Предлагаю для предварительного обсуждения свою статью-компиляцию, предположительно, из 5 частей, которые буду публиковать с разницей в 1-2 дня.
Сразу отвечаем на вопрос, вынесенный в заглавие 1-й части: на наш взгляд по 3-м причинам-мотивациям:
- Если он хочет узнать что-то новое в смежных со своей дисциплиной областях, делает обзор литературы по теме, самообучается
- Если он создает свои учебно-методические материалы по дисциплине к отдельному уроку или к курсу по дисциплине в целом: учебное пособие, прочие текстово-графические материалы, презентации, тесты и задания, разного рода наглядности, онлайн-курс
- Если он хочет разнообразить свой учебный процесс: ввести в учебный класс элементы самообучения, самоконтроля, игровые моменты, а также получить помощь ИИ при проверке знаний, навыков своих учеников
Мы обсуждаем здесь так называемые генеративные
нейросети или генеративный искусственный интеллект, базирующийся на больших
языковых моделях (ЯМ или LLM). Задачи, решаемые конкретными нейросетями могут
различаться: это сети, создающие изображение по текстовому запросу, их часто
обозначают txt2img - сети. Сейчас начинают развиваться нейросети, создающие
видео по текстовому описанию сценария, их, наверное, можно обозначить как txt2mov - сети. Наибольший хайп
последнего времени это ChatGPT, который по текстовому запросу может выдать
любой текстовый ответ, но также программный код, а умельцы получают и данные
для визуализации. Возможно, что будущее за так называемыми
мультимодальными нейросетями. Исследователи считают, что мультимодальный ИИ, который
объединяет различные режимы ввода (и вывода), такие как текст, аудио,
изображения и видео, станет ключевым шагом к созданию универсального
искусственного интеллекта (https://habr.com/ru/news/t/720188/).
Это подтверждается тем, что только что вышедший GPT4 мультимодален – принимает на вход и
картинки и текст.
Все рекомендации, промты-подсказки приведенные ниже
апробированы авторами, на которых я ссылаюсь и в малой степени мною на
следующих ресурсах:
- Собственно ChatGPT https://chat.openai.com/auth/login
- Ресурсе «Общайтесь с любым PDF» https://www.chatpdf.com и прочие на основе API к GPT3, ChatGPT (авторы источников)
Как получить к этим ресурсам доступ – это не тема
данной работы. В частности, инструкции о регистрации ChatGPT в России см. здесь
https://skillbox.ru/media/code/kak-poluchit-dostup-k-chatgpt-v-rossii-a-takzhe-belarusi-irane-i-vezde-gde-on-zakryt/
В процессе взаимодействия с ChatGPT возникают 2
вопроса, на которые мы попытаемся ответить в этой статье
- О чем может спросить преподаватель, чтобы получить небесполезный ответ
- Как нужно спросить ChatGPT, чтобы получить наиболее полезный ответ
На приземленном уровне с помощью генеративных
моделей, умея подобрать к ним верный ключик, мы как педагоги можем:
- Обрабатывать имеющийся иллюстративный материал и создавать свой, новый. Для этого используются генеративные модели txt2img Stable Diffusion, Midjourney и др. Но для формирования точного запроса порой привлекают и ChatGPT
- Подобрать учебный материал для урока, лекции, занятия, презентации, глоссария. В том числе с помощью обработки учебной литературы.
- Создать тестовые вопросы и задания как в непосредственном диалоге с ИИ, так и из собственных текстов
- Сгенерировать примеры решений задач, кейсов, программного кода
- Создавать таблицы, графики и прочую визуализацию
- Создать и реализовать сценарий проверки знаний учащихся с помощью ИИ в компьютерном классе
- Создавать сценарии для общения учеников с ChatGPT в формате персонализированного самообучения
- Автоматизировать проверку домашних заданий учащихся, в том числе на оригинальность и достоверность
- Анализировать большие объемы информации
В подтверждении приведу мнение авторов статьи ChatGPT for Good? On Opportunities and Challenges of Large Language Models for Education Enkelejda Kasneci, Kathrin Sessler, Stefan Kuchemann & et January 2023 DOI:10.35542/osf.io/5er8f https://www.researchgate.net/publication/367541637_ChatGPT_for_Good_On_Opportunities_and_Challenges_of_Large_Language_Models_for_Education. Они выделяют следующие возможности использования LLS для преподавания:
- Для персонализированного обучения. Учителя могут использовать большие языковые модели, чтобы создать материалы и условия для персонализации обучения своих учеников.
- Для планирования уроков. Большие языковые модели также могут помочь учителям в создании (инклюзивных) планов уроков и мероприятий.
- Для изучения языка. Преподаватели языковых классов могут использовать большие языковые модели в качестве вспомогательного средства.
- Для исследовательской и письменной работы. Большие языковые модели могут помочь преподавателям университетских и школьных классов выполнять исследовательские и письменные задания (например, при работе на семинарах, написании рефератов и обратной связи со студентами)
- Для профессионального развития большие языковые модели также могут помочь учителям, предоставляя им ресурсы, резюме и объяснения новых методик обучения, технологий и материалов.
- Для оценки и анализа преподаватели могут использовать большие языковые модели для полуавтоматического оценивания работ учащихся, выделяя потенциальные сильные и слабые стороны работы, например, эссе, исследовательских работ и других письменных заданий.
Все перечисленные выше задачи на наш взгляд можно сгруппировать в 3 направления задач для
ИИ:
- Задачи разработки учебных материалов, включая обеспечивающие самостоятельную, персонализированную работу учащихся, учебные планы, планы уроков и т.п. )позиции 1-7 первого и 1-4 второго списков)
- Проверка работ учащихся (позиции 8 и 6 в списках)
- Исследовательская и научная работа, профессиональное развитие преподавателя (позиции 9 и 4-5)
Почему нужно уметь разговаривать с ИИ на более
доступном ему языке, с помощью так называемых промтов (подсказки, запросы),
используя методы промт-инжиниринга - «prompt
engineering (PE)»? Ответов несколько. Если коротко и не влезать в излишнюю для
нас теорию, то дело в том, что работа ИИ (LLM) носит вероятностный характер, а потому ИИ склонен к
«фантазиям» или «галлюцинациям», т. е. к генерированию новой информации,
потенциально ложной. Кроме того «оперативная память» диалога с человеком пока
еще ограничена. Некоторая расшифровка этих утверждений будет приведена ниже.
Промт (подсказка, предложение, запрос) — это утверждение
или вопрос, который дается ChatGPT для управления его выводом. Промт является
отправной точкой для ответа ChatGPT, и его можно использовать для создания
самых разнообразных выходных данных, таких как текст, диалог или творческое
письмо. Итак, промт служит для того, чтобы дать ChatGPT конкретную задачу или
вопрос для ответа, и его можно использовать для управления выводом.
Материал скомпонован на 3-х уровнях
- Теоретические положения об основах промта с LLM как таковыми
- Общие рекомендации для сценариев бесед с ChatGPT
- Конкретные примеры, актуальные для педагога
Комментариев нет:
Отправить комментарий