Штучний інтелект: Chat Generative pre-trained transformer

Штучний інтелект є одним із найголовніших трендів у сучасній освіті. Його успішне використання для розв’язання складних проблем у різних сферах, у тому числі в освіті, було доведено. Chat GPT має потенціал для надання учням підтримки різного рівня.

Рубрика Программирование, компьютеры и кибернетика
Вид статья
Язык украинский
Дата добавления 27.04.2024
Размер файла 20,1 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

Размещено на http://www.allbest.ru/

Штучний інтелект: Chat Generative pre-trained transformer

Є. Молдаванов

магістрант факультету суспільних наук та міжнародних відносин Дніпровського національного університету імені Олеся Гончара

Освіта завжди була ключовою складовою розвитку суспільства. Протягом останніх десятиліть наш світ став свідком значної кількості змін у системі освіти та в методах навчання. Завдяки технологічним інноваціям, зростаючій мобільності та відкритій доступності знань у мережі Інтернет освітні тренди сучасності відображають нові можливості для розвитку навичок та компетенцій.

Тенденції в освіті розглядають як процес змін у системі, що впливає на її функціонування. Ці зміни можуть включати в себе нові методи навчання, зміни у дослідженнях та розробці навчальних програм, а також нові підходи до освітніх парадигм. Сучасні тенденції в освіті є процесами, що збагачують досвід у розвитку освіти у світі загалом. Такі тенденції можуть бути перешкодами, викликами, можливостями, інноваціями або ініціативами, що сприяють соціальному, економічному, політичному та культурному розвитку суспільства. Часто нові технології стають причиною для освітніх тенденцій, що сприяють покращенню та розвитку цієї сфери. Сучасні тенденції в освіті створюють необхідні умови для інновацій у викладанні та навчанні в усьому світі [1].

Штучний інтелект є одним із найголовніших трендів у сучасній освіті. Його успішне використання для розв'язання складних проблем у різних сферах, у тому числі в освіті, було доведено [2]. Виникнення ChatGPT стало одним із найбільш захоплюючих досягнень у галузі штучного інтелекту завдяки здатності генерувати текст та відповідати на складні запитання. ChatGPT уже вплинув на освіту та продовжує швидко розвиватися, що відкриває безліч можливостей для цієї технології у майбутньому. З великими мовними моделями, як ChatGPT, виникає низка захоплюючих та перспективних можливостей для поліпшення нашої освітньої діяльності [3].

Технологія чат-ботів продовжує розвиватися, що призводить до того, що вони стають більш складними, і це дозволяє їм відігравати все більш важливу роль у різних сферах, включаючи освіту. Один із прикладів - ChatGPT [4].

Однією з головних переваг ChatGPT у сфері наукового письма є його здатність допомагати вченим у проведенні досліджень. Він може значно зекономити час та зусилля науковців, допомагаючи у написанні текстів, генеруванні відповідних матеріалів, виділенні ключових слів і навіть надаванні цитат. Це дозволяє дослідникам сконцентруватися на важливіших завданнях, таких як аналіз та інтерпретація результатів розвідок. ChatGPT вміє генерувати текст для різних типів наукових документів, таких як наукові статті, есе, дисертації тощо. ChatGPT також може надавати відгуки щодо граматики, стилю та зв'язності тексту, що допомагає авторам поліпшувати свої роботи. Більш того, ChatGPT має здатність "розуміти" складні підказки та відповідати на них, що робить його ефективним інструментом для навчання та викладання. Наприклад, він може допомогти студентам зрозуміти й узагальнити складні тексти, а також згенерувати підказки для написання завдань. ChatGPT може забезпечити студентам та викладачам простий доступ до інформації через різні платформи, такі як вебсайт або додаток для смартфона. Крім того, це більш ефективний інструмент порівняно з традиційними пошуковими системами, що пропонують лише перелік джерел, оскільки ChatGPT може знайти та узагальнити релевантну інформацію, надаючи письмову відповідь [5] і тим самим полегшуючи процес навчання. З педагогічної перспективи, ChatGPT може зекономити час студентів, дозволяючи їм більше уваги приділити читанню та критичному аналізу текстів. Водночас для вчителів ChatGPT може бути корисним інструментом для визначення та створення відповідного навчального матеріалу, в тому числі і навчальних планів [6]. Наприклад, ChatGPT може створити план занять, що є особливо корисним для вчителів-початківців із малою педагогічною практикою [7]. штучний інтелект освіта

ChatGPT має потенціал для надання учням підтримки різного рівня складності. Наприклад, у контексті написання аргументованого есе як одного з важливих навчальних завдань у вищій школі [8]. ChatGPT може запам'ятовувати контекст першого запитання та надати релевантні відповіді на наступні запитання студента. Ця функція дуже корисна для забезпечення інтерактивного та змістовного діалогу між студентами та чат-ботом. Як розмовні агенти, студенти можуть робити запит для додаткових пояснень і відповідей Chat-GPT [9].

Попередні результати вказують на потенціал інструментів штучного інтелекту у сприянні розвитку комплексного навчання, зокрема критичного мислення [5], або вивченню мови [10]. ChatGPT також продемонстрував здатність стимулювати критичне мислення серед студентів, спонукаючи їх відповісти на набір запитань, адаптованих до рівня знань кожного студента

[11] . Студенти можуть стати на одну сторону дебатів і попросити ChatGPT стати на іншу, представивши свої точки зору, а чат-бот спростує їх. Викладачі можуть попросити ChatGPT створити різні форми тестів, наприклад, відкриті запитання, кілька варіантів або навіть рубрику для оцінювання завдань учнів

[12] . ChatGPT має великий потенціал для значного зменшення навантаження на вчителів. Наприклад, його можна використовувати як інструмент зворотного зв'язку, щоб дати відгук на есе та завдання студентів [10], [13]. ChatGPT можна використовувати для автоматичного оцінювання завдань, особливо для текстових творів [14].

Однак, як будь-який інноваційний продукт, ChatGPT має свої недоліки та обмеження. Наприклад, він не може замінити особисті взаємодії між студентом та викладачем, а також не може замінити розвиток навичок та дослідницьку роботу. ChatGPT не може оцінити достовірність даних, на яких він був навчений, що обмежує його здатність до оцінки точності інформації, котрі він генерує, за винятком випадків, де існує достатній консенсус, наприклад, у випадку теорії плоскої Землі [7], [15], [16], [17]. Хоча ChatGPT може розпізнавати закономірності та генерувати правдоподібні відповіді, його глибоке розуміння значення слів обмежене. Це може призвести до відповідей, яким не вистачає глибини та розуміння, особливо для завдань, що вимагають детального розуміння конкретних предметних знань. У дослідженнях ChatGPT було виявлено, що він може генерувати прийнятні відповіді на складні проблеми, але цим відповідям часто бракувало глибокого розуміння теоретичних концепцій. Це не повинно бути проблемою, якщо є процес, що допомагає з глибиною та нюансами, необхідними для більш змістовного та менш поверхневого розуміння. Однак, якщо такого процесу немає, використання ChatGPT може призвести до "отупіння" користувачів. ChatGPT може полегшити процес навчання, але сам чат-бот є менш компетентним, коли мова йде про контент, що потребує вміння критично та аналітично мислити. Це пояснюється переважно високою залежністю інструментів штучного інтелекту від даних, що аналізуються без глибокого розуміння контексту, відсутністю здорового глузду та емоцій, що є важливими для мислення на вищому рівні. Наприклад, його здатність генерувати запитання вищого рівня обмежена, оскільки ці запитання вимагають більш глибокого розуміння предмета. Правильне розуміння контексту та значення слів є критично важливим у багатьох сферах, зокрема в освіті. Однак у випадку з ChatGPT, що використовується для персоналізованого навчання, такого розуміння може не бути. Наприклад, він може не мати достатнього розуміння щодо навчальної програми, стилю навчання кожного студента та культурного контексту, у якому студент знаходиться. Це може призвести до неправильних рекомендацій щодо змісту, котрі можуть бути занадто складними або занадто простими для студентів [7]. З появою ChatGPT виникло багато занепокоєнь щодо безпеки онлайн-оцінювання та шахрайства на онлайн-іспитах через ChatGPT [18]. Було показано [19], що ChatGPT створює текст, схожий на той, що створений людиною, і це може становити потенційний ризик ефективності онлайн-іспитів, особливо у вищих навчальних закладах, де такі іспити стають все більш поширеними. Також показано, що ChatGPT має потенціал відповідати на екзаменаційні запитання [20], [10]. В емпіричному дослідженні [21] представлено, що відповіді, надані ChatGPT на іспиті в університеті, в середньому є більш релевантними та чіткими, аніж засвідчило попереднє дослідження щодо використанням інших інструментів штучного інтелекту. З такою продуктивністю ChatGPT є серйозною загрозою для академічної доброчесності, особливо у вищій освіті. ChatGPT підняв такі етичні проблеми, як плагіат, шахрайство [22] та схильність до помилок, таких як надання недостовірної інформації [23]. Відповідно до OpenAI, жодна з відповідей ChatGPT не є точною копією будь-якого конкретного тексту, найімовірніше, вони були згенеровані шляхом синтезу. Незважаючи на це, модель дійсно має потенціал для отримання відповідей згідно з джерелами. Про це свідчить нещодавній тест, у якому ChatGPT написав твір, що складався з 500 слів із подібністю у 45% [24]. Крім того, вихідні дані, створені ChatGPT, повинні бути перевірені на факти та переглянуті користувачем, оскільки вони не завжди є на 100% точними.

У підсумку, ChatGPT став важливим трендом у сфері освіти сучасності завдяки своїй здатності швидко та ефективно вирішувати різні проблеми здобувачів.

Список використаних джерел

1. Nwabueze A. I., Isilebo N. C. Modern trends in educational development. International and comparative education: Cross-cultural approach. 2022. Р. 545-558. URL : https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved =2ahUKEwiGquSIzMiBAxWS9LsIHUjxAEkQFnoECBQQAQ&url=https%3A%2F%2Fwww.r esearchgate.net%2Fprofile%2FAkachukwu-Nwabueze-

2. 2%2Fpublication%2F360108214_MODERN_TREND S_IN_EDUCATIONAL_DEVELOPME NT%2Flinks%2F62628f67bca601538b5f0c96%2FMODERN-TRENDS-IN-EDUCATIONAL- DEVELOPMENT&usg=AOvVaw2umhANz-Z_kJ 1Lk1wkGb24&opi=89978449.

3. Ouyang F., Zheng L., Jiao P. Artificial intelligence in online higher education: A systematic review of empirical research from 2011 to 2020. Education and Information Technologies. 2022. №. 27(6). Р. 7893-7925. URL : https://doi.org/10.1007/s10639-022-10925- 9.

4. Da Silva T. T. X. As implicacoes do assistente ChatGPT na educacao. Tecnologia na Educagao. 2023. Р. 1-8. URL : https://doi.org/10.13140/RG.2.2.24251.49441.

5. Cascella M., Montomoli J., Bellini V., Bignami E. Evaluating the Feasibility of ChatGPT in Healthcare: An Analysis of Multiple Clinical and Research Scenarios. Journal of Medical Systems. 2023. №. 47(1). URL : https://www.ncbi.nlm.nih.gov/pmc/articles/PMC9985086/.

6. Zhai X. ChatGPT user experience: Implications for education. SSRN. 2023. URL : https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4312418.

7. A SWOT analysis of ChatGPT: Implications for educational practice and research // M. Farrokhniaa et al. Innovations in Education and Teaching International. 2023. P. 1-15.

8. Noroozi O., Weinberger A., Biemans H. J., Mulder M., Chizari M. Argumentation- based computer supported collaborative learning (ABCSCL): A synthesis of 15 years of research. Educational Research Review. 2012. Vol. 7. Issue 2. Р. 79-106. URL : https://doi.org/10.1016/j.edurev.2011.11.006.

9. Jia F., Sun D., Ma Q., Looi C. K. Developing an AI-Based learning system for L2 learners'authentic and ubiquitous learning in English language. Sustainability. 2022. №. 14(23). 15527. URL : https://www.mdpi.com/2071-1050/14/23/15527.

10. Hapsari I. P., Wu T.-T. AI Chatbots learning model in English speaking skill: Alleviating speaking anxiety, boosting enjoyment, and fostering critical thinking. Innovative Technologies and Learning: International Conference. Porto, Portugal, 2022. Р. 444-453. URL : https://link.springer.com/chapter/10.1007/978-3-031-15273-3_49.

11. Cotton D. R., Cotton P. A., Shipway J. R. Chatting and cheating: Ensuring academic integrity in the era of ChatGPT. Innovations in Education and Teaching International. 2023. Р. 112. URL : https://www.researchgate.net/publication/367030297_Chatting_and_Cheating_Ensuring_academ ic_integrity_in_the_era_of_ChatGPT.

12. Mizumoto A., Eguchi M. Exploring the potential of using an AI language model for automated essay scoring. SSRN. 2023. URL : https://doi.org/10.2139/ssrn.4373111.

13. Bogost I. ChatGPT is dumber than you think. The Atlantic. URL : https:// www.theatlantic.com/technology/archive/2022/12/chatgpt-openai-artificial-intelligence-writing- ethics/672386/.

14. Lecler A., Duron L., Soyer P. Revolutionizing radiology with GPT-based models: Current applications, future possibilities, and limitations of ChatGPT. Diagnostic and Interventional Imaging. 2023. Vol. 104. Issue 6. P. 269-274. URL : https://doi.org/10.1016/j.diii.2023.02.003.

15. Sallam M. The utility of ChatGPT as an example of large language models in healthcare education, research and practice: Systematic review on the future perspectives and potential limitations. medRxiv. 2023. URL : https://doi.org/10.n01/2023.02.19.23286155.

16. Grawitch M. Just how accurate is ChatGPT? Psychology Today. URL : https://www.psychologytoday.com/intl/blog/a-hovercraft-full-of-eels/202302/just-how-accurate- is-chatgpt.

17. Garg M., Goel A. A systematic literature review on online assessment security: Current challenges and integrity strategies. Computers & Security. 2022. Vol. 113. 102544. URL : https://doi.org/10.1016/j.cose.2021.102544.

18. Susnjak T. ChatGPT: The end of online exam integrity? Cornell University. 2022. URL : https://doi.org/10.48550/arXiv.2212.09292.

19. Kung T. H. et al. Performance of ChatGPT on USMLE: Potential for AI-assisted medical education using large language models. medRxiv. 2022. URL : https://doi.org/10.1101/2022.12.19.22283643.

20. Choi J. H., Hickman K. E., Monahan A., Schwarcz D. B. ChatGPT Goes to Law School. SSRN. 2023. URL : https://doi.org/10.2139/ssrn.4335905.

21. Fijacko N., Gosak L., Stiglic G., Picard C. T., John Douma M. Can ChatGPT Pass the Life Support Exams without Entering the American Heart Association Course? Resuscitation. 2023. 109732. URL : https://pubmed.ncbi.nlm.nih.gov/36775020/.

22. Azaria A. ChatGPT usage and limitations. HAL Open Science. 2022. URL : https://doi.org/10.13140/RG.2.2.26616.11526.

23. Gasevic D., Siemens G., Sadiq S. Empowering learners for the age of artificial intelligence. Computers and Education: Artificial Intelligence. 2023. Vol. 4. 100130. URL : https://doi.org/10.1016/j.caeai.2023.100130.

24. Tlili A., Shehata B., Adarkwah M. A., Bozkurt A., Hickey D. T., Huang R., Agyemang B. What if the devil is my guardian angel: ChatGPT as a case study of using chatbots in education. Smart Learning Environments. 2023. No. 10(1). Art. num. : 15. URL : https://doi.org/10.1186/s40561-023-00237-x.

Размещено на Allbest.ru

...

Подобные документы

  • Створення програмного продукту на мові Object Pascal в середовищі візуального програмування Delphi 7.0, що дозволяє отримати необхідну інформацію про штучний інтелект та переглянути відео з теми. Пошук інформації, її отримання з ресурсів мережі Інтернет.

    курсовая работа [5,4 M], добавлен 24.09.2013

  • Підходи до розуміння проблеми штучного інтелекту. Тест Тьюринга і інтуїтивний підхід, символьний та логічний, агентно-орієнтований і гібридній. Машинний інтелект: загальна характеристика та головні сфери застосування на сьогодні, науковий напрямок.

    курсовая работа [203,1 K], добавлен 09.04.2013

  • Інтуїтивне розуміння поняття "інтелект". Основні проблемні середовища штучного інтелекту. Проблема неточних і неповних знань. Тест Тьюринга і фатичний діалог. Метод комп’ютерної реалізації фатичного діалогу. Принцип віртуальної семантичної сітки.

    курсовая работа [560,0 K], добавлен 27.12.2007

  • Застосування нейронних мереж при вирішенні різних технічних проблем. Архітектура штучних нейронних мереж. Дослідження штучного інтелекту. Гіпотеза символьних систем. Представлення за допомогою символів. Синтаксичний та семантичний аналіз розуміння мови.

    курсовая работа [985,8 K], добавлен 14.01.2010

  • Поняття штучного інтелекту, його порівняння з природним. Коротка характеристика особливостей використання штучного інтелекту в медицині, військовій справі та комп'ютерних іграх. Проблема взаємодії носіїв універсального штучного інтелекту та суспільства.

    контрольная работа [29,6 K], добавлен 07.01.2014

  • Логічний, структурний, еволюційний та імітаційний підходи до побудови системи штучного інтелекту. Використання формально-логічних структур, що обумовлено їх алгоритмічним характером. Методи реалізації системи штучного інтелекту, інтелектуальні програми.

    реферат [34,5 K], добавлен 14.04.2014

  • Характеристика інфологічної та даталогічної моделі бази даних. Поняття та класифікація управлінських інформаційних систем. Інформаційні системи управління технологічними процесами. Інтелектуальні інформаційно-пошукові системи, штучний інтелект.

    контрольная работа [11,9 K], добавлен 29.10.2009

  • Історія досліджень, пов’язаних з розпізнаванням образів, його практичне використання. Методи розпізнавання образів: метод перебору, глибокий аналіз характеристик образу, використання штучних нейронних мереж. Характерні риси й типи завдань розпізнавання.

    реферат [61,7 K], добавлен 23.12.2013

  • Алгоритми розв’язання задач у вигляді блок–схем. Використання мови програмування MS VisualBasic for Application для написання програм у ході вирішення задач на одномірний, двовимірний масив, порядок розв’язання задачі на використання символьних величин.

    контрольная работа [742,9 K], добавлен 27.04.2010

  • Метод розв’язків рівнянь більш високих порядків. Вибір методу розв'язання задачі Коші. Методи розв'язання крайових задач розглядаються на прикладі звичайного диференціального рівняння другого порядку. Вибір методу інструментальних засобів вирішення задач.

    курсовая работа [132,0 K], добавлен 03.12.2009

  • Стандартний спосіб розв’язання задачі Коші для звичайного диференціального рівняння першого порядку чисельними однокроковими методами. Геометричний зміст методу Ейлера. Побудова графіку інтегральної кривої. Особливість оцінки похибки за методом Рунге.

    курсовая работа [112,9 K], добавлен 30.11.2009

  • Загальні відомості та геометричний зміст розв'язання задачі Коші. Використання методу Ейлера для розв'язання звичайних диференціальних рівнянь першого порядку. Розробка блок-схеми та реалізація алгоритму в середовищі програмування Borland Delphi 7.0.

    курсовая работа [398,1 K], добавлен 14.10.2012

  • В роботі розглянуто наближені методи розв’язку нелінійних рівнянь. Для вказаних методів складено блок-схеми та написано програму, за якою розв’язується задане рівняння. Аналіз як самого рівняння і методів його розв’язання так і результатів обрахунку.

    курсовая работа [302,8 K], добавлен 03.12.2009

  • Виконання "ручного" розв'язування рівняння методом Ньоютона. Розробка програми на мові С#, яка реалізує введення вихідних даних, розв'язання заданого рівняння, виведення результатів у зручній формі на екран. Визначення початкового наближення кореня.

    лабораторная работа [120,9 K], добавлен 19.01.2022

  • Технологія візуального проектування. Аналітичне розв’язання задачі в загальному вигляді. Програмування в консольному режимі. Сценарій розв’язання задачі в Delphi та блок-схема алгоритму. Програмний код додатку та опис інтерфейсу з екранними копіями.

    курсовая работа [2,4 M], добавлен 22.06.2009

  • Визначення і розв’язання задачі Коші для звичайних диференціальних рівнянь першого порядку методом Ейлера, алгоритм розв’язання, похибка при вирішенні. Складання блок-схеми. Реалізація алгоритму у середовищі Borland Pascal. Результат роботи програми.

    курсовая работа [264,0 K], добавлен 20.08.2010

  • Розвиток виробництва і широке використання промислових роботів. Алгоритми методів, блок-схеми алгоритмів розв'язку даного диференційного рівняння. Аналіз результатів моделювання, прямий метод Ейлера, розв’язок диференціального рівняння в Mathcad.

    контрольная работа [59,1 K], добавлен 30.11.2009

  • Методика створення веб-додатку для визначення рівня інтелекту людини з використанням мови програмування PHP. Загальна характеристика та принципи роботи з засобами адміністрування, за допомогою яких авторизований адміністратор може керувати веб-додатком.

    дипломная работа [1,9 M], добавлен 13.10.2010

  • Застосування симплекс-методу для розв’язання оптимізаційних задач лінійного програмування, що містять три змінні. Функції ітераційної обчислювальної процедури, що виконують приведення до зручного для розв’язання оптимального вигляду ЗЛП за кілька кроків.

    курсовая работа [359,5 K], добавлен 18.09.2013

  • Основні положення системного аналізу, його використання. Характеристика та основні ознаки складних систем. Використання теорії графів для структурного аналізу. Графова потокова модель технологічного комплексу. Виділення внутрішніх комплексів в ТК.

    курсовая работа [88,3 K], добавлен 01.06.2010

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.