Примена вештачке интелигенције у образовању – Четбот ChatGPT
Sažetak
Брзи напредак вештачке интелигенције и обраде природних језика довели су до развоја све софистициранијих и свестранијих језичких модела. Модели вештачке интелигенције могу да креирају нове податке на основу образаца и структура научених из постојећих података. Ови модели могу да генеришу садржај у различитим доменима, као што су текст, слике, музика, видео и др. Генеративни модели вештачке интелигенције ослањају се на технике машинског учења и неуронске мреже да би анализирали, разумели и генерисали садржај који веома личи на резултате које генерише човек. Међу њима, ChatGPT, четбот вештачке интелигенције који је развио OpenAI, појавио се као моћан алат са широким спектром примена у различитим доменима. Последњих година, научне и академске заједнице су посветиле изузетну пажњу истраживању и развоју четбота ChatGPT. Према сервису Google Scholar, до новембра 2024. више од 212.000 чланака је објављено o четботу ChatGPT у разним часописима и конференцијама националног и међународног значаја. Све већи развој четбота ChatGPT значајно ће да преобликује тржиште образовања и изазива забринутост у академској заједници о томе како треба да се подучавају следеће генерације. На пример, ова технологија може да се користи за ефикасно писање чланка или есеја у року од неколико секунди, потенцијално укидајући потребу за људском интервенцијом. У раду биће приказан преглед литературе о могућности примене четбота ChatGPT у настави, кључним изазовима и ризицима у вези са применом у образовању. Употреба четбота као што је ChatGPT и других модела вештачке интелигенције у образовању је област истраживања која нуди многе могућности за побољшање искуства учења за ученике и подршку раду наставника. Међутим, да би се њихов пуни потенцијал за образовање ослободио, кључно је да се приступи употреби наведеног модела са опрезом и критички да се процене њихова ограничења и потенцијалне пристрасности.
Reference
Beerbaum, D. O. (2023). Generative Artificial Intelligence (GAI) Ethics Taxonomy-Applying Chat GPT for Robotic Process Automation (GAI-RPA) as Business Case. Available at SSRN 4385025. Available at SSRN 4385025. doi:10.2139/ssrn.4385025
Cascella, M., Montomoli, J., Bellini, V., & Bignami, E. (2023). Evaluating the feasibility of ChatGPT in healthcare: an analysis of multiple clinical and research scenarios. Journal of Medical Systems, 47(1), 1-5. doi:10.1007/s10916-023-01925-4
Devlin, J., Chang, M. W., Lee, K., & Toutanova, K. (2018). Bert: Pre-training of deep bidirectional transformers for language understanding. arXiv preprint. doi:10.48550/arXiv.1810.04805
Dwivedi, Y. K., Kshetri, N., Hughes, L., Slade, E. L., Jeyaraj, A., Kar, A. K., Baabdullah, A. M., Koohang, A., Raghavan. V., Ahuja, M., Albanna, H., Albashrawi, M. A., Al-Busaidi, A. S., Balakrishnan, J., Barlette, Y., Basu, S., Bose, I., Brooks, L., Buhalis, D., Carter, L., & Wright, R. (2023). “So what if ChatGPT wrote it?” Multidisciplinary perspectives on opportunities, challenges and implications of generative conversational AI for research, practice and policy. International Journal of Information Management, 71, 102642. doi:10.1016/j.ijinfomgt.2023.102642
Eke, D. O. (2023). ChatGPT and the rise of generative AI: Threat to academic integrity? Journal of Responsible Technology 13, 100060. doi:10.1016/j.jrt.2023.100060
Haleem, A., Javaid, M., & Singh, R. P. (2022). An era of ChatGPT as a significant futuristic support tool: A study on features, abilities, and challenges. BenchCouncil transactions on benchmarks, standards and evaluations, 2(4), 100089. doi:10.1016/j.tbench.2023.100089
International Center for Academic Integrity (2021). The fundamental values of academic integrity, 3rd edn. https://academicintegrity.org/resources/fundamental-values. Преузето 10.10.2024.
Kasneci, E., Seßler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., Gasser, U., Groh, G., Günnemann, S., Hüllermeier, E., Krusche, S., Kutyniok, G., Michaeli, T., Nerdel, C., Pfeffer, J., Poquet, O., Sailer, M., Schmidt, A., Seidel, T., Stadler, M., Weller, J., Kuhn, J., & Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, 102274. doi:10.1016/j.lindif.2023.102274
Liu, Y., Ott, M., Goyal, N., Du, J., Joshi, M., Chen, D., Levy, O., Lewis, M., Zettlemoyer, L., & Stoyanov, V. (2019). Roberta: A robustly optimized bert pretraining approach. arXiv preprint. doi:10.48550/arXiv.1907.11692
Mhlanga, D. (2023). Open AI in education, the responsible and ethical use of ChatGPT towards lifelong learning. Education, the Responsible and Ethical Use of ChatGPT Towards Lifelong Learning (February 11, 2023). Available at SSRN 4354422. doi:10.2139/ssrn.4354422
Raffel, C., Shazeer, N., Roberts, A., Lee, K., Narang, S., Matena, M., Zhou, Y., Li, W., & Liu, P. J. (2020). Exploring the limits of transfer learning with a unified text-to-text transformer. The Journal of Machine Learning Research, 21(1), 5485-5551.
Ray, P. P. (2023). ChatGPT: A comprehensive review on background, applications, key challenges, bias, ethics, limitations and future scope. Internet of Things and Cyber-Physical Systems 3, 121-154. doi:10.1016/j.iotcps.2023.04.003
Sallam, M., Salim, N. A., Ala’a, B., Barakat, M., Fayyad, D., Hallit, S., Harapan, H., Hallit, R., & Mahafzah, A. (2023). ChatGPT Output Regarding Compulsory Vaccination and COVID-19 Vaccine Conspiracy: A Descriptive Study at the Outset of a Paradigm Shift in Online Search for Information. Cureus, 15(2). doi:10.7759/cureus.35029
Scao, T. L., Fan, A., Akiki, C., Pavlick, E., Ilić, S., Hesslow, D., ... & Manica, M. (2022). Bloom: A 176b-parameter open-access multilingual language model. arXiv preprint. doi:10.48550/arXiv.2211.05100.
Tarek, A. I. T., El Hajji, M., Youssef, E. S., & Fadili, H. (2022). Towards highly adaptive edu-chatbot. Procedia Computer Science, 198, 397-403.
Yang, Z., Dai, Z., Yang, Y., Carbonell, J., Salakhutdinov, R., & Le, Q. V. (2019). XLNet: Generalized Autoregressive Pretraining for Language Understanding. Advances in neural information processing systems, 32. https://proceedings.neurips.cc/paper/2019/hash/
dc6a7e655d7e5840e66733e9ee67cc69-Abstract.html. Преузето 10.10.2024.