IA Generativa na educação: benefícios e desvantagens

Tempo de leitura: 20 minutes

Loading

Resumo

Desde seu primeiro lançamento em domínio público, em 30 de novembro de 2022, o ChatGPT conquistou mais de um milhão de assinantes em uma semana. A ferramenta de IA generativa ⎼ChatGPT pegou o mundo de surpresa com sua capacidade sofisticada de realizar tarefas extremamente complexas. As extraordinárias habilidades do ChatGPT para realizar tarefas complexas no campo da educação causou uma mistura de sentimentos entre os educadores, pois esse avanço da IA parece revolucionar a práxis educacional existente. Este é um estudo exploratório que sintetiza a literatura recente existente para oferecer alguns benefícios e desvantagens potenciais do ChatGPT na na promoção do ensino e da aprendizagem.

Os benefícios do ChatGPT incluem, entre outros, a promoção de aprendizagem personalizada e interativa, gerando sugestões para atividades de avaliação formativa que fornecem feedback contínuo para formar o base do das experiências de ensino e aprendizagem. O documento também destaca algumas limitações inerentes ao ChatGPT, como a geração de informações erradas, vieses no treinamento de dados, que podem aumentar os vieses existentes, problemas de privacidade etc. O estudo oferece recomendações sobre como o ChatGPT pode ser aproveitado para maximizar o ensino e a aprendizagem. Os formuladores de políticas, pesquisadores, educadores e especialistas em tecnologia poderiam trabalhar juntos e iniciar conversas sobre como essas ferramentas de IA Generativa em evolução podem ser usadas de forma segura e construtiva para melhorar a educação e apoiar o aprendizado dos alunos e facilitar o trabalhos dos professores.

1. Introdução

O século 21 tem experimentado um cenário de rápidas mudanças nas práticas educacionais, em grande parte devido ao avanço da tecnologia (como a inteligência artificial) (Petersen, 2021). O progresso e a expansão recentes no aprendizado de máquina levaram a uma tecnologia inovadora e mais sofisticada de geração de conteúdo digital, como a inteligência artificial (IA) generativa (Hu, 2022). A inteligência artificial de modelagem generativa (GAI) é uma é uma estrutura de aprendizado de máquina não supervisionada ou parcialmente supervisionada, que gera relíquias criadas pelo homem por meio do uso de estatísticas, probabilidades etc. (Hu, 2022; Jovanović, 2022). Por meio de avanços na aprendizagem profunda (DL), a IA generativa cria relíquias artificiais usando conteúdo digital existente, como, entre outros, vídeo, imagens/gráficos, texto, áudio, vídeo, examinando exemplos de treinamento; aprendendo seus padrões e distribuição (Abukmeil, et al., 2021; Hu, 2022; Jovanović, 2022; Gui, et al., 2021).

A literatura existente identificou duas grandes IA generativa ⎼ Rede Adversária Generativa (GAN) e Transformador Generativo Pré-treinado (GPT) (Abukmeil, et al., 2021; Brown et al., 2020; Hu, 2022; Jovanović, 2022; Gui, et al., 2021). Atualmente, o GAN é a técnica GAI comumente usada. A GAN usa duas redes neurais (ou seja, redes geradoras e discriminadoras). A rede geradora gera dados sintéticos (por exemplo, a imagem do rosto de alguém), enquanto a rede discriminadora examina a genuinidade do conteúdo para determinar se o conteúdo é autêntico ou não (por exemplo, se a imagem do ser humano é real ou não). Esse processo de verificação continua até que a rede discriminadora não consiga decifrar entre o conteúdo sintético e o real, e o sintético seja reconhecido como real (Hu, 2022; Jovanović, 2022). O CAN é usado predominantemente para geração de voz, gráficos e vídeo (Hu, 2022).

Por outro lado, os modelos Generative Pre-trained Transformer (GPT) usam uma grande quantidade de dados de conteúdo digital disponíveis publicamente (processamento de linguagem natural [NLP]) para ler e produzir texto semelhante ao humano em vários idiomas e podem demonstrar criatividade ao escrever de um parágrafo a um artigo de pesquisa completo de forma convincente (ou quase convincente) sobre quase todos os tópicos (Aydin & Karaarslan, 2023). Esses modelos são capazes até mesmo de envolver clientes em conversas semelhantes às humanas, como chatbots de atendimento ao cliente ou personagens fictícios em jogos (Aydin & Karaarslan, 2022; Jovanović, 2022; Korngiebel et al., 2021; Pavlik, 2023).

Uma mais sofisticada do Generative Pre-trained Transformer (GPT) -3 foi desenvolvido recentemente (Brown, et al., 2020). Usando 175 bilhões de parâmetros, o GPT-3 foi desenvolvido para melhorar a sua ignorância em algumas tarefas e até mesmo se tornar competitivo com as abordagens de ajuste fino de última geração anteriores (Brown, et al., 2020). Brown et al., (2020) afirmaram que o GPT-3 é dez vezes superior a qualquer modelo de linguagem não esparsa anterior.

O GPT-3 se tornou o mecanismo básico de NLP que executa o modelo de linguagem recentemente desenvolvido ChatGPT, que atraiu a atenção em vários campos, incluindo, mas não se limitando a, educação (Williams, 2023; Tate, 2023), engenharia (Qadir, 2022), jornalismo (Pavlik, 2023), medicina (Nisar, & Aslam, 2023; O’Connor, & ChatGPT, 2023) economia e finanças (Alshater, 2022). Nas próximas seções, fornecemos uma explicação sobre o que é o ChatGPT e o potencial para melhorar a educação e o aprendizado dos alunos. Também discutimos algumas limitações e como os educadores podem usar o ChatGPT para apoiar e melhorar o aprendizado dos alunos. Uma versão anterior deste trabalho foi publicada anteriormente em uma pré-impressão (consulte Baidoo-Anu & Owusu-Ansah, 2023).

2. Metodologia

Empregamos uma metodologia exploratória para entender o benefício potencial do ChatGPT na educação. O objetivo dessa metodologia é revisar e explorar sistematicamente (a) a interatividade do ChatGPT, (b) os benefícios do ChatGPT e da IA generativa relacionada no avanço do ensino e da aprendizagem, (c) as possíveis desvantagens do uso do ChatGPT e da IA generativa relacionada na educação, reflexões e implicações para a prática. O estudo foi orientado por estas perguntas de pesquisa ⎼ (a) Quão interativo é o ChatGPT? (b) Quais são os possíveis benefícios do ChatGPT e da IA generativa relacionada no avanço do ensino e da aprendizagem? (c) Quais são as possíveis desvantagens do uso do ChatGPT e da IA generativa relacionada na educação?

O estudo se concentrou em recursos disponíveis publicamente sobre o ChatGPT de novembro de 2022 a março de 2023. Especificamente, nos concentramos em artigos publicados em revistas revisadas por pares ou pré-impressões, bem como artigos de boletins informativos e mídias sociais. Também estávamos interessados em artigos que foram publicados em inglês.

3. O que é o ChatGPT

Para começar, pedimos ao ChatGPT que se explicasse. A pergunta inicial foi “O que é o ChatGPT?”. O ChatGPT gerou esta resposta. “O ChatGPT é um grande modelo de linguagem treinado pela OpenAI. Ele foi projetado para gerar texto semelhante ao humano com base em um determinado prompt ou contexto. Ele pode ser usado para uma variedade de tarefas de processamento de linguagem natural, como
como conclusão de texto, geração de conversas e tradução de idiomas”. (Por ChatGPT, 23 de janeiro de 2023).

Como acompanhamento, usamos outro prompt “How does it work?” (Como funciona?). Para saber o quanto ele é conversacional, escrevemos intencionalmente “How doesit work?” em vez de “How does ChatGPT work?”. Ele retornou com a resposta abaixo.
“O ChatGPT é baseado em uma arquitetura de transformador, um tipo de rede neural que tem se mostrado muito eficaz para tarefas de processamento de linguagem natural. Ele é treinado em um grande conjunto de dados de texto, como livros e artigos, e aprende a gerar texto semelhante ao texto em que foi treinado. Quando recebe um prompt ou contexto, o modelo processa a entrada e gera uma resposta. A resposta é gerada uma palavra de cada vez, com o modelo prevendo a próxima palavra com base na entrada e nas palavras geradas até o momento.

O modelo usa mecanismos de atenção para se concentrar nas partes mais relevantes da entrada e gerar uma resposta que seja coerente e apropriada para o contexto em questão. Após o treinamento, o modelo pode ser ajustado em uma tarefa específica, como resposta a perguntas ou geração de diálogos, fornecendo a ele exemplos específicos da tarefa e ajustando o modelo com base nesses dados. Ele também pode gerar texto em vários idiomas por meio do ajuste fino do modelo no conjunto de dados multilíngue ou fornecendo ao modelo o código do idioma” (By ChatGPT January 23, 2023).

Em seguida, o tópico da conversa foi alterado para discutir a COVID-19 e os impactos nas entregas educacionais usando o a solicitação “Agora discuta como a COVID-19 mudou as pedagogias educacionais”. Em segundos, ele escreveu a trecho abaixo. A pandemia de COVID-19 teve um impacto significativo na forma como a educação é oferecida, com muitas escolas e universidades estão migrando para o aprendizado on-line ou remoto a fim de cumprir as diretrizes de distanciamento social. Isso resultou em uma rápida mudança para a pedagogia digital e on-line, pois os educadores tiveram de se adaptar rapidamente a esse novo modo de instrução. Uma das principais mudanças que ocorreram foi o aumento do uso da tecnologia para o ensino e a aprendizagem. Isso incluiu o uso de plataformas de aprendizagem on-line, como Zoom, Google Classroom e outras ferramentas de conferências de vídeo, bem como o uso de materiais digitais, como livros eletrônicos, vídeos e atividades interativas. Isso permitiu maior flexibilidade e acessibilidade na oferta de educação, pois os alunos agora podem acessar materiais e participar das aulas de qualquer lugar com acesso à Internet.

Além disso, houve uma mudança para um aprendizado mais autodirigido e assíncrono, em que os alunos têm mais autonomia em seu aprendizado e podem concluir o curso em seu próprio ritmo. Essa abordagem permite que os alunos trabalhem em um horário que lhes seja conveniente e pode ser benéfica para os alunos que tenham outras responsabilidades ou que tenham dificuldade de assistir às aulas presenciais. Entretanto, a mudança para o aprendizagem on-line também destacou a exclusão digital, em que os alunos de baixa renda ou de áreas rurais podem não ter acesso à tecnologia ou à conectividade com a Internet necessárias para participar plenamente do aprendizado remoto. E isso também trouxe desafios como a falta de interação, a falta de motivação e a falta de responsabilidade.

De modo geral, a COVID-19 acelerou a adoção da tecnologia e da pedagogia digital na educação, mas também destacou a necessidade de equidade e acessibilidade na oferta de educação. O sistema educacional terá que continuar a se adaptar e evoluir para atender às necessidades dos alunos, professores e pais durante esse período (Por ChatGPT, 23 de janeiro de 2023). Obviamente, o resultado mostra claramente que o ChatGPT é muito interativo e capaz não apenas de manter uma conversa realista, semelhante à humana, sobre uma ampla gama de tópicos, mas também produz um conteúdo criativo convincente.

Desde seu primeiro lançamento em domínio público, em 30 de novembro de 2022, o ChatGPT conquistou mais de um milhão de assinantes em uma semana (Altman, 2022; Mollman, 2022). O ChatGPT pegou o mundo de surpresa com sua capacidade sofisticada e se tornou o assunto mais quente nas mídias sociais e nos veículos de notícias, incluindo Nature (Stokel-Walker, 2022) e The New York Times (Metz, 2022), entre outros.

Tempo para cada serviço chegar a um milhão de usuários.

Tempo para cada serviço chegar a um milhão de usuários. É curiosa a ausência do TikTok no gráfico. A rede social atualmente é uma das maiores do mundo e levou apenas três anos para conquistar um bilhão de usuários.

O ChatGPT tem capacidade sem precedentes de realizar tarefas extremamente complexas, como escrever um artigo (GTP-3 et al., 2021), uma história, poema, uma redação (Lucy & Bamman 2021), capacidade de fornecer um resumo ou expansão de um texto, ajustar textos para refletir uma perspectiva diferente, e até mesmo escrever e depurar código de computador original (Williams, 2023; Tate et. al, 2023). As extraordinárias habilidades do ChatGPT para realizar tarefas complexas no campo da educação causou sentimentos contraditórios entre os educadores, pois esse avanço na IA parece revolucionar as práticas educacionais existentes.

Isso se tornou um tópico polêmico entre os educadores, enquanto alguns consideram o ChatGPT e a IA generativa relacionada como o futuro do ensino e da aprendizagem, bem como da pesquisa educacional. Outros são céticos e o veem como uma ameaça e um possível fim para a maioria das atividades educacionais, o que torna os professores e alunos preguiçosos, com pouca ou nenhuma capacidade analítica. Portanto, a pergunta que pede uma resposta é se o ChatGPT e a IA generativa relacionada são o futuro do ensino e da aprendizagem ou uma ameaça ao campo da educação? Em coautoria com o ChatGPT, apresentamos alguns benefícios do ChatGPT e da IA generativa relacionada para o avanço do ensino e da aprendizagem.

Também escrevemos em coautoria para discutir as possíveis desvantagens do uso do ChatGPT e da IA generativa relacionada na educação. IA generativa relacionada na educação. As implicações para a prática foram discutidas.

4. Benefícios do Chatgpt e da IA GENERATIVA relacionada no avanço do ensino e aprendizagem

Consultamos o ChatGPT para gerar o benefício do ChatGPT e da IA generativa relacionada no avanço do ensino e da aprendizagem. A pergunta inicial foi: “Quais são os benefícios do ChatGPT e da IA generativa relacionada no avanço do ensino e aprendizado”. O ChatGPT gerou uma resposta muito breve (um parágrafo) que não foi detalhada. Então quando alteramos a solicitação, o ChatGPT também alterou a resposta, fornecendo uma explicação detalhada. O prompt alterado foi “Quero que você discuta com possíveis referências os benefícios do ChatGPT e da IA generativa relacionada no avanço do ensino e da aprendizagem”. Foram geradas as seguintes respostas detalhadas.

O ChatGPT, um grande modelo de linguagem desenvolvido pela OpenAI, tem o potencial de ser uma ferramenta poderosa no campo da educação. Aqui estão algumas maneiras específicas pelas quais o ChatGPT pode ser usado para aprimorar o aprendizado e as referências que o apóiam:

Aulas particulares personalizadas

O ChatGPT pode ser usado para fornecer tutoria personalizada e feedback aos alunos com base em suas necessidades individuais de aprendizado e progresso. Um estudo realizado por Chen e colegas (2020) demonstrou que um agente de conversação baseado em um modelo generativo (ChatGPT) poderia fornecer feedbakcs personalizados de matemática aos alunos, resultando em melhores resultados de aprendizagem. O estudo mostrou que o agente de conversação foi capaz de fornecer explicações adaptadas às concepções errôneas dos alunos e foi capaz de se adaptar ao nível de compreensão deles.

Avaliação automatizada de redações

O ChatGPT pode ser treinado para avaliar as redações dos alunos, proporcionando aos professores mais tempo para se concentrarem em outros aspectos do ensino. Um estudo realizado por Kim e colegas (2019) mostrou que um modelo generativo modelo generativo (ChatGPT) treinado em um conjunto de dados de redações avaliadas por humanos poderia avaliar com precisão redações escritas por alunos do ensino médio, com uma correlação de 0,86 com as notas humanas. O estudo mostrou que o modelo foi identificar os principais recursos de redações bem escritas e fornecer feedback semelhante ao fornecido por avaliadores humanos.

Tradução de idiomas

O ChatGPT pode ser usado para traduzir materiais educacionais para diferentes idiomas, tornando-os mais acessíveis a um público mais amplo. Um estudo realizado por Johnson e colegas (2016) demonstrou que um modelo generativo (ChatGPT) treinado em um conjunto de dados de pares de frases bilíngues poderia traduzir com precisão entre idiomas, obtendo resultados de última geração em vários
de tradução. O estudo mostrou que o modelo foi capaz de entender o significado das frases em um idioma e gerar traduções precisas em outro idioma.

Aprendizagem interativa

O ChatGPT pode ser usado para criar experiências de aprendizado interativo em que os alunos podem interagir com um tutor virtual em um ambiente de conversação. Um estudo realizado por Peng e colegas (2019) demonstrou que um agente de conversação baseado em modelo generativo poderia fornecer suporte eficaz para alunos que estão aprendendo inglês como segundo idioma, resultando em maior proficiência no idioma. O estudo mostrou que o agente foi capaz de entender as perguntas dos alunos e fornecer respostas adequadas e respostas apropriadas e relevantes.

Aprendizagem adaptativa

O ChatGPT pode ser usado para criar sistemas de aprendizagem adaptativa que ajustam seus métodos de ensino com base no progresso e no desempenho do aluno. Um estudo realizado por Chiang e colegas (2021) mostrou que um sistema de aprendizado adaptativo baseado em um modelo generativo (ChatGPT) poderia fornecer um suporte mais suporte mais eficaz para os alunos que estão aprendendo programação, resultando em melhor desempenho nas avaliações de programação. O estudo mostrou que o modelo foi capaz de entender o conhecimento dos alunos e ajustar a dificuldade dos problemas gerados.

Em geral, o ChatGPT tem o potencial de ser uma ferramenta poderosa para aprimorar o ensino e a aprendizagem, fornecendo tutoria personalizada, avaliação automatizada de redações, tradução de idiomas, aprendizagem interativa e (Por ChatGPT, 24 de janeiro de 2023).

5. Possíveis desvantagens do uso do Chatgpt e da IA Generadora relacionada na educação

Para ter uma visão geral da possível desvantagem de incorporar o ChatGPT e a IA generativa relacionada na educação, ChatGPT foi solicitado a discutir com referências a possível desvantagem de usar o ChatGPT e a IA generativa relacionada na educação. Abaixo está o resultado de minha consulta.

Embora existam muitos benefícios potenciais do uso do ChatGPT e de outros modelos de IA generativa na educação, há também algumas desvantagens a serem consideradas. Essas desvantagens são apoiadas por estudos de pesquisa:

Falta de interação humana

O ChatGPT e outros modelos generativos não são capazes de fornecer o mesmo nível de interação humana que um professor ou tutor real. Essa falta de interação humana pode ser uma desvantagem para os alunos que podem se beneficiar mais de uma conexão pessoal com um professor. Um estudo realizado por D’Mello e colegas (2014) descobriu que os alunos que interagiram com um tutor virtual que imitava o comportamento afetivo semelhante ao humano tiveram um melhor resultado de aprendizagem do que aqueles que interagiram com um tutor virtual que não apresentava esse comportamento.

Compreensão limitada

Os modelos generativos são baseados em padrões estatísticos nos dados em que são treinados e não têm uma compreensão real dos conceitos que estão ajudando os alunos a aprender. Isso pode
ser uma desvantagem quando se trata de fornecer explicações ou feedback adaptados às necessidades individuais e concepções errôneas do aluno. Um estudo realizado por Wang e colegas (2020) mostrou que um sistema de tutoria baseado em modelos generativos não tinha a capacidade de fornecer explicações adaptadas às concepções errôneas dos alunos.

Viés nos dados de treinamento

Os modelos generativos são tão bons quanto os dados em que são treinados e, se os dados de treinamento contiverem vieses, o modelo também será tendencioso. Por exemplo, se um modelo for treinado em um conjunto de dados de redações escritas principalmente por alunos de um determinado grupo demográfico, ele poderá não ser capaz de classificar com precisão as redações escritas por alunos de outros grupos demográficos. Um estudo realizado por Bolukbasi e colegas (2016) mostraram que um modelo generativo treinado em um grande corpus de texto da Internet apresentava preconceito de gênero em sua geração de linguagem.

Falta de criatividade

Os modelos generativos só podem gerar respostas com base nos padrões dos dados que observados durante o treinamento, o que pode limitar a criatividade e a originalidade das respostas. Um estudo realizado por Ziegler e colegas (2019) descobriu que um sistema de composição musical baseado em modelos generativos tinha uma capacidade de gerar melodias originais e diversas.

Dependência de dados

Os modelos generativos são treinados em uma grande quantidade de dados, e a qualidade do modelo modelo é altamente dependente da qualidade e da quantidade dos dados. Se os dados não forem suficientes ou não forem relevantes, o modelo não terá o mesmo desempenho. Um estudo realizado por Kocaguneli e colegas (2019) mostrou que um sistema de resposta a perguntas baseado em modelo generativo teve um desempenho ruim quando os dados de treinamento não eram relevantes para a tarefa em questão.

Falta de compreensão contextual

Os modelos generativos não têm a capacidade de entender o contexto e a situação, o que pode levar a respostas inadequadas ou irrelevantes. Um estudo realizado por Gao e colegas (2019)
mostrou que um sistema de diálogo baseado em modelos generativos tinha uma capacidade limitada de entender e gerar respostas contextualmente apropriadas em uma conversa.

Capacidade limitada de personalizar a instrução

O ChatGPT e outros modelos generativos de IA podem fornecer informações e assistência gerais, mas podem não ser capazes de personalizar a instrução para atender às necessidades individuais de um determinado aluno. (Ribeiro & Vala, 2020)

Privacidade

Também há preocupações com a privacidade e a segurança dos dados ao usar o ChatGPT e outros modelos generativos de IA na educação. (Ribeiro & Vala, 2020). É importante ter em mente que o ChatGPT e outros modelos de IA generativa são ferramentas poderosas, mas não substituem os professores e tutores humanos. É importante usar essas ferramentas de forma responsável e em conjunto com a instrução e o apoio humano (Ribeiro & Vala, 2020).

Em geral, embora os modelos de IA generativa, como o ChatGPT, possam ser ferramentas poderosas para aprimorar o ensino e a aprendizado, é importante estar ciente de suas limitações e usá-los em conjunto com outros métodos de ensino que enfatizem a interação e a compreensão humana (By ChatGPT January 23, 2023).

6. Reflexões e implicações para a prática

Sem dúvida, o ChatGPT e outras IAs generativas já estão ampliando os limites educacionais e iniciando uma mudança significativa de paradigma na práxis educacional existente. Desde sua apresentação ao público em 2022, os educadores escreveram extensivamente sobre as possíveis implicações para professores, alunos e políticas. Alguns educadores já começaram a testar a eficiência do ChatGPT integrando-o em suas atividades educacionais (por exemplo pesquisa, ensino, avaliação) e descobriram que, por meio da automação de determinadas tarefas e processos, o ChatGPT é capaz de economizar tempo para outras atividades importantes, como passar mais tempo com os alunos (Alshater, 2022; Terwiesch, 2023).

Por exemplo, Terwiesch, que é professor da Wharton School da Universidade da Universidade da Pensilvânia, indicou que normalmente são necessárias 20 horas de trabalho para criar um exame e outras 10 horas para os assistentes técnicos testarem o exame e escreverem soluções para ele. No entanto, o ChatGPT conseguiu criar os exames em 10 horas e reduziu o tempo dos TAs para 5 horas. Isso mostra um aumento de 100% na produtividade da “operação de elaboração de exames” (Terwiesch, 2023, p. 23). Da mesma forma, Zhai (2022) afirmou que ele levou de 2 a 3 horas para realizar um estudo no ChatGPT. Ele disse que “… todo o processo, incluindo gerar e testar consultas, adicionar legendas e revisar e organizar o conteúdo, levou de 2 a 3 horas” (p.9). Os pesquisadores conseguiram pedir ao GPT-3 da OpenAI para escrevesse um artigo acadêmico sobre si mesmo e como ele funciona (Thunstrom, 2022; preprint, GPT et al., 2022). O artigo foi submetido a uma revista acadêmica.

Herft (2023) também identificou várias maneiras pelas quais os professores poderiam usar o ChatGPT para apoiar e aprimorar seus práticas pedagógicas e de avaliação. Por exemplo, os professores podem aproveitar os recursos do ChatGPT para criar prompts para perguntas abertas que se alinham com as metas de aprendizado e os critérios de sucesso da unidade de instrução. Além disso, o ChatGPT também pode ser usado para gerar rubricas de qualidade que expliquem de forma clara e concisa expliquem exatamente o que os alunos precisam fazer para serem bem-sucedidos nos vários níveis de proficiência exigidos. Mais uma vez, os professores podem usar o ChatGPT para criar “sugestões de atividades de avaliação formativa que fornecem feedback contínuo para informar o ensino e a aprendizagem” (Herft, 2023, p. 3). Assim, os sistemas de avaliação podem apoiar a integração do feedback contínuo nos processos de aprendizagem utilizando artefatos distintos e atípicos. Os alunos também podem usar o ChatGPT e outros chatbots para apoiar seu aprendizado.

Por exemplo, os alunos podem aproveitar a capacidade dessa IA geradora avançada para fornecer explicações sistemáticas de determinados conceitos complexos. O ChatGPT pode servir como um tutor virtual, que pode responder às perguntas dos alunos e fornecer explicações sobre uma ampla gama de assuntos. Isso pode ser particularmente útil para alunos que estão tendo dificuldades com um tópico específico ou que precisam de ajuda extra fora da sala de aula. Além disso, estudos descobriram que falantes não nativos de idiomas nacionais e alunos com deficiências de aprendizado e de linguagem (ou seja, dificuldades para escrever bem) se beneficiarão mais com esses modelos de linguagem natural. Há uma grande variedade de abordagens de aprendizagem centradas no aluno que podem ser construídas para serem jogadas em grupos.

Há uma grande variedade de abordagens de aprendizagem centradas no aluno que podem ser construídas para serem jogadas em grupos. O ChatGPT e a IA generativa relacionada têm a capacidade de criar cenários distintos para que os alunos colaborem para resolver problemas e atingir objetivos e metas. Dessa forma, os alunos podem aprender uns com os outros, o que promove um senso de comunidade entre os alunos. Sem dúvida, o ChatGPT tem um grande potencial para apoiar e avançar o trabalho de educadores, estudantes e pesquisadores, práticas pedagógicas e de avaliação. Por exemplo, os professores podem aproveitar os recursos do ChatGPT para criar prompts para perguntas abertas que se alinham com as metas de aprendizado e os critérios de sucesso da unidade de instrução.

Mais uma vez, os professores podem usar o ChatGPT para criar “sugestões de atividades de avaliação formativa que fornecem feedback contínuo para informar o ensino e a aprendizagem” (Herft, 2023, p. 3). Assim, os sistemas de avaliação podem apoiar a integração do feedback contínuo nos processos de aprendizagem utilizando artefatos distintos e atípicos. Os alunos também podem usar o ChatGPT e outros chatbots para apoiar seu aprendizado.

7. Conclusão e o caminho a seguir

Apesar de suas limitações inerentes, é um fato quase inegável que o ChatGPT e outras IAs generativas vieram para ficar e continuarão revolucionando o sistema educacional atual. Muitos pediram que o ChatGPT fosse banido das escolas, enquanto outros começaram a desenvolver software para detectar textos gerados por IA (veja, https://writer.com/ai-content-detector/ e https://huggingface.co/roberta-base-openai-detector). Outros também forneceram dicas que os professores podem usar para evitar que os alunos usem o ChatGPT para escrever suas redações e outros trabalhos escolares. Por exemplo, Elsen-Rooney (2023) relatou que a cidade de Nova York o Departamento de Educação (NYC) bloqueou o ChatGPT em dispositivos e redes escolares para que alunos e professores não possam mais acessar o ChatGPT. Embora essas várias estratégias possam funcionar por um tempo, elas podem não resistir ao teste do tempo o teste do tempo com uma IA generativa ainda mais sofisticada, como o GTP-5, que está previsto para chegar em um futuro não muito distante.

Atualmente, a literatura existente mostra que os detectores de texto gerado por IA não são eficazes com os atuais modelos de linguagem de processamento natural sofisticados (por exemplo, Williams, 2023; Tate, 2023). Não devemos perder de vista o fato de que os alunos também têm acesso a esses detectores e podem alterar o texto gerado para garantir que ele se torne indetectável. Em vista disso, já é hora de começarmos a aceitar o cenário de rápidas mudanças nas práticas educacionais e incorporar essas mudanças em nossa práxis educacional atual. Além disso, com a Microsoft tentando incorporar o ChatGPT de forma holística em seus produtos (Rudolph et al., 2023; Warren, 2023), em pouco tempo o ChatGPT será convencional, e talvez seja tarde demais para as instituições educacionais repensarem suas políticas e práticas para orientar e apoiar seus alunos no uso do ChatGPT de forma segura e construtiva.

Uma área que tem recebido mais atenção e se tornado atual é a avaliação dos alunos. Ainda é muito cedo para concluir, mas muito em breve os educadores talvez precisem repensar como os alunos são avaliados. Talvez tenham que mudar a forma como a avaliação é feita atualmente para avaliações mais inovadoras. A literatura existente demonstrou que os professores têm capacidade e habilidades limitadas para se envolverem em práticas de avaliação de alta qualidade que promovam o aprendizado. que promovam o aprendizado. Em vez disso, os educadores têm pedido constantemente aos professores que desenvolvam a capacidade de envolver os alunos em práticas de avaliação de alta qualidade (Earl, 2012; Wiliam, 2011; Willis, Adie, & Klenowski, 2013). Por meio da capacitação profissional, os professores poderiam desenvolver as habilidades necessárias para aproveitar o poder do ChatGPT, e de outras IAs generativas para se envolverem em práticas de avaliação de alta qualidade que melhorem o aprendizado dos alunos.

Dado o aumento da IA até mesmo nos espaços de trabalho, integrar ferramentas de IA generativa na sala de aula e ensinar os alunos a usá-la de forma construtiva e segura como usá-las de forma construtiva e segura também poderia prepará-los para prosperar em um ambiente de trabalho dominado pela IA após a escola. Portanto, os educadores poderiam aproveitar modelos de IA generativa como o ChatGPT para apoiar o aprendizado dos alunos.

Algumas perguntas precisam de respostas urgentes, por exemplo, como podemos aproveitar o ChatGPT para apoiar o aprendizado dos alunos? Precisamos treinar professores e alunos sobre como eles podem usar as ferramentas atuais de ferramentas de IA generativas atuais para aprimorar o ensino e a aprendizagem? Como podemos integrar ferramentas de IA generativas aos programas de programas de formação de professores para preparar candidatos a professores em formação para usar efetivamente as ferramentas de IA em suas salas de aula? Essas ferramentas de IA generativas eliminarão ou aumentarão a exclusão digital existente e qual é o caminho a seguir? para avançar? Os formuladores de políticas, pesquisadores, educadores e especialistas em tecnologia devem trabalhar juntos e iniciar conversas sobre como essas ferramentas de IA generativas em evolução poderiam ser usadas de forma segura e construtiva para melhorar a educação e apoiar o aprendizado dos alunos.

Cite this paper (APA) Baidoo-Anu, D., Owusu Ansah, L. (2023). Education in the Era of Generative Artificial Intelligence (AI): Understanding the Potential Benefits of ChatGPT in Promoting Teaching and Learning. Journal of AI. 7(1), 52-62

Referências

Abukmeil, M., Ferrari, S., Genovese, A., Piuri, V., & Scotti, F. (2021). A survey of unsupervised generative models for exploratory data analysis and representation learning. Acm computing surveys (csur), 54(5), 1-40. https://doi.org/10.1145/3450963.

Alshater, M. (2022). Exploring the role of artificial intelligence in enhancing academic performance: A case study of ChatGPT (December 26, 2022). Available at SSRN: https://ssrn.com/abstract=4312358 or http://dx.doi.org/10.2139/ssrn.4312358

Altman, S. (2022, Dec. 4). Twitter. https://twitter.com/sama/status/1599668808285028353?s=20&t=j5ymf1tUeTpeQuJKlWAKaQ.

Aydın, Ö., Karaarslan, E. (2022). OpenAI ChatGPT Generated Literature Review: Digital Twin in Healthcare. In Ö. Aydın (Ed.), Emerging Computer Technologies 2 (pp. 22-31). İzmir Akademi Dernegi.

Aydın, Ö., & Karaarslan, E. (2023). Is ChatGPT leading generative AI? What is beyond expectations? Academic Platform Journal of Engineering and Smart Systems.

Brown, T., Mann, B., Ryder, N., Subbiah, M., Kaplan, J. D., Dhariwal, P., et al. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems, 33: 1877-1901.

Chen, Y., Chen, Y., & Heffernan, N. (2020). Personalized math tutoring with a conversational agent. arXiv preprint arXiv: 2012.12121.

D’Mello, S., Craig, S., Witherspoon, A., & Graesser, A. (2014). Affective and learning-related dynamics during interactions with an intelligent tutoring system. International Journal of Human-Computer Studies, 72(6), 415-435.

Elsen-Rooney, M. (2023). NYC education department blocks ChatGPT on school devices, networks. Retrieved on January 24 2023 from https://ny.chalkbeat.org/2023/1/3/23537987/nyc-schools-ban-chatgptwriting-artificial-intelligence.

Earl, L. M. (2012). Assessment as learning: Using classroom assessment to maximize student learning. Corwin Press.

Gui, J., Sun, Z., Wen, Y., Tao, D., & Ye, J. (2021). A review on generative adversarial networks: Algorithms, theory, and applications. IEEE Transactions on Knowledge and Data Engineering. doi: 10.1109/TKDE.2021.3130191.

Herft, A. (2023). A Teacher’s Prompt Guide to ChatGPT aligned with ‘What Works Best’ Guide. Retrieved on January 23 2023 from https://drive.google.com/file/d/15qAxnUzOwAPwHzoaKBJd8FAgiOZYcIxq/view.

Hu, L. (2023). Generative AI and Future. Retrieved on January 23 from https://pub.towardsai.net/generativeai-and-future-c3b1695876f2.

Jovanović, M. (2023). Generative Artificial Intelligence: Trends and Prospects. https://www.computer.org/csdl/magazine/co/2022/10/09903869/1H0G6xvtREk.0.1109/MC.2022.3192720.

Johnson, M., Schuster, M., Le, Q., Krikun, M., Wu, Y., Chen, Z., … & Chen, Y. (2016). Google’s neural machine translation system: Bridging the gap between human and machine translation. arXiv pre.

Kim, S., Park, J., & Lee, H. (2019). Automated essay scoring using a deep learning model. Journal of Educational Technology Development and Exchange, 2(1), 1-17.

Lucy, L., & Bamman, D. (2021, June). Gender and representation bias in GPT-3 generated stories. In Proceedings of the Third Workshop on Narrative Understanding (pp. 48-55). http://dx.doi.org/10.18653/v1/2021.nuse-1.5.

Metz, C. (2022, Dec.11). The new chatbots could change the world. Can you trust them? The New York Times. https://www.nytimes.com/2022/12/10/technology/ai-chat-bot-chatgpt.html.

Mollman, S. (2022, December 9). ChatGPT has gained 1 million followers in a single week. Here’s why the A.I. chatbot is primed to disrupt search as we know it. Yahoo Finance. https://finance.yahoo.com/news/chatgpt-gained-1-million-followers224523258.html?guccounter=1&guce_referrer=aHR0cHM6Ly9kdWNrZHVja2dvLmNvbS8&gucereferr er_sig=AQAAAFoaVt0Jgmrz33m4F8LQ93tU37YKNp45BNiRU295yW5YSO9Pki rImoDOfHuNU3b9C9E4zFl6W1R6mSZrM5SFK7y0Au9ht wMKUfBuhQ0Y254BzjvjaY ypRR60aUlPgL3xfTqaM81r3SoP4-QEwJD1lW3avB5uVyxoyu0Src7ffpU.

OpenAI. (2022). ChatGPT: Optimizing language models for dialogue. OpenAI. Published November 30, 2022. Accessed January 17, 2022. https://openai.com/blog/chatgpt/.

O’Connor, S., & ChatGPT. (2023). Open artificial intelligence platforms in nursing education: Tools for academic progress or abuse? Nurse Education in Practice, 66, 103-537. https://doi.org/10.1016/j.nepr.2022.103537.

Pavlik, J. V. (2023). Collaborating With ChatGPT: Considering the Implications of Generative Artificial Intelligence for Journalism and Media Education. Journalism & Mass Communication Educator, 0(0). https://doi.org/10.1177/10776958221149577

Petersen, J. (2021). Innovative assessment practices. Retrieved on 2 August 2022 from https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahU KEwjhzbGO38T5AhW2hIkEHXPNDdoQFnoECAkQAQ&url=https%3A%2F%2Ffreshgrade.com%2Fwpcontent%2Fuploads%2F2020%2F07%2FFG-Innovative-Assessment-Whitepaper1.pdf&usg=AOvVaw1fWCFBStSE4BqDTXT5_Voi.

Qadir, Junaid (2022): Engineering Education in the Era of ChatGPT: Promise and Pitfalls of Generative AI for Education. TechRxiv. Preprint. https://doi.org/10.36227/techrxiv.21789434.v1.

Rudolph, J., Tan, S., & Tan, S. (2023). ChatGPT: Bullshit spewer or the end of traditional assessments in higher education?. Journal of Applied Learning and Teaching, 6(1). https://doi.org/10.37074/jalt.2023.6.1.9.

Tate, T. P., Doroudi, S., Ritchie, D., Xu, Y., & Uci, m. w. (2023, January 10). Educational Research and AIGenerated Writing: Confronting the Coming Tsunami. https://doi.org/10.35542/osf.io/4mec3.

Terwiesch, C. (2023). Would Chat GPT3 get a Wharton MBA? A prediction based on its performance in the operations management course. Mack Institute for Innovation Management at the Wharton School: University of Pennsylvania.

Thunstrom, A. O. (2022, June 30). We asked GPT-3 to write an academic paper about itself- then we tried to get it published. Scientific American. https://www.scientificamerican.com/article/we-asked-gpt-3-towrite-an-academic-paper-about-itself-mdash-then-we-tried-to-get-it-published/.

Warren, T. (2023, January 9). Microsoft is looking at OpenAI’s GPT for Word, Outlook, and PowerPoint. The Verge, https://www.theverge.com/2023/1/9/23546144/microsoft-openai-word-powerpoint-outlookgpt-integration-rumor

Williams, C. (2023). Hype, or the future of learning and teaching? 3 Limits to AI’s ability to write student essays. . London School of Economics internet blog. https://kar.kent.ac.uk/99505/.

Willis, J., Adie, L., & Klenowski, V. (2013). Conceptualising teachers’ assessment literacies in an era of curriculum and assessment reform. The Australian Educational Researcher, 40, 241-256. https://doi.org/10.1007/s13384-013-0089-9.

Wiliam, D. (2011). What is assessment for learning?. Studies in Educational Evaluation, 37(1), 3-14. https://doi.org/10.1016/j.stueduc.2011.03.001.

Zhai, X., (2022). ChatGPT User experience: Implications for education. (December 27, 2022). Available at SSRN: https://ssrn.com/abstract=4312418 or http://dx.doi.org/10.2139/ssrn.4312418.

Wang, W., Chen, Y., & Heffernan, N. (2020). A generative model-based tutoring system for math word problems. arXiv preprint arXiv:2010.04.

Fernando Giannini

Pesquisador de tecnologia aplicada à educação, arquiteto de objetos virtuais de aprendizagem, fissurado em livros de grandes educadores e viciado em games de todos os tipos. Conhecimentos aprimorados em cursos de grandes empresas de tecnologia, principalmente no Google Business Educational Center e Microsoft. Sócio-proprietário da Streamer, empresa que alia tecnologia e educação. Experiência de 18 anos produzindo e criando objetos de aprendizagem, cursos a distância, design educacional, interfaces para sistemas de aprendizagem. Gestor de equipe para projetos educacionais, no Ensino Básico, Médio e Ensino Superior. Nesse período de trabalho gerenciou equipes e desenvolveu as habilidades de liderança e gestão. Acredita na integração e aplicação prática dos conhecimentos para a realização de projetos inovadores, sólidos e sustentáveis a longo prazo. Um dos grandes sonhos realizados foi o lançamento do curso gratuito Mande Bem no ENEM que atingiu mais de 500 mil estudantes em todo o Brasil contribuindo para a Educação Brasileira.

Participe da nossa comunidade no Whatsapp sobre Educação e Tecnologia

0 comentários

Enviar um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Posts Relacionados

Professores: protagonistas ou vítimas do chatGPT?

A rápida integração da Inteligência Artificial (IA) na sociedade exige uma orientação clara nos ambientes educacionais. No entanto, uma recente pesquisa global da UNESCO com mais de 450 escolas e universidades mostrou que menos de 10% tinham políticas institucionais...

O impacto dos chatbots na aprendizagem

À medida que a Inteligência Artificial (IA) avança tecnologicamente, ela inevitavelmente trará muitas mudanças para as práticas em sala de aula. Entretanto, a pesquisa sobre IA na educação reflete uma fraca conexão com as perspectivas pedagógicas ou abordagens...

Inteligência artificial na educação: os três paradigmas

Com o desenvolvimento de técnicas de computação e processamento de informações, a inteligência artificial (IA) tem sido amplamente aplicada em práticas educacionais (Inteligência Artificial na Educação; AIEd), como sistemas de tutoria inteligente, robôs de ensino,...

Impacto do ChatGPT: visão Educacional

Resumo Tem havido muitos comentários na mídia sobre o possível impacto da Inteligência Artificial (IA) generativa, como o ChatGPT, no campo da educação, mas há pouca análise em escala de como os educadores acreditam que a aprendizagem e a avaliação devem mudar como...

7 princípios para o uso responsável da IA na escola

A rápida integração da Inteligência Artificial (IA) na sociedade exige uma orientação clara nos ambientes educacionais. No entanto, uma recente pesquisa global da UNESCO com mais de 450 escolas e universidades mostrou que menos de 10% tinham políticas institucionais...

A natureza da inteligência artificial geral

O termo "inteligência artificial geral" (AGI) tornou-se onipresente no discurso atual sobre IA. A OpenAI afirma que sua missão é "garantir que a inteligência artificial geral beneficie toda a humanidade". A declaração de visão da empresa DeepMind observa que "a...

Tag Cloud

Posts Relacionados

Receba a nossa newsletter

Fique por dentro e seja avisado dos novos conteúdos.

Publicações mais recentes