Devkota, KM(2022). 교사와 학생의 화학 학습 어려움 경험. 긍정적인 학교 심리학 저널, 6(10), 2856-2867. https://www.journalppw.com/index.php/jpsp/article/view/13764

투마이, H. (2016). 화학의 학습 어려움과 오해 재검토: 화학의 출현과 화학 교육에 대한 함의. 화학 교육 연구 및 실습, 17(2), 229–245. https://doi.org/10.1039/C6RP00008H

터클, S. (1984). 두 번째 자아: 컴퓨터와 인간 정신. 사이먼과 슈스터.

인, RK (2011). 사례 연구 연구의 응용. SAGE 출판사, Inc.