вторник, 14 марта 2023 г.

Две важные новости по ИИ: Стэндфордский чат Альпака и, конечно, Вышла GPT-4!

 Исследователи из Стэнфорда разработали новую модель искусственного интеллекта под названием Alpaca 7B, которая работает на том же уровне, что и ChatGPT от OpenAI. Исследователи достигли этого, обновив LLaMA Meta с использованием данных, сгенерированных GPT-3, что обошлось всего в 600 долларов и заняло 3 часа на точную настройку.

Это демонстрирует, что модели с открытым исходным кодом, такие как LLaMA, догоняют модели с закрытым исходным кодом, такие как OpenAI. Наличие моделей с открытым исходным кодом облегчает людям их обучение и оптимизацию для конкретных целей. Alpaca - это лишь один из многих проектов, созданных поверх LLaMA, а некоторые даже сделали его достаточно маленьким, чтобы работать на персональном ноутбуке.

О GPT4:
🔸 Модель мультимодальная (accepting image and text inputs, emitting text outputs).Теперь он умеет анализировать фото и видео, и многое другое
🔸 В течение 6 месяцев выравнивали модель инструкциями для лучшего вывода.
🔸 Подписчики ChatGPT Plus получат ограниченный доступ к GPT-4.
🔸 Для получения доступа к API нужно добавиться в waitlist (https://openai.com/waitlist/gpt-4).
🔸 Контекст модели 8,192 токенов.
🔸 Есть версия с контекстом 32,768 токенов (50 страниц текста).
🔸 Цена $0.06 за тыс. токенов.

Регулярнее новости я публикую на VK  в группе

E-learning & AI: новости и проблемы

Приходите к нам!

вторник, 7 марта 2023 г.

GPT4Moodle. ЧТО ДЕЛАТЬ БУДЕМ, КОЛЛЕГИ-E-Learning-исты?

 GPT4Moodle — это расширение браузера для Chrome, которое добавляет кнопки рядом с каждым вопросом в тестах Moodle. При нажатии кнопки ИИ отправляется запрос, и правильный ответ выделяется вместе с объяснением, почему он правильный.



Инсталляция:

  1. Клонируйте репозиторий на свой локальный компьютер, используяgit clone https://github.com/PrincTwilig/GPT4Moodle
  2. Откройте Chrome и перейдите на страницу расширений, набрав chrome://extensions/в адресной строке.
  3. Включите режим разработчика, щелкнув переключатель в правом верхнем углу страницы.
  4. Нажмите на кнопку «Загрузить распакованное» и выберите клонированную папку.
  5. Теперь расширение должно быть установлено и активировано.



ЧТО CHATGPT И ГЕНЕРАТИВНЫЙ ИИ ЗНАЧАТ ДЛЯ НАУКИ

Под таким названием Крис Стокел-Уокер, Ричард Ван Норден опубликовали в Nature 9 февраля небольшую заметку  Вот несколько полезных абзацев из нее:

Ученые говорят, что теперь они регулярно используют LLM не только для редактирования рукописей, но и для помощи в написании или проверке кода, а также для мозгового штурма идей. «Теперь я использую LLM каждый день, — говорит Хафстейн Эйнарссон, специалист по информатике из Исландского университета в Рейкьявике. Он начал с GPT-3, но с тех пор перешел на ChatGPT, который помогает ему писать слайды презентаций, студенческие экзамены и задачи курсовой работы, а также преобразовывать студенческие диссертации в статьи. «Многие люди используют его в качестве цифрового секретаря или помощника, — говорит он.
 ....
Некоторые исследователи считают, что LLM хорошо подходят для ускорения таких задач, как написание статей или грантов, если есть человеческий контроль. «Ученые больше не собираются сидеть и писать длинные предисловия к заявкам на гранты», — говорит Альмира Османович Тунстрём, нейробиолог из Сальгренской университетской больницы в Гётеборге, Швеция.

Далее довольно много неинтересных фраз про толерантность, опасность, авторское право и тп.

Вот еще из содержательного:
Можно ли устранить недостатки? (известные как "галлюцинации") 
...Некоторые инструменты поисковых систем, такие как Elicit, ориентированный на исследователей, обходят проблемы атрибуции LLM, используя их возможности сначала для направления запросов на соответствующую литературу, а затем для краткого обобщения каждого из веб-сайтов или документов, которые находят поисковые системы. вывод содержимого, на которое явно ссылаются (хотя LLM может по-прежнему неправильно суммировать каждый отдельный документ).
В конце декабря Google и DeepMind опубликовали препринт о клинически ориентированном LLM, который он назвал Med- PaLM7 . Инструмент мог отвечать на некоторые открытые медицинские вопросы почти так же хорошо, как и обычный врач-человек, хотя у него все еще были недостатки и ненадежность. 

Но значительно полезнее нам статья Грина и Пивидори, на которую в статье дана ссылка. Привожу  здесь ее перевод на русский и краткую аннотацию:
Авторы представляют новый инструмент редактирования с помощью ИИ. Рабочий процесс основан на инфраструктуре Manubot для научных публикаций [6], платформе, разработанной для реализации как индивидуальных, так и масштабных совместных проектов [7,8]. Наш рабочий процесс включает в себя разбор рукописи, использование большой языковой модели (ChatGPT) с подсказками по конкретным разделам, а затем генерирование набора предлагаемых изменений для включения в основной документ. Эти изменения представляются пользователю на рассмотрение через интерфейс GitHub. Чтобы оценить наш рабочий процесс, мы провели тематическое исследование с тремя рукописями, которые включали разделы различной сложности. Наши результаты показывают, что в большинстве случаев модели смогли сохранить первоначальный смысл текста, улучшить стиль написания и даже интерпретировать математические выражения. Наш рабочий процесс написания с помощью ИИ может быть включен в любую рукопись Manubot, и мы ожидаем, что он поможет авторам.
Приведены промты-подсказки для типовых разделов научной статьи и программное обеспечение, которое позволяет автоматизировать процесс создания и редактирования рукописи с помощью ChatGPT в среде Manubot
Когда пользователь запускает программу, рукопись разбирается по разделам, а затем по абзацам) и передается в языковую модель вместе с набором пользовательских подсказок-промтов. Затем модель возвращает отредактированную версию текста. Затем наш рабочий процесс использует API GitHub для создания нового запроса, позволяя пользователю просмотреть и изменить полученный результат, прежде чем объединить изменения с рукописью. Этот рабочий процесс приписывает текст либо пользователю-человеку, либо языковой модели ИИ, что может быть важно в свете возможных будущих юридических решений, которые изменят ландшафт авторского права на результаты генеративных моделей.
Для доступа к этим моделям мы использовали API OpenAl. Поскольку этот API влечет за собой расходы на каждый прогон, которые зависят от длины рукописи, мы реализовали рабочий процесс в GitHub Actions, который может быть запущен пользователем вручную. Наша реализация позволяет пользователям настраивать затраты в соответствии со своими потребностями, позволяя им выбирать конкретные разделы для пересмотра, а не всю рукопись. Кроме того, можно настроить несколько параметров модели, чтобы еще больше скорректировать затраты, например, версию языковой модели (включая Davinci и Curie, а также потенциально недавно опубликованные), степень риска модели или "качество" завершений. Например, при использовании моделей Davinci (наиболее сложных и способных) стоимость одного прогона для большинства рукописей составляет менее $0,50. 

суббота, 25 февраля 2023 г.

В предчувствии сильного ИИ

 Сэм Альтман (хочется написать Семен) из OpenAI опубликовал статью, в которой изложил стратегию компании по созданию AGI - сильного (общего) искусственного интеллекта. Статья написана так, что для автора AGI (системы ИИ, которые, как правило, умнее людей), если и не состоявшийся факт, то совершенно реальная цель ближайшего времени.


https://openai.com/blog/planning-for-agi-and-beyond/

В краткосрочной перспективе компания исходит из того, что
1. По мере того, как наши системы приближаются к AGI, мы становимся все более осторожными при создании и развертывании наших моделей. Хотя некоторые специалисты в области ИИ считают риски, с вымышленными; мы будем рады, если они окажутся верными, но мы будем действовать так, как будто эти риски экзистенциальны .
2. Мы работаем над созданием все более согласованных и управляемых моделей. Мы считаем важным, чтобы общество согласилось с чрезвычайно широкими рамками того, как можно использовать ИИ, но чтобы в этих границах отдельные пользователи имели большую свободу действий. Наша конечная надежда состоит в том, что институты мира договорятся о том, какими должны быть эти широкие границы
3. Мы надеемся на глобальный разговор по трем ключевым вопросам: как управлять этими системами, как справедливо распределять выгоды, которые они генерируют, и как справедливо распределять доступ.
Татьяна Шаврина из Сбера (Kali Novskaja, https://t.me/rybolos_channel/514) из этих достаточно размытых утверждений делает выводы:
— релизы новых разработок будут более закрытыми
— OpenAI будет ограничивать доступ и объем доступного компьюта разным клиентам.
В краткосрочной перспективе:
— будет постепенная выкатка технологий, с намеренным упрощением версий и "замедленным" прогрессом относительно реально достигнутого: это поможет раньше получать фидбек, тренировать системы в реальном мире, а также работать с более реактивными общественными институтами, в частности, разрабатывать новые правила.
— баланс между открытостью и потенциальным вредом может в любой момент поменяться, и это будет отражаться на всей линейке продуктов.

В долгосрочной перспективе:
— публичность разработок OpenAI будет сохраняться, чтобы у общества была возможность принятия решения.
— фокус придётся на акселерацию науки и переход к новой общественной формации.

вторник, 14 февраля 2023 г.

Хороший разговор


Очень хороший разговор о технологиях ИИ и в том числе ChatGPT. Про систему образования см. на 46:00 и 1:01:30. Но здесь оригинального мало для меня, правильнее слушать все. 

 https://youtu.be/IMP1zZ9K4Wc


Обычно не пощщу чужое, но здесь не удержался 

воскресенье, 12 февраля 2023 г.

Может ли искусственный интеллект (ChatGPT) помочь при анализе текстов?

 

Лет пять назад меня очень заинтересовали военные мемуары. Благо, есть замечательный ресурс: Милитера http://militera.lib.ru/, на котором собрано более 1000 (1012 на 01.01.2021) только мемуаров о Великой отечественной войне. Помимо исторического интереса, часто это просто захватывающее чтение. Кроме того, часть из них – хороший исторический источник, источник для собственных размышлений, обобщений и т.д. Здесь мы не всегда, но часто имеем дело  с непосредственным наблюдением – тем источником знания, который мне как первоначально физико-химику наиболее близок.

Где-то год назад во мне проснулся зуд писательства и я начал обобщать то что прочитал в этих мемуарах. Моя работа состояла из: сопоставления текстов, поиска общего и особенного (событий, отношений, дат и мест, персоналий и т.п.), формулировки гипотез и умозаключений и их проверки на основании частотности, времени, локаций и т.п., выделении наиболее характерных участков текста для иллюстрирования  обобщений и умозаключений. Что из этого получается можете посмотреть в статьях для живого журнала  https://timkinsl.livejournal.com/.

Другая моя часть достаточно живо интересуется прогрессом в сфере искусственного интеллекта и применения его технологий в образовании. А нельзя ли применить последний писк ИИ моды  ChatGPT для обработки мемуаров? Ведь каков алгоритм подготовки статей? Например, в ходе чтения мемуаров военнопленных возникает гипотеза о различиях в отношении к советским военнопленным солдат германской и союзных ей армий и штатских в зоне контактов   в зависимости от национальности последних (гипотезу об отношении к пленным в зависимости от их национальностей мы уже рассмотрели см. здесь https://timkinsl.livejournal.com/4951.html). Как можно проверить гипотезу? Например, выделить все события и отношения в которых зафиксированы как их характер (например, знак: положительный, отрицательный, нейтральный) с одной стороны, а с другой – национальность акторов. Далее можно посчитать частотность выделенного, ранжировать выделенное по силе отношений (экстремальные, умеренные и т.п.) и сделать определенные выводы по высказанной гипотезе. 

Может ли помочь ChatGPT в выделении фрагментов текстов по заданным параметрам? 

Было введено 4 фрагмента текста, который представлял собой набор предварительно отобранных частей мемуаров из списка мемуаров бывших военнопленных. Это части, где мемуаристы приводили примеры или описывали события, характеризующие отношения к советским пленным военных или гражданских лиц с однозначно установленной национальной принадлежностью: немцы (большая часть случаев), австрийцы, финны, прибалты, поляки, украинцы, казаки (сознаю, что это не национальность), швейцарцы, французы и прочие. Куски текста предлагались  ChatGPT последовательно и были разбиты на следующие объемы: 1100, 1000, 2500, 1850 слов.

Причина разбиения в том, что неизвестно какой объем текста можно задать для анализа.  При введении текста полностью (6500 слов) ответом было: не могу обработать, слишком длинный текст. В обсуждениях на Хабре утверждалось, что «Языковые модели (ЯМ) обладают ограниченным контекстом. Для ChatGPT это 4096 токенов (около 3000 слов). За этой границей все сказанное в ходе сессии "забывается" моделью». Это утверждение относится ко всей беседе-сессии. Оно оспаривалось в дискуссии, утверждалось, что объем связной и последовательной дискуссии может быть больше.  В то же время не очень понятно, каков может быть объем единичного запроса.

Сам ChatGPT на вопрос: «Какой максимальный запрос ты сможешь обработать?» ответил: «Как языковая модель, максимальный запрос, который я могу обработать, зависит от размера входных данных и доступных вычислительных ресурсов для их обработки. …. Точный размер входных данных, которые я могу обработать, определяется множеством факторов, таких как сложность запроса, объем доступной памяти и вычислительных ресурсов, а также ограничения, накладываемые API или платформой, на которой я работаю. Однако в целом можно с уверенностью сказать, что я могу обрабатывать запросы в несколько сотен слов и более, если они хорошо сформированы и не выходят за рамки того, на чем я обучался».

Несколько сотен слов это немного, мы начали с 1000 и затем увеличили объем. Забегая вперед, надо ответить, что по предварительным ощущениям при фрагменте около 1000 слов  ChatGPT обрабатывает весь текст, а для фрагментов в 1850 и 2500 вероятны пропуски последних фрагментов

Сам промт и вводимый текст был переведен на английский язык переводчиком DeepL. Полученные ответы на английском переводились на русский тем же переводчиком. Необходимость перевода диктовалась тем, что собственный опыт и рекомендации других пользователей говорят, что для русского языка ответы получаются менее качественные и полные.  Хотя в статье https://habr.com/ru/post/715492/ утверждается, что «запросы можно писать на русском (он хорошо понимает), а вот ответы просить давать на английском», даже в этой сессии, ввод на русском как минимум приводил к отказу ответа на более коротком тексте.

Промт-запрос приведен ниже:

Обращаюсь к вам за помощью в обработке текстов воспоминаний советских военнопленных.

Выберите из приведенного текста все случаи 1) доброго; 2)жестокого обращения с пленными:

1. Немцы

2. представители других народов

И приведите эти цитаты в своем ответе с указанием номера источника, из которого они взяты. Номер источника указывается перед его названием. Также не забудьте подчеркнуть и выделить, какой национальности был солдат или другой человек в выделенной ситуации.

Вот первый текст, который нужно обработать

Промт повторялся при вводе каждой из четырех частей текста. Этот порядок также рекомендуется при работе с ChatGPT чтобы ограничить его «стремление к фантазированию и собственному творчеству».

Текст и комментарии к нему можно посмотреть в моем живом журнале по адресу:

https://timkinsl.livejournal.com/6071.html#t5815

Что еще можно добавить  про работу ChatGPT с подобной задачей:

1.       ChatGPT склонен давать собственные оценки и умозаключения, особенно, если ты просишь продолжить ответ. В этом случае он может даже выдать цитату, которой нет в исходном тексте. В частности, вторая цитата не очень коррелирует с  текстом Ю. Владимиров.  Причем трудно сказать, сформулировал ли ChatGPT ее сам или обратился к первоисточнику в недрах своего «архива» (если он есть)

2.       Тексты и цитаты  сокращаются, но без изменения смысла. То есть автореферирование осуществляется достаточно корректно

3.       Не всегда придерживается одной и той же формы представления результатов от ответа к ответу. Форму в промте надо задавать максимально подробно и точно

4.       Порой выходит за рамки задачи запроса. Несмотря на то, что запрос был на выделение фрагментов жестокого обращения с пленными,  ChatGPT делает несколько обобщений  на доброе или неоднозначное отношение к пленным австрийцев, румын (это 1944 год и пленный –летчик) и поляков (см. последние фрагменты).

Общие выводы:

1.       ChatGPT понимает тексты, понимает промты, его можно привлекать к обработке текстов, выделению из текста событий, отношений, маркированию событий временем, местом, источником. При этом пользователь может обходиться естественным языком для формулировки запросов и не быть специалистом и носителем «языка компьютерных лингвистов»  

2.       В то же время та форма чата, которая доступна сейчас мало приспособлена к подобным задачам: текст нужно «скармливать» слишком малыми частями – это главное, имеет место языковое неравенство русский-английский, чат даже при наличии текста имеет тенденцию к «самодеятельности».

3.       Очевидно, что принципиально эти недостатки не являются неустранимыми и может быть создан удобный инструмент для подобных исследований

И в заключение хотел бы обратиться к заинтересованным в подобных исследованиях коллегам: подскажите, может есть другие пути обработки большого количества и больших объемов письменных текстов уже имеющимися инструментами   

Такой инструмент может быть востребован:

•                    в сфере науки:  для проведения мета-анализа статей, литературного обзора и т.п.

•                    в гуманитарике: при обработке источников разного рода

•                    в литературе: подготовка к написанию эпических полотен типа «Красного колеса» Солженицына 

 


среда, 25 января 2023 г.

Что добавляет ChatGPT к использованию технологий искусственного интеллекта в обучении и образовании

 

ChatGPT от  OpenAI - чат-бот, основанный на языковой модели GPT-3.5, стал доступен любому пользователю 30 ноября 2022 г. Модель была обучена в сотрудничестве с Microsoft на их суперкомпьютерной инфраструктуре Azure. В то время как GPT-3 был разработан для выдачи пользователям текстовых подсказок, ChatGPT оптимизирован под общение, ответы на вопросы и оказание помощи. По всей видимости, ChatGPT является очень существенным прорывом в технологиях искусственного интеллекта (ТИИ). Он, его ближайшие аналоги и производные вкупе с параллельно развивающимися генераторами изображений способны существенно изменить состояние многих профессий: программистов, дизайнеров, копирайтеров и пр. Педагоги тоже входят в эти «группы риска».

Проведенный ранее анализ применения ТИИ в образовании позволил предложить  классификацию кейсов применения ТИИ с привязкой к составляющим педагогической системы (по «классике»: цель обучения, содержание обучения, обучающие, обучаемые, организационно-технологическая подсистема): 

1.       ТИИ в  создании учебного контента

2.       ИИ как репетитор (помощник ученика)

3.       ИИ как ассистент учителя

4.       ТИИ как аналитик-помощник администрации образовательной организации

Рассмотрим новые кейсы применения ТИИ в образовании, которые предоставляет ChatGPT:

1.       Помощь в создании учебного контента. Большие языковые модели (Large language models, LLM) и инструменты на их основе, генераторы изображений (технологии text2img) и инструменты обработки и преобразования изображений и видео, прочие ТИИ позволяют уже сейчас создавать учебный контент на новом технологическом уровне, практически без непосредственного привлечения преподавателя. Это персонажи, созданные искусственным интеллектом и внедренные в учебные продукты и видео, виртуальная реальность, цифровые двойники преподавателя и прочее.

Что к этому добавляет и улучшает ChatGPT?

·         Он значительно облегчает работу с ИИ-генераторами изображений. С его помощью можно создавать промты-запросы к Stable Diffusion, Midjourney, Dalle-2 и прочим подобным нейросетям text2img. Промты, сгенерированные нейросетью, лучше понимаются другой нейросетью, чем непосредственные человеческие запросы. См. https://habr.com/ru/post/703568/; https://habr.com/ru/post/708646/

·         ChatGPT может выступать в роли визуализатора научных данных. Вот промт с сайта промтов для ChatGPT https://github.com/f/awesome-chatgpt-prompts:  I want you to act as a scientific data visualizer. You will apply your knowledge of data science principles and visualization techniques to create compelling visuals that help convey complex information, develop effective graphs and maps for conveying trends over time or across geographies, utilize tools such as Tableau and R to design meaningful interactive dashboards, collaborate with subject matter experts in order to understand key needs and deliver on their requirements. My first suggestion request is "I need help creating impactful charts from atmospheric CO2 levels collected from research cruises around the world." 

·         Значительно облегчит создание учебных текстов и целых учебных пособий с иллюстрациями. Примеров создания качественных текстов на любые темы и даже книжек достаточно (см. https://habr.com/ru/company/kts/blog/709082/). О качестве созданных ChatGPT текстов свидетельствует препринт, опубликованный на сервере bioRxiv в конце декабря 2022 г. (https://habr.com/ru/post/710672/): чат-бот может писать такие убедительные аннотации научных статей, что ученые часто не в состоянии их распознать.

·         Результатом взаимодействия с  ChatGPT могут стать задания к выполнению самостоятельной работы, вопросы к тесту, эталоны ответов для автоматической проверки ответов типа эссе. Таким образом, можно создавать боты-экзаменаторы для электронных курсов, в том числе с возможностью задания дополнительных вопросов (см. ниже про бот-экзаменатор, https://habr.com/ru/post/709410/)

Таким образом, в вопросах создания учебного контента ChatGPT расширяет возможности,  достигнутые ранее другими LLM, за счет расширения функций в диалоге с человеком. 

2.       Помощник и соперник учителя. К ИИ-помощникам учителя можно отнести: инструменты подготовки к учебным занятиям, системы, обеспечивающие учет и контроль на учебных занятиях (идентификация, фиксация поведения, вовлеченности, мгновенные проверки уровня освоения, прокторинг), автоматическая проверка неформатных (открытых) ответов и работ учеников на любом носителе, межъязыковые учебные мессенджеры и онлайн-системы для проведения интернациональных занятий и многое другое.

Что к этому добавляет и улучшает ChatGPT?

·         Подготовка к учебным занятиям. ChatGPT позиционируют как соперника поисковика Google и одновременно Википедии. Действительно с его помощью можно получить нужную информацию в готовом виде. Правда, следует уметь ее проверять и уточнять, когда вам нужно найти точные и подробные ответы на ваши вопросы. Он поможет преподавателю составить грамотный учебный план урока (см. промты в https://github.com/f/awesome-chatgpt-prompts) и даже целого курса. Так на запрос: «Я создаю курс по искусственному интеллекту для учителей школ. Подскажи мне, что надо включить в этот курс. Из каких разделов он должен состоять?». Последовал ответ:  Конечно! Вот список тем, которые вы могли бы включить в курс по искусственному интеллекту (ИИ) для школьных учителей» и далее 7 тем с аннотацией каждой, а по дальнейшим запросам глубокая проработка каждой темы, ссылки на авторов и работы полезные для разработки конкретных разделов. При этом можно попросить чат кратко объяснить содержание  статьи, перевести на русский язык. Создание учебных текстов и целых учебных пособий преподавателем с использованием ChatGPT особенно продуктивно, если рассматривать его как «генератор идей и сырых артефактов для последующей доработки человеком-экспертом».

·         ChatGPT, безусловно, может помочь учителю в проверке домашних заданий. Но с другой стороны, возникает вопрос: кто написал это домашнее задание: ученик или ChatGPT? Сочинение, решение математической задачи, компьютерная программа - все это может быть написано ботом. Остается ли тогда вообще смысл в проверке письменных домашних заданий (см. https://habr.com/ru/post/708990/, http://timkin-blog.blogspot.com/2023/01/blog-post.html и др.)?  Если ты никак не можешь проверить оригинальность письменной работы - то для проверки тебе придется обсуждать каждую задачу с каждым учеником очно. Иного способа проверки не будет. Но есть и другое решение – пусть бот дополнительными вопросами по заданию проверяет кто его выполнил.

·         Проверка знаний учащегося in situ. Учитель может организовать собеседование учеников с ChatGPT с возможностью адаптации (увеличения/уменьшения сложности вопросов), дополнительных вопросов, предварительной оценкой чатом и итоговой оценкой от преподавателя. Это возможно (https://habr.com/ru/post/709410/), но есть нюансы по составлению промтов и организации процесса.

·         ChatGPT многоязычен и в этой связи открываются широкие возможности его использования в распределенной по разным странам мультиязычной аудитории. Но примеров пока нет.

Итак, ChatGPT это, с одной стороны, безусловный прорыв в ИИ-ассистировании учителю в его многотрудной деятельности, но с другой стороны, его доступность ставит под угрозу эффективность многих видов и методов учебной деятельности (типа домашних заданий), а перспективы развития в ближайшем будущем угрозу эффективности самого «кожаного» учителя.    

3.       Репетитор и помощник ученика. Как уже существующие примеры здесь необходимо отметить наличие предметных интеллектуальных систем обучения (ИСО), которые позволяют определять уровень знаний ученика, адаптировать учебный материал и процесс обучения, использовать автоматические генераторы вопросов,  рекомендовать дополнительные  курсы, прогнозировать результат обучения, использовать голосовые боты и т.п. Известны такие системы и приложения для изучения языков, математики, военных наук. Сюда же можно отнести опыты использования персонажа, который находится под контролем ИИ-системы (на основе LLM), виртуальной реальности с ИИ и т.п.  Собственно ChatGPT и его применение в образовании лежит в этом  русле развития ИИ-педагогики. С тем отличием, что перед нами универсальная модель с пока еще не протестированным уровнем применимости. Что ChatGPT может дать учащемуся?

·         Утверждается, что ChatGPT владеет практически всей информацией, которая есть в интернете (до июня 2021 года), и может в простой форме (https://habr.com/ru/post/708280/) объяснить что угодно, помочь ребенку разобраться в любом вопросе, решить математические задачи или написать сочинение. Модель может объяснить суть задачи, способна делать простейшие математические и физические расчёты по текстовой формулировке; решать простейшие логические задачи.  Отмечается, что она может ускорить процесс обучения программированию (https://habr.com/ru/post/709310/),  поможет решить вопросы по кодированию, находить простейшие ошибки в коде и дать подробное объяснение того, что он сделал.

·         Уровень того, чему может обучать ChatGPT достаточно высок. В качестве примера приводится американский профессор микробиологии, который составил тест из десяти задач, требующих глубокого понимания предмета и способности абстрактно понимать, где нужно использовать вычисления, даже когда явного вопроса про них нет. Оказалось, что ChatGPT прошёл его тест на 95%, намного лучше среднего студента (https://bigthink.com/the-future/chatgpt-microbiology-quiz-aced/). Также сошлюсь на тестирование ChatGPT, д.ф.-м.н., профессор института цифровых систем ЯГТУ Соловьевым М.Е. по физико-химии полимеров.

·         При этом с ChatGPT надо уметь работать: он не защищен от ошибок. Тем более в узких областях знаний. В сети Вы можете найти много примеров подобного. Интересно, что ChatGPT способен их исправлять непосредственно в диалоге, но для этого должен  быть соответствующего уровня собеседник. Так что непосредственно применение для обучения чревато. Впрочем, не стоит забывать, что именно сейчас он учится на миллионах бесед со всего мира и во всех предметных знаниях и областях деятельности.

·         О самопроверке знаний уже упоминалось выше (https://habr.com/ru/post/709410/)

·         К сожалению ChatGPT работает не только для учащегося, но и за учащегося, в частности, создает эссе для студентов почти на любые темы (см. https://www.theguardian.com/technology/2022/dec/04/ai-bot-chatgpt-stuns-academics-with-essay-writing-skills-and-usability), решает за претендента тестовое задание для собеседования на ИТ-вакансию (https://habr.com/ru/post/710169/), сочинение на прохождение ЕГЭ (https://vogazeta.ru/articles/2022/12/7/quality_of_education/21495-358_slov_itogovogo_so4ineniya_o_chem_stoit_podumat_chinovnikam_minprosa) и  т.д. - примеров множество. Сгенерированные тексты уникальны и легко обходят системы антиплагиата (https://habr.com/ru/post/708646/) Это не "компиляция из источников", это генерация на основе модели языка.

Итак, возможности самообучения с использованием ChatGPT очень велики. Но пока его релевантность по каждому предмету, теме, уровню выдаваемых знаний не протестирована, рекомендовать ее своим ученикам не стоит. Остаются (и останутся во многих отраслях) проблемы с формированием умений и навыков. Но кое-где (все те же программисты, дизайнеры, журналисты и т.п.) этот порог уже невысок.    

4.       Аналитик образовательной организации. Вот здесь примеров пока нет. Хотя очевидно, что ТИИ и  ChatGPT могут существенно изменить организацию и технологии обучения (см. только отказ от «домашних заданий»).  Но в этой группе кейсов рассматриваются обычно «типовые» задачи анализа больших данных и модели, обученные на образовательной статистике, цифровых следах участников образовательного процесса и т.д. Это задачи поиска и привлечение одаренных абитуриентов, управления профессиональным развитием студентов на основе их цифровых следов, прогноз академической успеваемости студентов в следующем семестре, рекомендации по выбору курсов, прогнозирование отсева и повышение удержания учащихся. ChatGPT пока работает с индивидуальными запросами и беседами, но производные от него (и GPT-4, см. ниже) и их массовое применение, безусловно, будут решать подобные задачи.

5.       ChatGPT и изменение целей образования. Несколько слов о том, что ТИИ и ChatGPT могут оказать влияние и на цели образования. Помимо педагогов, успехами LLM озабочены копирайтеры, дизайнеры и программисты. Вот что пишут последние:

·         бот уже сейчас идеально выполняет роль Junior-разработчика на удалёнке (https://habr.com/ru/post/708270/). Надо ли учить программированию? Ведь … для всех, кроме очень специализированных приложений, большая часть ПО в том виде, в каком мы его знаем, будет заменена системами ИИ, которые обучаются, а не программируются. В ситуациях, когда нужна «простая» программа, эти программы сами будут генерироваться ИИ, а не кодироваться вручную (https://habr.com/ru/post/709310/).... Все программы в будущем, в конечном счёте, будут написаны ИИ, а людям будет отведена контролирующая роль…. В будущем студентам компьютерных наук не нужно будет изучать такие рутинные навыки, как добавление узла в двоичное дерево или программирование на C++. Такое образование устареет, как обучение студентов технических специальностей использованию логарифмической линейки.

·         когда-то, пионеры информатики твердо верили, что всем будущим учёным-компьютерщикам потребуется глубокое понимание полупроводников, двоичной арифметики и проектирования микропроцессоров, чтобы разрабатывать ПО. Сегодня почти 90 % тех, которые разрабатывают ПО, не имеют представления о том, как на самом деле работает процессор, не говоря уже о физике, лежащей в основе конструкции транзистора. А компьютерщики будущего будут настолько далеки от классических определений «программного обеспечения», что им будет трудно развернуть связанный список или внедрить быструю сортировку (из комментариев к статьям о ChatGPT на Хабре).

Возможно, мне скажут, что здесь речь не о целях, но содержании обучения. Но следующие примеры, ведь это точно о целях? Соловьев Михаил Евгеньевич, д.ф.-м.н., профессор института цифровых систем ЯГТУ пишет после своих опытов с ChatGPT:

·         Ярославль - город химиков. Здесь расположены крупные предприятия по переработке эластомеров: шинный завод, завод РТИ, Ярославль-Резинотехника, ТИИР. На этих предприятиях больше 80 процентов инженеров-технологов выпускники нашей кафедры, которых и я в свое время обучал. В выступлениях все руководители инженерных служб предприятий жаловались, что они испытывают острую нехватку инженерных кадров. Однако вуз, к сожалению, мало чем может помочь им, поскольку абитуриенты сейчас  предпочитают идти на другие специальности, в основном офисные, а на заводы идти после окончания вуза не хотят. Это характерно не только для нашей специальности, но и для многих других инженерных специальностей. По этой причине уже закрыта кафедра электрохимии, кафедра процессов и аппаратов химической технологии, кафедра технологии синтетического каучука. Дело идет к тому, что и нашу кафедру из-за отсутствия желающих учиться тоже закроют.

·         Вот я и подумал, раз люди не хотят работать инженерами-технологами, может тогда роботы их заменят? Что если обучить GPT-3 инженерной специальности по программе технического вуза? Возможно ли такое? Я готов попробовать, как вы относитесь к такой идее?

Выводы и предложения:

1.       Модели, подобные ChatGPT и сам ChatGPT  будут развиваться. Уже отмечают, что «некоторые из описанных в начале декабря негативных случаев в настоящее время не подтверждаются». В следующем варианте модели разработчики планируют добавить: распознание отправленного пользователем изображения, ответы на вопросы по отправленному в чат скану какого-либо документа, обнаружение нужного фрагмента на видео, расшифровка аудиозаписи, генерация изображений. В марте 2023 года Microsoft запустит версию своего поисковика Bing с системой искусственного интеллекта на базе чат-бота ChatGPT. Эта компания, главный выгодоприобретатель модели, планирует вложить сюда еще до 10 млрд. долларов. Но будут развиваться и аналоги от других компаний (https://habr.com/ru/post/708646/), в том числе отечественные (Сбер, Яндекс).

2.       При этом нельзя считать, что сингулярность уже наступила. ChatGPT это такой вариант ИИ, который служит усилителем возможностей человеческого интеллекта, а не его  заменителем. Тем не менее,  «те профессионалы, кто не будет разбираться и уметь пользоваться ИИ-помощниками на их базе в своей работе, будут космически непродуктивны по сравнению с конкурентами на рынке труда»,  «нашей главной задачей будет понимать, как нашу работу мы сможем выполнить быстрее с помощью искусственного интеллекта» (из комментариев).

3.       С одной стороны использование подобных инструментов для преподавателя – это очередной этап коммодизации цифровых технологий. Преподаватель получит возможность реализовать практически любую задачу с применением ИКТ, «не имея ни малейшего представления про языки программирования, …кодом фактически становится набор промптов на естественном языке». Но с другой стороны, чтобы остаться эффективным «кожаный учитель» должен измениться, повысятся требования как к нему, так и тем ученикам, которые предпочтут человеческое обучение. Возможно разделение преподавателей на объясняющих, мотивирующих, социализирующих познание и контролирующих, определяющих, что человек действительно знает из того, что он действительно должен знать.

4.       И все же, несмотря на 2-е утверждение, может ли ChatGPT заменить преподавателей и насколько это экономически обосновано? В одной из статей на Хабре сделана попытка оценить себестоимость индивидуального универсального собеседника (https://habr.com/ru/post/708218/). Оценка очень приблизительна, но утверждается, что за 30 - 100 тысяч долларов можно будет получить собеседника, заменяющего по скорости работы примерно 100 человек. То есть в минимуме такой преподаватель-консультант обойдется вузу $3000, а это рентабельно. Опасность замены преподавателей ИИ в будущем реальна. Не всех, конечно.

И напоследок о мифе бездушности роботов и ИИ

Просто приведу несколько высказываний участников обсуждений на Хабре:

·         При всем при этом, языковая модель обладает одним чудесным качеством, которое, я уверен, произведет самую настоящую революцию в области взаимодействия людей с компьютерами вообще и с базами данных и учетными системами в частности. Она вас понимает.

·         Мне кажется будет лучше если этот бот будет распознавать голос, можно будет в слух думать а он будет выдавать подходящие варианты: - а что если заменить вот этот блок на.... ок... не, не то... давай добавим функцию...хоорошо... а теперь сделай тесты и тд.

·         ….Мы ж друзья стали. Ну и в конце попросил его подробно описать алгоритмическую сложность по времени и по памяти, с чем он тоже справился….Остались последние штрихи, но тут chatGPT устал - слишком много запросов в час, так и сказал. https://habr.com/ru/post/710169/

Что лучше: затюканный, нервный, неуверенный в настоящем и будущем учитель-преподаватель или постоянный, карманный собеседник и помощник, который «тебя понимает»?