Autores:  (1) Renato P. dos Santos, CIAGE – Centro de Inteligência Artificial Gerativa em Cognição e Educação.  Tabela de links   Resumo e introdução   Materiais e métodos   Resultados e análises   Prompts e textos gerados   Conceituando reações químicas   Aprofundando-se na compreensão das reações químicas   Dúvida sobre combustão   Pergunta sobre um gráfico de gases que se transformam em água ao longo do tempo   Pergunta sobre a diferença entre átomos, moléculas e moles   Aprofundando o conceito de toupeira   Pergunta sobre mudança de estado   Pergunta sobre uma representação animada de moléculas de água passando por mudanças de fase   Pergunta sobre plasma, um estado da matéria   Questão sobre ligações químicas   Pergunta sobre ilustração de ligações químicas   Pergunta sobre a essência do tipo de ligação química   Análise adicional   Conclusões   Limitações do estudo e possíveis estudos futuros   Contribuições do autor, conflitos de interesse, agradecimentos e referências  Limitações do estudo e possíveis estudos futuros  Apesar das suas limitações inerentes, incluindo o seu desenho de caso único e o potencial de enviesamento, a profundidade exploratória do estudo revelou um potencial oculto nestes sistemas, mesmo no meio de sérias preocupações sobre a generalização.  Pesquisas futuras podem incluir:  • Refinando a elaboração de prompts.  • Explorar novos recursos destes e de outros GenAIbots que estão sendo introduzidos com frequência cada vez maior.  • Estabelecer benchmarks padronizados para avaliar e comparar o desempenho, a precisão e a confiabilidade dos chatbots e dos sistemas de IA.  • Realização de estudos de longo prazo para observar a evolução das capacidades dos chatbots e seu impacto nas interações dos usuários ao longo do tempo.  • Realização de pesquisas com estudantes reais em sala de aula e fora dela para avaliar as aplicações e desafios educacionais práticos desses sistemas de IA.  • Investigar as capacidades de aprendizagem e adaptação dos chatbots às necessidades e preferências individuais dos utilizadores ao longo do tempo.  • Pesquisar a integração de entradas multimodais (por exemplo, texto, voz, imagem) para aprimorar as capacidades do chatbot e as experiências de interação do usuário.  Ao implementar GenAIbots na aprendizagem de Química, é crucial avaliar criteriosamente os benefícios e as desvantagens, garantindo a entrega de informações precisas e considerando as implicações da redução da interação humana. Estas preocupações podem ser atenuadas através da integração dos GenAIbots com outras ferramentas educativas ou atividades que promovam o diálogo colaborativo entre os alunos.  Contribuições do autor  O autor confirma responsabilidade exclusiva pelo seguinte: concepção e desenho do estudo, coleta de dados, análise e interpretação dos resultados e preparação do manuscrito.  Conflitos de interesse  Não há conflitos a declarar.  Reconhecimentos  Os autores agradecem calorosamente Melanie Swan por sua sugestão inestimável, que levou à transição do uso do termo “objetos para pensar com” para “agentes para pensar com”.  Referências  Adiguzel, T., Kaya, MH e Cansu, FK (2023). Revolucionando a educação com IA: Explorando o potencial transformador do ChatGPT. Tecnologia Educacional Contemporânea, 15(3), ep429. https://doi.org/10.30935/cedtech/13152  Baidoo-Anu, D. e Owusu Ansah, L. (2023). Educação na Era da Inteligência Artificial Gerativa (IA): Compreendendo os benefícios potenciais do ChatGPT na promoção do ensino e da aprendizagem. Diário Eletrônico SSRN. https://doi.org/10.2139/ssrn.4337484  Bardin, L. (1977). Análise de conteúdo. PUF - Prensas Universitárias de França.  Bitzenbauer, P. (2023). ChatGPT no ensino de física: um estudo piloto sobre atividades de fácil implementação. Tecnologia Educacional Contemporânea, 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). Modelos de linguagem são aprendizes rápidos. ArXiv, 2005.14165. http://arxiv.org/abs/2005.14165  Castro Nascimento, CM, & Pimentel, AS (2023). Os grandes modelos de linguagem entendem a química? Uma conversa com ChatGPT. Journal of Chemical Information and Modeling, 63(6), 1649–1655. https://doi.org/10.1021/acs.jcim.3c00285  David, E. (2023, 21 de setembro). Microsoft adicionará DALL-E 3 ao Bing Chat. A beira; Vox Mídia. https://www.theverge.com/2023/9/21/23873690/microsoft-new-ai-features-bingsearch-shopping-dall-e-3  Dewi, CA, Pahriah, P. e Purmadi, A. (2021). A Urgência da Alfabetização Digital para Alunos da Geração Z na Aprendizagem de Química. Jornal Internacional de Tecnologias Emergentes em Aprendizagem, 16(11), 88–103. https://doi.org/10.3991/ijet.v16i11.19871  Dunlop, L., Hodgson, A. e Stubbs, JE (2020). Construindo capacidades no ensino de química: felicidade e desconforto por meio do diálogo filosófico em química. Pesquisa e prática em educação química, 21(1), 438–451. https://doi.org/10.1039/C9RP00141G  Flavell, JH (1976). Aspectos metacognitivos da resolução de problemas. Em LB Resnick (Ed.), A Natureza da Inteligência (pp. 231–236). Lawrence Erlbaum.  Floridi, L. e Chiriatti, M. (2020). GPT-3: sua natureza, escopo, limites e consequências. Mentes e Máquinas, 30(4), 681–694. https://doi.org/10.1007/s11023-020-09548-1  Franciscu, S. (2023). ChatGPT: um modelo de geração de linguagem natural para chatbots. https://doi.org/10.13140/RG.2.2.24777.83044  Gregorcic, B. e Pendrill, A.-M. (2023). ChatGPT e o frustrado Sócrates. Educação Física, 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.  Leon, AJ e Vidhani, D. (2023). ChatGPT também precisa de um tutor de química. Jornal de Educação Química. https://doi.org/10.1021/acs.jchemed.3c00288  Liu, F., Budiu, R., Zhang, A., & Cionca, E. (2023, 1º de outubro). ChatGPT, Bardo ou Bing Chat? Diferenças entre três bots de IA generativa. https://www.nngroup.com/articles/ai-botcomparison/  Metz, C. e Hsu, T. (2023, 20 de setembro). ChatGPT agora também pode gerar imagens. New York Times - Tecnologia. https://www.nytimes.com/2023/09/20/technology/chatgpt-dalle3-images-openai.html  Mishra, A., Soni, U., Arunkumar, A., Huang, J., Kwon, BC, e Bryan, C. (2023). PromptAid: exploração, perturbação, teste e iteração imediata usando análise visual para modelos de linguagem grandes. ArXiv, 2304.01964. https://doi.org/10.48550/arXiv.2304.01964  Mollick, ER (2023, 26 de abril). Um guia para ativar a IA (se valer a pena): Um pouco de mágica, mas principalmente apenas prática. Blog de uma coisa útil. https://www.oneusefulthing.org/p/a-guidetoprompting-ai-for-what  Okonkwo, CW e Ade-Ibijola, A. (2021). Aplicações de chatbots na educação: uma revisão sistemática. Computadores e Educação: Inteligência Artificial, 2, 100033. https://doi.org/10.1016/j.caeai.2021.100033  OpenAI. (2023). Relatório Técnico GPT-4. OpenAI. https://cdn.openai.com/papers/gpt-4.pdf  Papert, SA (1980). Mindstorms - Crianças, Computadores e Ideias Poderosas. Livros Básicos. http://www.arvindguptatoys.com/arvindgupta/mindstorms.pdf  Permatasari, MB, Rahayu, S., & Dasna, W. (2022). Aprendizagem de Química Usando Representações Múltiplas: Uma Revisão Sistemática da Literatura. 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). ChatGPT desafiador com assuntos relacionados à química. QuímicaRxiv. https://doi.org/10.26434/chemrxiv-2023-xl6w3  Schlosser, M. (2019). Agência. Na Enciclopédia de Filosofia de Stanford. https://plato.stanford.edu/archives/win2019/entries/agency/  Swan, M. (2015, 21 de janeiro). Devemos considerar o mundo futuro como um mundo de inteligência multiespécies. Resposta à The Edge Question 2015: O que você pensa sobre máquinas que pensam?; Edge.org. http://edge.org/response-detail/26070  Taylor, CA, Hogarth, H., Hacking, EB, & Bastos, E. (2022). Pedagogias de objetos pós-humanos: pensando com coisas para pensar com teoria para pesquisas educacionais inovadoras. Investigação Cultural e Pedagógica, 14(1), 206–221. https://doi.org/10.18733/cpi29662  Timilsena, NP, Maharjan, KB e Devkota, KM (2022). Vivências de Professores e Alunos em Dificuldades de Aprendizagem de Química. Jornal de Psicologia Escolar Positiva, 6(10), 2856–2867. https://www.journalppw.com/index.php/jpsp/article/view/13764  Tümay, H. (2016). Reconsiderando dificuldades de aprendizagem e equívocos em química: emergência em química e suas implicações para a educação química. Pesquisa e prática em educação química, 17(2), 229–245. https://doi.org/10.1039/C6RP00008H  Turkle, S. (1984). O Segundo Eu: Computadores e o Espírito Humano. Simon e Schuster.  Yin, RK (2011). Aplicações da pesquisa de estudo de caso. Publicações SAGE, Inc.  Este artigo está   sob licença CC BY-SA 4.0 DEED. disponível no arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

AI Models on HackerNoon

Este áudio é produzido no idioma original da história!

Superando as limitações na pesquisa do AI Chatbot para um impacto educacional futuro

About Author

COMENTARIOS

Rótulos

ESTE ARTIGO FOI APRESENTADO EM

Related Stories

Como melhorar seu fluxo de trabalho em 10 vezes: 17 aplicativos essenciais

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

Crescimento de Criptomoedas: Criando Personas de Usuários Eficazes

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Como melhorar seu fluxo de trabalho em 10 vezes: 17 aplicativos essenciais

Aumente sua produtividade com estas 18 ferramentas para desenvolvedores 🚀🔥

Crescimento de Criptomoedas: Criando Personas de Usuários Eficazes

Toque para ganhar: Telegram pode integrar os próximos 10 bilhões de usuários criptográficos antes de Solana

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps