326 leituras

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

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

Muito longo; Para ler

Apesar das limitações, como o design de caso único e possíveis preconceitos, futuros estudos de chatbots de IA podem refinar prompts, estabelecer benchmarks e explorar entradas multimodais para aumentar o impacto educacional. As estratégias incluem estudos de longo prazo, pesquisas reais em sala de aula e integração de GenAIbots com atividades colaborativas para abordar preocupações sobre a redução da interação humana.

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

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

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.