Улучшение изучения химии с помощью ChatGPT, Bing Chat, Bard и Claude в качестве агентов для размышлений

Таблица ссылок

Аннотация и введение

Материалы и методы

Результаты и анализ

Подсказки и сгенерированные тексты

Представление о химических реакциях

Углубление понимания химических реакций

Вопрос про горение

Вопрос о графике превращения газов в воду с течением времени

Вопрос о разнице между атомами, молекулами и молями

Углубление понятия «родинка»

Вопрос об изменении состояния

Вопрос об анимированном изображении молекул воды, претерпевающих фазовые изменения.

Вопрос о плазме, состоянии вещества

Вопрос о химической связи

Вопрос об иллюстрации химических связей

Вопрос о сущности вида химической связи

Дальнейший анализ

Выводы

Ограничения исследования и возможные будущие исследования

Вклад автора, конфликты интересов, благодарности и ссылки

Абстрактный

В этом исследовании рассматриваются сравнительные преимущества чат-ботов с генеративным искусственным интеллектом (GenAIbots) — ChatGPT, Bing Chat, Bard и Claude — в контексте химического образования, оформленного с конструктивистской точки зрения. Нашей основной целью было определить, какой из этих четырех инструментов искусственного интеллекта более эффективен для улучшения обучения химии. Применяя подход к изучению одного конкретного случая, мы тщательно изучили журналы взаимодействия между системами искусственного интеллекта и смоделированной личностью студента во время симуляций изучения химии, включив методологию контент-анализа, чтобы глубже погрузиться в дискурс. Наши результаты подчеркивают потенциал этих инструментов как «агентов, с помощью которых можно думать», улучшая критическое мышление, решение проблем, понимание, креативность и индивидуальное обучение. Особого внимания заслуживает их способность стимулировать учащихся посредством сократовских вопросов, соответствующих конструктивистским принципам. В исследовании подчеркивается ключевая роль создания подсказок для получения желаемых ответов от GenAIbots, порождая итеративные размышления. Это также подчеркивает необходимость тщательной подготовки преподавателей для внедрения этих технологий в образовательную среду. И наконец, хотя ChatGPT, Bing Chat, Bard и Claude готовы обогатить химическое образование, способствуя динамичному, инклюзивному обучению, ChatGPT выделился, решительно превзойдя производительность Bing Chat. Бард и Клод следовали вплотную, причем все трое продемонстрировали более глубокое, точное и детальное понимание, подчеркивая способности ChatGPT к контекстуальному пониманию.

Ключевые слова: химическое образование, ChatGPT, Bing Chat, Бард, Клод, искусственный интеллект в образовании, агенты, с которыми можно думать.

Введение

Химия, основной предмет естественнонаучного образования, проясняет свойства и трансформации материи, тем самым критически формируя нашу повседневную жизнь (Dunlop et al., 2020). Однако химия также является сложной и динамичной областью, которая требует глубокого понимания фундаментальных концепций и принципов, и студентам иногда трудно связать обстоятельства реальной жизни с абстрактными химическими концепциями (Dewi et al., 2021). Исследования в области химического образования направлены на поиск эффективных стратегий для облегчения этих трудностей в обучении (Перматасари и др., 2022; Тимилсена и др., 2022; Тюмай, 2016).

Тимилсена и др. (2022) выявили трудности в понимании абстрактной природы химических реакций и таких факторов, как неадекватность учебных материалов и сложность учебных программ, подчеркнув необходимость в эффективных стратегиях и инструментах обучения. Тюмай (2016) обсудил трудности студентов с пониманием фундаментальных концепций химии и подчеркнул важность устранения заблуждений и трудностей в обучении.

Деви и др. (2021) подчеркнули необходимость развития навыков критического мышления и интеграции цифровых технологий для повышения качества химического образования для студентов поколения Z. Данлоп и др. (2020) предложили ввести философский диалог в высшем образовании для решения проблем студентов-химиков, предполагая, что он может стимулировать новый образ мышления.

В 2023 году Кастро Насименто и Пиментел провели исследование, чтобы оценить эффективность модели ChatGPT, заставив ее решать пять различных задач в различных областях химии (Castro Nascimento & Pimentel, 2023). Эти задачи включали преобразование названий соединений в их химическое представление SMILES и наоборот, получение информации о коэффициенте распределения октанол-вода химических соединений, извлечение структурной информации о координационных соединениях, определение растворимости полимеров в воде и идентификация точечных молекулярных групп простых соединений. молекулярные соединения. Неудовлетворительные результаты подчеркнули потенциальные ограничения способности модели адекватно решать эти конкретные вопросы, связанные с химией. Примечательно, что наблюдаемая неоптимальная производительность может быть связана с использованием устаревшей версии ChatGPT, в частности модели GPT-3, представленной OpenAI в 2020 году (Brown et al., 2020).

В отдельном исследовании, проведенном в том же году, Леон и Видхани (2023) исследовали надежность ответов ChatGPT в рамках вводного курса химии на уровне колледжа. Их результаты указали на серьезную проблему с надежностью: ChatGPT не смог получить оценку выше 37%. Такая производительность означает, что учащиеся, полагающиеся на этот инструмент для поддержки обучения, будут преимущественно получать неправильные ответы, а вариативность инструмента приводит к различным ответам для отдельных учащихся. Хотя авторы не уточнили, какую версию ChatGPT они использовали в своем исследовании, их ссылка на «бесплатную оригинальную версию ChatGPT» и цитирование исследования Флориди и Чириатти (2020) по ChatGPT-3 намекают на вероятность того, что они использовали эту версию. .

Кроме того, Пиментел и др. (2023) углубились в эффективность ChatGPT версий 3 и 4 при ответе на сложные вопросы, охватывающие шесть тем по химии. Хотя они пришли к выводу, что обе версии в настоящее время неадекватны для решения нюансов сложных тем, они также заметили примечательные улучшения от ChatGPT-3 к ChatGPT-4. Такой прогресс свидетельствует о многообещающем потенциале этого инструмента, который поможет ученым в будущих обзорах литературы, опросах и образовательных мероприятиях.

Генеративные чат-боты на базе искусственного интеллекта (GenAIbots), в том числе ChatGPT, Bing Chat, Bard и Claude, были представлены в качестве инновационных решений постоянных проблем в области химического образования (Baidoo-Anu & Owusu Ansah, 2023; Taylor et al., 2022). Их появление создает динамичную, инклюзивную образовательную среду, меняющую способы передачи и понимания сложных концепций. Эти GenAIbots упрощают сложные темы, способствуют самоанализу, вовлекают пользователей в стимулирующие диалоги, способствуют персонализированному обучению и улучшают критическое мышление, сотрудничество и когнитивное развитие (Okonkwo & Ade-Ibijola, 2021). В результате они сыграли ключевую роль в революционном преобразовании химического образования.

В дискурсе об агентности традиционные теории, такие как теории Анскомба и Дэвидсона, приписывают действия сущностям, основанным на репрезентативных психических состояниях, охватывающих желания, убеждения и намерения. Однако альтернативные точки зрения, основанные на работах Хайдера и Зиммеля, Деннета, Дэвидсона и Барандиарана и др., бросают вызов этой точке зрения, зависящей от репрезентации, предполагая потенциальную агентность без таких ментальных репрезентаций (Schlosser, 2019). При рассмотрении GenAIbots в этих рамках способность организации реагировать на основе обучения контрастирует с отсутствием у нее самосознания, намерений и проактивного поведения — характеристик, центральных для агентства. Следовательно, хотя доминирующие философские и когнитивные модели не допускают действия ChatGPT, более широкие интерпретации, предлагаемые упомянутыми мыслителями, могут его принять.

Основываясь на этом фундаменте и вдохновленные предложением Мелани Свон, мы расширили концепцию Пейперта (1980) «объектов, с помощью которых можно думать», введя в нее «агентов, с которыми можно думать». Это позиционирует GenAIbots как неотъемлемых участников образовательного пути, перекликаясь с концепцией Теркла (1984) «метакогнитивных машин» в том смысле, что они помогают повысить осведомленность человека о своих собственных когнитивных процессах, то есть «думать о мышлении», как описано Флавеллом. (1976). С точки зрения Латура (1991), мы можем воспринимать GenAIbots как «гибриды», которые стирают границы между людьми и нечеловеческими существами. Такая точка зрения также согласуется с видением Свана (2015) будущего, в котором дополненные люди и ИИ будут сотрудничать и процветать в симбиозе.

Хотя GenAIbots позиционируют себя как мощные метакогнитивные образовательные инструменты, способствующие критическому мышлению, решению проблем и глубокому пониманию концепций, крайне важно признать их ограничения. Например, существует возможность создания бессмысленного или неточного контента, как подчеркнул OpenAI (2023). Тем не менее, уникальная способность GenAIbots обеспечивать мгновенную обратную связь, знакомить с различными точками зрения и способствовать интерактивному взаимодействию со сложными идеями, укрепляет их позицию как влиятельных агентов, с которыми можно думать в сфере химического образования.