Qual é o impacto do ChatGPT na educação? Uma revisão rápida da literatura

Tempo de leitura: 28 minutes

Loading

Resumo

Um chatbot baseado em inteligência artificial, o ChatGPT, foi lançado em novembro de 2022 e é capaz de gerar respostas humanas coesas e informativas às entradas dos usuários. Esta revisão rápida da literatura tem como objetivo enriquecer nossa compreensão das capacidades do ChatGPT em diferentes áreas de conhecimento, como ele pode ser usado na educação e as possíveis questões levantadas por pesquisadores durante os primeiros três meses de seu lançamento (ou seja, de dezembro de 2022 a fevereiro de 2023). Uma busca nas bases de dados relevantes e no Google Scholar resultou em 50 artigos para análise de conteúdo (ou seja, codificação aberta, codificação axial e codificação seletiva). Os resultados desta revisão sugerem que o desempenho do ChatGPT variou de acordo com as áreas de conhecimento, variando de excelente (por exemplo, economia) e satisfatório (por exemplo, programação) a insatisfatório (por exemplo, matemática). Embora o ChatGPT tenha o potencial de servir como assistente para professores (por exemplo, gerar materiais de curso e fornecer sugestões) e tutor virtual para estudantes (por exemplo, responder perguntas e facilitar a colaboração), houve desafios associados ao seu uso (por exemplo, gerar informações incorretas ou falsas e contornar detectores de plágio). Ações imediatas devem ser tomadas para atualizar os métodos de avaliação e as políticas institucionais nas escolas e universidades. O treinamento de instrutores e a educação dos estudantes também são essenciais para responder ao impacto do ChatGPT no ambiente educacional.

1. Introdução

A inteligência artificial (IA) desenvolveu-se rapidamente nos últimos anos, resultando em diversas aplicações em diferentes disciplinas, como saúde e educação. Sistemas de IA podem ser treinados para simular o cérebro humano e realizar trabalhos rotineiros usando grandes quantidades de dados. Na área da saúde, por exemplo, a IA pode auxiliar os profissionais em seu trabalho, sintetizando prontuários de pacientes, interpretando imagens diagnósticas e destacando preocupações com a saúde. Aplicações de IA também têm sido utilizadas na educação para aprimorar serviços administrativos e suporte acadêmico. Um exemplo representativo disso são os sistemas de tutoria inteligente (ITS), que podem simular a tutoria pessoal um a um. Os resultados de uma meta-análise indicaram que os ITS geralmente têm um efeito moderadamente positivo no desempenho acadêmico de estudantes universitários. No entanto, o desenvolvimento dos ITS pode ser desafiador, pois envolve não apenas a criação de conteúdo e design, mas também o aprimoramento da formulação de feedbacks e das estratégias de diálogo.

O ChatGPT, um chatbot conversacional recentemente desenvolvido pela OpenAI, pode facilitar a aplicação da IA no ensino e aprendizagem para os instrutores. O ChatGPT utiliza processamento de linguagem natural para gerar respostas humanas às entradas dos usuários. Ele ganhou atenção mundial por seu desempenho impressionante na geração de respostas coerentes, sistemáticas e informativas. Em uma conquista surpreendente, o ChatGPT passou por quatro exames separados na Faculdade de Direito da Universidade de Minnesota. Embora suas notas não tenham sido (ainda) muito boas, os resultados demonstram que essa aplicação de IA é capaz de obter um diploma universitário. Desde o seu lançamento em 30 de novembro de 2022, o ChatGPT se tornou a aplicação de usuário com crescimento mais rápido da história, alcançando 100 milhões de usuários ativos até janeiro de 2023, apenas dois meses após o seu lançamento.

Apesar de seu sucesso, o ChatGPT tem introduzido novos desafios e ameaças para a educação. Com sua capacidade de fornecer respostas específicas às perguntas dos usuários, ele pode ser usado para concluir tarefas escritas e exames em nome dos alunos, levantando preocupações sobre a fraude assistida por IA. Em resposta, algumas escolas proibiram o acesso ao ChatGPT no campus. As implicações do ChatGPT no campo da educação foram exploradas em uma revisão feita por Mhlanga. Ele analisou oito artigos sobre o ChatGPT e revelou que os educadores tinham preocupações em relação ao uso do ChatGPT na educação. Eles expressaram preocupações de que os alunos possam terceirizar seu trabalho para o ChatGPT devido à sua capacidade de gerar rapidamente textos aceitáveis. Portanto, Mhlanga enfatizou a importância do uso responsável e ético do ChatGPT. Sallam revisou 60 artigos sobre o ChatGPT nos campos da saúde, educação médica e acadêmica. Ele encontrou diversas preocupações nos estudos, que variavam desde plágio até respostas incorretas e citações imprecisas. Portanto, as implicações da aprendizagem assistida pelo ChatGPT exigem atenção imediata para garantir que seus benefícios sejam otimizados enquanto seus pontos negativos sejam minimizados.

Embora Mhlanga e Sallam tenham trazido à tona algumas preocupações em relação ao uso do ChatGPT, é necessário uma revisão mais abrangente para obter uma compreensão mais profunda de seus potenciais benefícios e ameaças para a educação. Além disso, o conhecimento atual sobre as capacidades do ChatGPT vem principalmente de relatos da mídia. É necessário examinar os resultados de pesquisas sobre o ChatGPT para avaliar seu verdadeiro desempenho em diferentes áreas de estudo. Portanto, as seguintes questões de pesquisa (QR1 a QR3) são formuladas para orientar a revisão.

  1. QR1: Como o ChatGPT se comporta em diferentes áreas de estudo?
  2. QR2: Como o ChatGPT pode ser utilizado para aprimorar o ensino e a aprendizagem?
  3. QR3: Quais são as possíveis questões associadas ao ChatGPT e como elas podem ser abordadas?

2. Métodos

2.1 Abordagem da Revisão Rápida

À medida que o ChatGPT continua recebendo grande atenção e é cada vez mais utilizado por estudantes, existe uma necessidade urgente de compreender o seu impacto na educação e agir imediatamente em resposta às possíveis ameaças. No entanto, uma revisão sistemática abrangente pode levar vários meses ou até mesmo anos para ser realizada, o que não é ideal para acompanhar o cenário em constante evolução do ChatGPT. Portanto, foi utilizada uma abordagem de revisão rápida. De acordo com Tricco et al. , “uma revisão rápida é um tipo de síntese de conhecimento em que os componentes do processo de revisão sistemática são simplificados ou omitidos para produzir informações em um curto período de tempo”. Essa abordagem possibilitou uma síntese e visão geral oportunas dos artigos recentemente publicados e de suas principais descobertas. Consequentemente, esta revisão pode fornecer informações valiosas que permitem que pesquisadores, profissionais e formuladores de políticas respondam prontamente à influência do ChatGPT no campo da educação.

2.2 Estratégias de pesquisa

Esta revisão rápida seguiu a declaração Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA) ao selecionar os artigos relevantes. A pesquisa final foi conduzida em 28 de fevereiro de 2023 (ou seja, três meses após o lançamento do ChatGPT). Portanto, o ChatGPT envolvido nesses artigos foi sua versão original (datada de 30 de novembro de 2022) baseada no Generative Pre-trained Transformer 3.5 (GPT-3.5). Foram utilizados sete bancos de dados eletrônicos: Academic Search Ultimate, ACM Digital Library, Education Research Complete, ERIC, IEEE Xplore, Scopus e Web of Science. A sequência de busca “ChatGPT” foi usada em cada banco de dados para pesquisar artigos relevantes que incluíssem o termo “ChatGPT” no título, resumo ou palavras-chave. O período de publicação foi especificado como 2022 até o presente. Apesar do uso de múltiplos bancos de dados, apenas um número limitado de artigos relevantes foi encontrado. Portanto, uma busca por título com o termo “ChatGPT” foi realizada no Google Scholar dentro do mesmo período de publicação. Essa abordagem permitiu a recuperação de artigos relevantes adicionais que não foram capturados na pesquisa inicial nos bancos de dados.

2.3. Critérios de Inclusão e Exclusão

Foram revisados artigos acadêmicos publicados entre 1 de janeiro de 2022 e 28 de fevereiro de 2023 (data da busca final), incluindo publicações online avançadas e pré-publicações. Foram excluídos artigos não acadêmicos (por exemplo, artigos de mídia de massa e social). No momento da redação deste trabalho, esse período abrangeu todos os artigos publicados sobre o ChatGPT, pois ele foi lançado em 30 de novembro de 2022. Para serem incluídos nesta revisão rápida, os artigos deviam discutir o ChatGPT no campo da educação, sem restrições a contextos educacionais específicos. Revisões de literatura, se encontradas, foram utilizadas como referências de fundo. No entanto, foram excluídas da síntese para evitar resultados duplicados. Além disso, apenas artigos em inglês foram incluídos nesta revisão. A Tabela 1 resume os critérios de inclusão e exclusão para a seleção dos artigos.

Tabela 1 – Critérios de inclusão e exclusão para seleção dos artigos

CritérioInclusãoExclusão
Tópico do artigoDiscutir o ChatGPT no campo da educaçãoNão discutir o GhatGPT no campo da educação
Tipo do artigoArtigos acadêmicosArtigos não acadêmicos, como artigos de mídia em massa e redes sociais
Data da publicação1 de janeiro de 2022 a 28 de fevereiro de 2023Artigos fora do período de tempo
IdiomaInglêsNão em inglês
2.4 Análise de Conteúdo

Guiados pelas questões de pesquisa mencionadas acima, realizou-se uma análise de conteúdo dos artigos incluídos. Foram empregadas as técnicas de codificação de Creswell no processo de análise e interpretação. Sua abordagem consiste em três etapas principais.

  1. Codificação aberta: A codificação aberta é a etapa inicial na qual o pesquisador examina os dados e gera códigos para descrever e categorizar os dados. Isso permite uma exploração e compreensão profunda dos dados sem impor ideias preconcebidas.
  2. Codificação axial: Após o processo inicial de codificação aberta, a codificação axial é utilizada para analisar as relações e conexões entre os códigos gerados durante a codificação aberta. Envolve a organização dos códigos em categorias ou temas mais amplos e o estabelecimento das relações entre eles.
  3. Codificação seletiva: A codificação seletiva é a etapa final de codificação. Envolve o refinamento e integração das categorias ou temas identificados durante a codificação aberta e axial para desenvolver uma imagem abrangente. Identifica a categoria central ou fenômeno central que emergiu dos dados.

Seguindo a abordagem de Creswell, foram atribuídos códigos às partes dos dados sem usar estruturas predominantes na fase de codificação aberta. Após a conclusão da codificação dos primeiros 15 artigos, todos os códigos atribuídos foram revisados e agrupados por similaridade, reduzindo assim códigos redundantes na fase de codificação axial. A lista preliminar de códigos foi usada para analisar os artigos restantes. Portanto, quaisquer novos códigos que surgiram foram adicionados à lista. Citações específicas foram identificadas para apoiar ainda mais os códigos. Por fim, os códigos semelhantes foram organizados em categorias na fase de codificação seletiva. Para melhorar a consistência da classificação, várias citações exemplares que ilustravam claramente cada categoria foram identificadas. Foram realizadas várias revisões dos dados para manter a consistência na codificação.

3.Descobertas

3.1 Descrição Geral da Literatura

A Figura 1 mostra que 50 resultados foram obtidos por meio da busca no banco de dados e 367 no Google Scholar. Devido a duplicações encontradas entre os bancos de dados e o Google Scholar, alguns artigos foram removidos, resultando em 363 registros únicos para triagem. É importante destacar que muitos registros encontrados estavam fora do escopo desta revisão, incluindo artigos sobre massas e após revisar os títulos, resumos e fontes de publicação dos registros únicos, foram avaliados 55 artigos em texto integral para determinar sua elegibilidade. Cinco artigos foram excluídos: dois artigos que não estavam relacionados à educação, um artigo em pré-impressão que estava incompleto e dois artigos que eram revisões literárias. No entanto, alguns dos artigos excluídos foram utilizados como referências de contexto. Por fim, foram selecionados 50 artigos para a síntese. A lista dos artigos incluídos está disponível no Material Suplementar. A Figura 1 fornece uma visão geral do processo de seleção dos artigos.

3.2. RQ1: Como o ChatGPT se desempenha em diferentes domínios de assunto?

Conforme mostrado na Tabela 2, o desempenho do ChatGPT-3.5 foi avaliado em 21 estudos utilizando testes, exames ou entrevistas. Todos esses estudos, exceto o estudo de Winter, que utilizou exames de ensino médio, foram conduzidos no contexto do ensino superior. O desempenho do ChatGPT variou de acordo com os domínios de assunto. Ele demonstrou resultados excelentes em pensamento crítico e de ordem superior e economia. No entanto, seu desempenho não foi totalmente satisfatório em outros domínios de assunto, como direito, educação médica e matemática. Esses resultados são consistentes com o estudo de Newton, que utilizou exames baseados em perguntas de múltipla escolha para avaliar o desempenho do ChatGPT em economia, educação médica, direito e física. Em economia, o ChatGPT superou a média dos estudantes, mas em outros assuntos, ficou abaixo da média dos estudantes em 8 a 40 pontos (em 100).

É importante ressaltar que a educação médica foi um domínio de assunto para o qual existem relativamente mais evidências do desempenho do ChatGPT. Esses resultados vieram de vários países. Kung et al. e Gilson et al. avaliaram o desempenho do ChatGPT usando o United States Medical Licensing Examination. Seus resultados sugeriram que o ChatGPT pode obter uma precisão moderada e, assim, uma pontuação de aprovação. No entanto, Fijačko constatou que o ChatGPT falhou nos exames da American Heart Association. Han et al. observaram que o ChatGPT forneceu informações incorretas e insuficientes sobre doenças cardiovasculares. No contexto da educação em farmacologia na Malásia, Nisar e Aslam constataram que, embora o ChatGPT pudesse fornecer respostas relevantes e precisas, essas respostas não tinham referências e fontes. Na China, Wang et al. testaram o ChatGPT usando o Chinese National Medical Licensing Examination. Eles relataram que o desempenho do ChatGPT foi inferior à pontuação média dos estudantes de medicina. Resultados semelhantes foram relatados por pesquisadores na Coreia, Índia e Singapura. Os resultados desses estudos sugeriram que, de forma geral, o desempenho do ChatGPT não foi totalmente satisfatório no domínio da educação médica.

Tabela 2. Avaliação de desempenho do ChatGPT-3.5 em diferentes domínios de assunto (do mais alto para o mais baixo).

Domínio de AssuntoEstudosDesempenhoComentários do Pesquisador Representativo
Pensamento crítico e de ordem superior[21]Destacado“As respostas geradas podem ser consideradas claras na exposição, precisas em relação aos exemplos utilizados, relevantes para as solicitações…”.
Economia[22]DestacadoNo TUCE, “o ChatGPT se classifica no percentil 99 em macroeconomia e no percentil 91 em microeconomia, quando comparado a outros estudantes”
Programação[35-37]Destacado a Satisfatório“Quase todas as respostas do ChatGPT estavam completamente corretas e bem explicadas… as explicações do ChatGPT eram incrivelmente claras e direcionadas para o objetivo”. “O professor avaliou a submissão da tarefa com uma pontuação total de 71 de 100 pontos, resultando em uma nota ‘Satisfatório'”.
Compreensão da língua inglesa[20]Satisfatório“A média da nota alcançada pelo ChatGPT, de acordo com as normas oficiais, foi de 7,18, o que é similar à média de todas as notas dos estudantes na Holanda”.
Direito[10, 23]Pouco satisfatório a insatisfatório“ChatGPT teve um desempenho médio no nível de um estudante C+, alcançando uma nota baixa, mas aprovada”.
“Seu desempenho foi pior em exames que apresentavam questões do tipo problema ou de ‘detecção de questões'”.
Educação Médica[24-32]Pouco satisfatório a insatisfatório“O ChatGPT produz uma precisão moderada, aproximando-se de um desempenho aprovado no USMLE”.
Nos exames da American Heart Association BLS e ACLS, “o ChatGPT não atingiu o limite de aprovação em nenhum dos exames”.
Matemática[33]insatisfatório“As habilidades matemáticas do ChatGPT são significativamente inferiores às de um estudante médio de matemática”.
Teste de Software[38]insatisfatório“O ChatGPT, por si só, não é capaz de passar em um curso de teste de software. No total, o ChatGPT foi capaz de responder corretamente a 37,5% das perguntas que fizemos”.
Ciência do Esporte e Psicologia[39]insatisfatório“O ChatGPT deu várias respostas corretas para 20 perguntas, mas falhou no teste com [uma pontuação de] 45%”.
Exames de Múltipla Escolha em Vários Assuntos[34]insatisfatório“O ChatGPT não atende ao grau de aprovação em quase todos os exames de múltipla escolha em que é testado, e tem um desempenho significativamente pior do que o estudante humano médio”.

ACLS = Suporte Avançado de Vida Cardiovascular; BLS = Suporte Básico de Vida;  MCQ = Questões de Múltipla Escolha; TUCE = Teste de Compreensão em Economia Universitária; USMLE = Exame de Licenciamento Médico dos Estados Unidos.

3.3. RQ2: Como o chatGPT pode ser usado para aprimorar o ensino e a aprendizagem?

Os resultados desta revisão sugerem que o ChatGPT pode servir como um assistente tanto para instrutores quanto para estudantes. Em relação aos instrutores, a Tabela 3 categoriza as cinco principais funções do ChatGPT em dois aspectos principais, ou seja, preparação para o ensino (geração de materiais do curso, fornecimento de sugestões e tradução de idiomas) e avaliação (geração de tarefas de avaliação e avaliação do desempenho do estudante).

No que diz respeito ao aspecto de preparação para a aprendizagem, o ChatGPT pode fazer sugestões que auxiliam os instrutores. Nas palavras de um instrutor, “O ChatGPT pode ser uma ferramenta útil para professores e educadores, lembrando-os dos conhecimentos e habilidades que devem ser incluídos em seu currículo, fornecendo um esboço”. Megahed et al. pediram ao ChatGPT para gerar um plano de curso para um curso de estatística de graduação. Eles observaram que as sugestões de ensino poderiam ser adotadas sem a necessidade de grandes alterações. Zhai descobriu que o ChatGPT foi capaz de fornecer recomendações relacionadas à educação especial. Ele comentou: “Essas recomendações são benéficas para estudantes com necessidades especiais de aprendizagem”.

Tabela 3. Funções do ChatGPT para apoiar os instrutores em suas rotinas de ensino.

AspectoFunçãoCitações RepresentativasOutros Suportes Representativos
Preparação para o EnsinoGerar materiais do curso“Pedimos ao ChatGPT para criar um dos diálogos acima em um formato que possa ser importado para o DialogFlow. O ChatGPT conseguiu gerar com sucesso”.[43–45]
Fornecer sugestões“Eu disse ao ChatGPT que o aluno tinha dislexia e, eventualmente, o ChatGPT recomendou materiais de aprendizagem específicos para o aluno”.[8,27,37]
Realizar tradução de idiomas“O ChatGPT pode ser usado para traduzir materiais educacionais para diferentes idiomas”.[45,47,48]
AvaliaçãoGerar tarefas de avaliação“Outra utilização do ChatGPT é sua capacidade de gerar exercícios, questionários e cenários que podem ser usados em sala de aula para auxiliar na prática e avaliação”.[27,45,49]
Avaliar o desempenho do aluno“O ChatGPT pode ser treinado para avaliar redações de alunos, fornecendo aos professores mais tempo para se concentrarem em outros aspectos do ensino”.[46,50,51]

No que diz respeito ao aspecto de avaliação, o ChatGPT pode ajudar os instrutores a gerar exercícios, questionários e cenários para a avaliação dos alunos. No entanto, Al-Worafi et al. alertaram que as tarefas de avaliação sugeridas pelo ChatGPT podem não abranger todos os objetivos de aprendizagem pretendidos. Portanto, eles recomendaram o uso do ChatGPT para orientar os instrutores na preparação das avaliações, em vez de substituir completamente seus esforços. Por exemplo, Han et al. instruíram o ChatGPT a criar uma pergunta de múltipla escolha com um cenário e valores laboratoriais para um tópico médico. O resultado da pergunta foi “uma pergunta básica razoável para avaliar o conhecimento dos alunos”. Os instrutores puderam refinar a linguagem e as informações contidas na pergunta para aumentar sua relevância para os requisitos do curso.

Para os alunos, o ChatGPT pode servir como um tutor virtual para apoiar sua aprendizagem. A Tabela 4 categoriza suas seis principais funções em dois aspectos principais, ou seja, aprendizagem (responder a perguntas, resumir informações e facilitar a colaboração) e avaliação (verificação de conceitos e preparação para exames, assistência na elaboração e fornecimento de feedback).

Considere a capacidade do ChatGPT de facilitar a colaboração no aspecto de aprendizagem. Rudolph et al. sugeriram que o ChatGPT pode gerar diferentes cenários para que os alunos trabalhem em atividades de grupo colaborativas. Ele pode fornecer uma estrutura de discussão, feedback em tempo real e orientação personalizada para facilitar discussões e debates em grupo. Como observado por Gilson et al., o discurso em pequenos grupos aprimorado na resolução de problemas beneficia a aprendizagem dos alunos.

No que diz respeito ao aspecto de avaliação, os alunos podem se beneficiar ao usar o ChatGPT como uma ferramenta de suporte para a versão inicial de seus rascunhos e, em seguida, aprimorar o rascunho corrigindo erros e adicionando referências às versões finais de suas atribuições escritas. Gilson et al. observaram que a resposta inicial do ChatGPT poderia provocar mais questionamentos e incentivar os alunos a aplicar seus conhecimentos e habilidades de raciocínio. No entanto, Rudolph et al. alertaram que o ChatGPT não deve substituir o pensamento crítico e o trabalho original, mas sim servir como uma ajuda para melhorar as habilidades de escrita e pesquisa.

Table 4. ChatGPT functions to support student learning
AspectoFunçãoCitações RepresentativasOutros Suportes Representativos
AprendizagemResponder as perguntas“As respostas fornecidas pelo ChatGPT foram relevantes e precisas… A ferramenta pode ser usada como referência rápida e instrumento de auto-estudo”.[25, 46, 53]
AprendizagemResumir informações“Ele é muito bom em processar informações, separalas e apresentá-las verbalmente”.[23, 29, 44]
AprendizagemFacilitar a colaboração“A aplicação do ChatGPT tem o potencial de gerar diferentes cenários para que os alunos trabalhem juntos na resolução de problemas e alcancem objetivos”.[25, 44, 50]
AvaliaçãoVerificação de conceitos e preparação para exames“O ChatGPT mostrou resultados promissores em se tornar uma poderosa ferramenta de referência e autoaprendizagem para a preparação para os exames de suporte à vida”.[10, 28, 32]
AvaliaçãoAssistência na elaboração“Os alunos podem ser incentivados a usar a IA para obter uma resposta inicial, e depois solicitados a melhorar essa resposta manualmente”.[10, 25, 55]
AvaliaçãoFornecer feedback“O ChatGPT pode ser usado para avaliar tarefas e fornecer feedback aos alunos em tempo real”.[46, 48, 56]
3.4. RQ3: Quais são os possíveis problemas associados ao ChatGPT e como eles podem ser abordados?

Esta revisão identificou cinco principais problemas associados ao ChatGPT na educação. A Tabela 5 categoriza esses problemas em dois aspectos principais, precisão e confiabilidade (ou seja, depender de dados tendenciosos, ter conhecimento limitado e desatualizado, e gerar informações incorretas ou falsas) e prevenção de plágio (ou seja, plágio por parte dos alunos e contornar os detetores de plágio).

Tabela 5. Principais problemas potenciais associados ao ChatGPT.

AspectoProblemasCitações RepresentativasOutro Suporte Representativo
Precisão e confiabilidadeDependência de dados tendenciosos“Esses vieses são provenientes de pesquisas realizadas em países de alta renda e livros didáticos [ou seja, os dados de treinamento do ChatGPT]”.[40, 46, 54]
Precisão e confiabilidadeConhecimento limitado e desatualizado“O ChatGPT não tem conhecimento do mundo após 2021 e, portanto, não pode adicionar nenhuma referência ou informação posterior a 2021”.[25, 45, 56]
Precisão e confiabilidadeGeração de informações incorretas/falsas“O ChatGPT incluiu um artigo fictício que não existe e até forneceu detalhes bibliográficos completos do artigo com um URL não funcional”.[32, 38, 58]
Prevenção de plágioPlágio por parte dos alunos“Nosso grupo experimental [com suporte do ChatGPT] teve ligeiramente mais problemas com plágio do que o grupo de controle [sem suporte do ChatGPT]”.[40, 51, 60]
Prevenção de plágioContornar os detectores de plágio“Dos 50 ensaios inspecionados, o software de detecção de plágio considerou 40 deles com um alto nível de originalidade, conforme evidenciado por uma pontuação de similaridade de 20% ou menos”.[36, 52, 62]

Considere a questão de gerar informações incorretas ou falsas no aspecto de precisão e confiabilidade. Mogali levantou preocupações sobre as informações bem escritas, mas imprecisas, geradas pelo ChatGPT. É comum observar que as citações bibliográficas geradas pelo ChatGPT podem ser falsas. Em relação ao conhecimento do assunto, Megahed et al. descobriram que ele gera códigos de programação incorretos e não é capaz de detectar e resolver seus erros. Essa preocupação foi ecoada por Jalil et al., que comentaram que “ChatGPT é um mau juiz de sua própria correção”. A precisão e confiabilidade do ChatGPT também foram questionadas em outros domínios de assunto, como matemática, ciência do esporte, psicologia, e profissões de saúde.

Em relação ao aspecto de prevenção de plágio, textos gerados pelo ChatGPT podem contornar detectores de plágio convencionais. Por exemplo, Ventayen pediu ao ChatGPT para escrever um ensaio com base em publicações existentes e verificou sua originalidade usando o Turnitin (um aplicativo de detecção de plágio). No entanto, o aplicativo encontrou um índice de similaridade baixo entre o documento e o trabalho existente, e nenhum plágio pôde ser detectado. Khalil e Er pediram ao ChatGPT para gerar 50 ensaios com base em diferentes perguntas abertas. Metade dos ensaios foi verificada usando o Turnitin, que obteve uma pontuação média de similaridade de 13,72%. A outra metade foi verificada usando o iThenticate, outro aplicativo de detecção de plágio, que obteve uma pontuação média de similaridade de 8,76%. Com essas pontuações, os documentos do ChatGPT foram considerados altamente originais.

Os artigos incluídos propuseram várias estratégias para lidar com os possíveis problemas associados ao ChatGPT na educação. A Tabela 6 categoriza essas estratégias em três aspectos principais, ou seja, design de tarefas (ou seja, incorporação de recursos multimídia, adoção de tipos de perguntas inovadoras e uso de formatos de avaliação sem uso de dispositivos digitais), identificação de redação por IA (ou seja, uso de ferramentas de detecção de redação por IA e verificação de referências) e política institucional (ou seja, estabelecimento de diretrizes anti-plágio e fornecimento de educação aos alunos).

AspectoEstratégiasCitações RepresentativasOutro Suporte Representativo
Design de tarefasIncorporar recursos multimídia“Inserir imagens nas perguntas do exame pode dificultar a desonestidade dos alunos e a geração de respostas precisas pelo ChatGPT”.[22, 34, 52]
Design de tarefasAdotar tipos de perguntas inovadoras“[Os instrutores] também podem reconsiderar os tipos de perguntas feitas aos alunos, focando naquelas que exigem análise em vez daquelas que simplesmente exigem a lembrança de regras legais”.[8, 22, 63]
Design de tarefasUtilizar formatos de avaliação sem uso de dispositivos digitais“Uma solução geral seria tornar todas as avaliações do tipo ’em sala de aula’ . . . seria essencialmente impossível para o ChatGPT ser usado de forma antiética”.[21, 31, 36]
Identificação de redação por IAUtilizar ferramentas de detecção de redação por IA“Os detectores de plágio não conseguiram identificar o texto gerado pela IA, mas os detectores de IA conseguiram”.[21, 55, 56]
Identificação de redação por IAVerificar referências“Embora tenham sido fornecidas citações e referências no texto . . . todas elas eram falsas . . . Isso abre uma possibilidade de detecção por parte dos membros acadêmicos”.[39, 50, 52]
Política institucionalEstabelecer diretrizes anti-plágio“As administrações devem considerar como remodelar os códigos de honra para regular o uso de modelos de linguagem em geral”.[52, 56, 61]
Política institucionalFornecer educação aos alunos“Nossas recomendações para os alunos são . . . estar cientes das políticas de integridade acadêmica e compreender as consequências de má conduta acadêmica . . . fornecer treinamento sobre integridade acadêmica para os alunos”.[54, 64, 65]

Considerando a questão da adoção de novos tipos de perguntas no aspecto de design de tarefas. Zhai propôs explorar formatos inovadores que incentivem os alunos a serem criativos e envolver-se em pensamento crítico. Choi et al. enfatizaram a importância de exigir dos alunos a análise de casos, em vez de simplesmente lembrar conhecimentos. Da mesma forma, Geerling et al. sugeriram que os alunos sejam solicitados a aplicar os conceitos que aprendem em seus cursos e até mesmo a criar materiais novos que a IA não possa replicar. Stutz et al. concluíram que as avaliações futuras devem se concentrar nos níveis mais altos da taxonomia de Bloom, como aplicação, análise e criação.

Outras estratégias dizem respeito à identificação da escrita de IA e aos aspectos de política institucional. No primeiro aspecto, os resultados desta revisão sugeriram que o uso de ferramentas de detecção de escrita baseadas em IA e a verificação de referências foram as duas principais estratégias. Szabo relatou que, embora detectores de plágio convencionais não conseguissem identificar textos gerados pelo ChatGPT, os detectores de IA ainda eram capazes de detectá-los. Além disso, a possível falha do ChatGPT em gerar uma lista correta de referências (consulte a Tabela 5) pode ser um sinal revelador para os instrutores que buscam identificar se um aluno utilizou o ChatGPT. Além da detecção de plágio por parte dos alunos, os pesquisadores enfatizaram a importância de estabelecer diretrizes anti-plágio e educar os alunos sobre a integridade acadêmica.

4. Discussão

Nesta revisão, foram analisados 50 artigos publicados até 28 de fevereiro de 2023. Portanto, o ChatGPT envolvido nesses artigos foi sua versão original baseada no GPT-3.5, em vez do GPT-4. Os resultados sugeriram que o ChatGPT tem o potencial de aprimorar o ensino e a aprendizagem (consulte as Tabelas 3 e 4). No entanto, seu conhecimento e desempenho não foram totalmente satisfatórios em diferentes domínios de assunto (consulte a Tabela 2). O uso do ChatGPT também apresenta várias questões potenciais, como geração de informações incorretas ou falsas e plágio por parte dos alunos (consulte a Tabela 5). Portanto, ação imediata é necessária para abordar essas questões potenciais (consulte a Tabela 6) e otimizar o uso do ChatGPT na educação.

4.1. Utilizando o ChatGPT no Ensino e Aprendizagem

O ChatGPT pode ser uma ferramenta valiosa para os instrutores, fornecendo um ponto de partida para a criação de programas de curso, materiais de ensino e tarefas de avaliação. No entanto, preocupações em relação à precisão do conteúdo gerado devem ser abordadas. Uma possível solução seria usar o ChatGPT para gerar materiais brutos para treinar chatbots específicos do curso. Por exemplo, Topsakal e Topsakal usaram o ChatGPT para criar diálogos que auxiliam no aprendizado da língua inglesa pelos alunos. Após verificar a precisão dos materiais, os instrutores podem pedir ao ChatGPT para convertê-los em um formato adequado para uso com chatbots baseados em IA, como o Google Dialogflow, proporcionando aos alunos um ambiente de aprendizado interativo e personalizado.

O ChatGPT também pode aprimorar abordagens de aprendizagem ativa. Por exemplo, Rudolph et al. sugeriram o uso da aprendizagem invertida, na qual os alunos são obrigados a se preparar para as aulas estudando materiais prévios. Essa abordagem instrucional pode liberar tempo em sala de aula para atividades de aprendizagem interativas, como discussões em grupo. No entanto, em aulas invertidas convencionais, os alunos podem encontrar dificuldades na aprendizagem prévia às aulas. A participação em sala de aula também precisa ser aprimorada. Esse problema ficou evidente durante a pandemia de COVID-19, na qual a aprendizagem invertida totalmente online levou a uma baixa participação em sala de aula e falta de engajamento na troca de informações entre os alunos. Como tutor virtual, o ChatGPT pode auxiliar os alunos em estudos independentes online, respondendo suas perguntas e aprimorar a dinâmica em grupo sugerindo uma estrutura de discussão e fornecendo feedback em tempo real.

4.2. Desafios e Ameaças Apresentados pelo ChatGPT na Educação

De acordo com Sallam, o uso do ChatGPT na educação apresenta desafios relacionados à sua precisão e confiabilidade. Como o ChatGPT é treinado em um grande quantidade de dados, ele pode ser tendencioso ou conter imprecisões. Mbakwe et al. observaram que os vieses podem derivar do uso de pesquisas realizadas principalmente em países de alta renda ou de livros didáticos que não são universalmente aplicáveis. Como evidenciado por Pavlik, por exemplo, o ChatGPT não está familiarizado com a propriedade de fundos de hedge nos meios de comunicação. Além disso, o conhecimento do ChatGPT é limitado e não foi (ainda) atualizado com dados após 2021. Portanto, suas respostas nem sempre podem ser precisas ou confiáveis, especialmente para assuntos especializados e eventos recentes. Além disso, o ChatGPT pode gerar informações incorretas ou até mesmo falsas. Esse problema pode ser prejudicial para os alunos que dependem do ChatGPT para informar sua aprendizagem.

O plágio por parte dos alunos tornou-se uma preocupação significativa na educação. Aplicações de detecção de plágio (por exemplo, Turnitin e iThenticate) são comumente usadas para identificar conteúdo copiado em trabalhos de alunos. No entanto, estudos descobriram que o ChatGPT pode contornar esses detectores gerando conteúdo aparentemente original. Baši´c et al. forneceram evidências de que os alunos que utilizaram o ChatGPT tinham mais probabilidade de cometer plágio do que aqueles que não o utilizaram. A capacidade do ChatGPT de facilitar o plágio não apenas compromete a integridade acadêmica, mas também vai contra o propósito da avaliação, que é avaliar a aprendizagem do aluno de forma justa. De acordo com Cotton et al., os alunos que usam o ChatGPT para gerar trabalhos de alta qualidade têm uma vantagem injusta sobre seus colegas que não têm acesso a ele. Além disso, os instrutores não podem avaliar com precisão o desempenho do aluno quando o ChatGPT está envolvido, tornando difícil acompanhar os problemas de aprendizagem dos alunos.

4.3. Ação Imediata em Resposta ao Impacto do ChatGPT

Ação imediata deve ser tomada para mitigar o impacto do ChatGPT na educação. Os métodos de avaliação e as políticas institucionais precisam ser atualizados para lidar com os desafios apresentados pelo surgimento de conteúdo gerado por IA em trabalhos dos alunos. Antes do lançamento do GPT-4 (datado de 14 de março de 2023), os instrutores poderiam aprimorar o design de suas tarefas de avaliação incorporando recursos multimídia para reduzir o risco de plágio. A versão original do ChatGPT não era capaz de processar imagens e vídeos, o que resultava na falta de contexto e aumentava as barreiras para os alunos que tentavam usá-lo para trapacear. No entanto, o GPT-4, um modelo multimodal criado pela OpenAI, é capaz de processar imagens. Portanto, os instrutores precisam considerar outras estratégias, conforme mostrado na Tabela 6, como incorporar componentes digitais-free (por exemplo, apresentações orais) em suas tarefas de avaliação.

4.4. Limitações e recomendações para pesquisas futuras
4.4.1. Limitações desta revisão rápida

Esta revisão rápida possui limitações que devem ser consideradas ao interpretar os resultados. Primeiro, semelhante às revisões de Mhlanga e Sallam, a maioria dos artigos incluídos eram pré-publicações, o que significa que eles não passaram por uma revisão rigorosa por pares. A qualidade de suas evidências, portanto, é questionável. São necessárias revisões sistemáticas de acompanhamento assim que mais artigos revisados por pares sobre o ChatGPT forem publicados.

Segundo, a maioria dos artigos incluídos foi escrita no contexto ocidental, especialmente nas áreas de educação médica e superior. Assim, os resultados desta revisão podem estar enviesados em relação a esses contextos específicos. Recomendam-se estudos adicionais em outros domínios temáticos (por exemplo, matemática e educação linguística) e contextos educacionais (por exemplo, educação primária e secundária).

Terceiro, esta revisão concentrou-se apenas no lançamento original do ChatGPT. Como os resultados podem não ser aplicáveis a outras aplicações do GPT e GPT-4 que foram lançadas após o período de tempo desta revisão. Pesquisas futuras podem testar o desempenho do GPT-4, explorar suas possibilidades de apoio ao ensino e aprendizagem e discutir suas ameaças e soluções potenciais. Além disso, futuras revisões podem ampliar seu escopo para incluir outras aplicações do GPT na educação. Por meio de pesquisas mais aprofundadas e revisões abrangentes, os educadores podem entender melhor as capacidades e limitações da tecnologia GPT, além de desenvolver diretrizes e políticas apropriadas para garantir seu uso responsável e ético.

4.4.2. Limitações dos Artigos Incluídos

Além das limitações desta revisão, existem três grandes limitações associadas aos artigos incluídos. Primeiro, poucos estudos examinaram empiricamente a influência do ChatGPT no desempenho e comportamento dos alunos. A partir do estudo de Baši´c et al., por exemplo, aprendemos que o uso do ChatGPT para apoiar a escrita dos alunos pode não melhorar o desempenho, mas pode levar a mais problemas de plágio. No entanto, esses pesquisadores reconheceram que a generalização de seu estudo foi limitada devido ao pequeno número de participantes da pesquisa (N = 18). Pesquisas adicionais são necessárias para avaliar os benefícios e problemas potenciais da aprendizagem assistida pelo ChatGPT para os alunos.

Segundo, algumas das sugestões feitas nos artigos incluídos eram baseadas em crenças intuitivas dos pesquisadores, em vez de evidências empíricas. Por exemplo, alguns pesquisadores sugeriram o projeto de tarefas de avaliação que enfocam a criatividade e o pensamento crítico. No entanto, estratégias específicas para alcançar esse objetivo nem sempre foram discutidas detalhadamente. Portanto, são necessários estudos mais rigorosos para fornecer recomendações baseadas em evidências para o uso do ChatGPT na educação.

Finalmente, alguns pesquisadores utilizaram o ChatGPT para gerar parte de seu conteúdo ou sugestões, resultando em ideias repetitivas em diversos artigos. Por exemplo, diferentes pesquisadores perguntaram ao ChatGPT como ele pode beneficiar o ensino e a aprendizagem, resultando em conteúdos muito semelhantes, como aprendizagem personalizada e tradução de idiomas. Essa observação oferece mais um motivo para desencorajar a adoção direta de textos gerados pelo ChatGPT ou por IA como ideias pessoais em artigos de pesquisa, além da preocupação de Thorp sobre “plágio de obras existentes”. Quando o ChatGPT é usado como coautor, pode gerar pontos semelhantes em diferentes artigos que não se reconhecem, o que equivale a auto-plagio. Se os pesquisadores planejam envolver o ChatGPT na escrita, uma análise adicional de suas ideias deve ser realizada.

5. Conclusões

Esta revisão rápida de 50 artigos destacou o desempenho variado do ChatGPT em diferentes áreas temáticas e seus benefícios potenciais ao servir como assistente para instrutores e tutor virtual para estudantes. No entanto, seu uso levanta várias preocupações, como a geração de informações incorretas ou falsas e a ameaça que representa à integridade acadêmica. Os resultados desta revisão exigem uma ação imediata por parte das escolas e universidades para atualizar suas diretrizes e políticas de integridade acadêmica e prevenção de plágio. Além disso, os instrutores devem ser treinados para usar o ChatGPT de forma eficaz e detectar o plágio de estudantes. Os estudantes também devem ser educados sobre o uso e as limitações do ChatGPT e seu impacto potencial na integridade acadêmica.

Materiais Suplementares: As seguintes informações de apoio podem ser baixadas em: https://www.mdpi.com/article/10.3390/educsci13040410/s1, Tabela S1: Um resumo dos artigos incluídos (N = 50).

Referências

1. Xu, L.; Sanders, L.; Li, K.; Chow, J.C.L. Chatbot for Health Care and Oncology Applications Using Artificial Intelligence and Machine Learning: Systematic Review. JMIR Cancer 2021, 7, e27850. [CrossRef] [PubMed] 2. Zawacki-Richter, O.; Marín, V.I.; Bond, M.; Gouverneur, F. Systematic Review of Research on Artificial Intelligence Applications in Higher Education—Where are the Educators? Int. J. Educ. Technol. High. Educ. 2019, 16, 39. [CrossRef] 3. Bengio, Y.; Lecun, Y.; Hinton, G. Deep Learning for AI. Commun. ACM 2021, 64, 58–65. [CrossRef] 4. Aung, Y.Y.M.; Wong, D.C.S.; Ting, D.S.W. The Promise of Artificial Intelligence: A Review of the Opportunities and Challenges of Artificial Intelligence in Healthcare. Br. Med. Bull. 2021, 139, 4–15. [CrossRef] 5. Steenbergen-Hu, S.; Cooper, H. A Meta-analysis of the Effectiveness of Intelligent Tutoring Systems on College Students’ Academic Learning. J. Educ. Psychol. 2014, 106, 331–347. [CrossRef] 6. Afzal, S.; Dhamecha, T.; Mukhi, N.; Sindhgatta Rajan, R.; Marvaniya, S.; Ventura, M.; Yarbro, J. Development and deployment of a large-scale dialog-based intelligent tutoring system. In Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies, Minneapolis, MN, USA, 2–7 June 2019; Association for Computational Linguistics: Stroudsburg, PA, USA, 2019; Volume 2, pp. 114–121.
7. OpenAI. Available online: https://openai.com (accessed on 10 March 2023).
8. Zhai, X. ChatGPT User Experience: Implications for Education. SSRN 2022, 4312418. [CrossRef] 9. ChatGPT Passes Exams from Law and Business Schools. Available online: https://edition.cnn.com/2023/01/26/tech/chatgptpasses-exams (accessed on 10 March 2023).
10. Choi, J.H.; Hickman, K.E.; Monahan, A.; Schwarcz, D. Chatgpt Goes to Law School. SSRN 2023, 4335905. Available online: https://ssrn.com/abstract=4335905 (accessed on 10 March 2023).
11. ChatGPT Sets Record for Fastest-Growing User Base—Analyst Note. Available online: https://www.reuters.com/technology/ chatgpt-sets-record-fastest-growing-user-base-analyst-note-2023-02-01 (accessed on 10 March 2023).
12. Schools Ban ChatGPT Amid Fears of Artificial Intelligence-Assisted Cheating. Available online: https://www.voanews.com/a/ schools-ban-chatgpt-amid-fears-of-artificial-intelligence-assisted-cheating/6949800.html (accessed on 10 March 2023).
13. Mhlanga, D. Open AI in Education, the Responsible and Ethical Use of ChatGPT Towards Lifelong Learning. SSRN 2023, 4354422. Available online: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4354422 (accessed on 10 March 2023).
14. Sallam, M. The Utility of ChatGPT as an Example of Large Language Models in Healthcare Education, Research and Practice: Systematic Review on the Future Perspectives and Potential Limitations. Available online: https://www.medrxiv.org/content/ 10.1101/2023.02.19.23286155v1 (accessed on 1 March 2023).
15. ChatGPT Could Be a Stanford Medical Student, a Lawyer, or a Financial Analyst. Here’s a List of Advanced Exams the AI Bot Has Passed So Far. Available online: https://www.businessinsider.com/list-here-are-the-exams-chatgpt-has-passed-so-far-2023-1 (accessed on 10 March 2023).
16. Khangura, S.; Konnyu, K.; Cushman, R.; Grimshaw, J.; Moher, D. Evidence Summaries: The Evolution of a Rapid Review Approach. Syst. Rev. 2012, 1, 10. [CrossRef] [PubMed] 17. Tricco, A.C.; Antony, J.; Zarin, W.; Strifler, L.; Ghassemi, M.; Ivory, J.; Perrier, L.; Hutton, B.; Moher, D.; Straus, S.E. A scoping review of rapid review methods. BMC Med. 2015, 13, 224. [CrossRef] 18. Moher, D.; Liberati, A.; Tetzlaff, J.; Altman, D.G.; The PRISMA Group. Reprint-preferred Reporting Items for Systematic Reviews and Meta-analyses: The PRISMA statement. Phys. Ther. 2009, 89, 873–880. [CrossRef] 19. Creswell, J.W. Educational Research: Planning, Conducting, and Evaluating Quantitative and Qualitative Research, 4th ed.; Pearson: Boston, MA, USA, 2012.
20. de Winter, J.C.F. Can ChatGPT Pass High School Exams on English Language Comprehension? Available online: https://www.researchgate.net/publication/366659237_Can_ChatGPT_pass_high_school_exams_on_English_Language_Comprehension (accessed on 1 March 2023).
21. Susnjak, T. ChatGPT: The End of Online Exam Integrity? arXiv 2022, arXiv:2212.09292v1.
22. Geerling, W.; Mateer, G.D.; Wooten, J.; Damodaran, N. Is ChatGPT Smarter than a Student in Principles of Economics? SSRN 2023, 4356034. [CrossRef] 23. Hargreaves, S. ‘Words are Flowing out Like Endless Rain into a Paper Cup’: ChatGPT & Law School Assessments. SSRN 2023, 4359407. Available online: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4359407 (accessed on 10 March 2023).
24. Kung, T.H.; Cheatham, M.; Medenilla, A.; Sillos, C.; De Leon, L.; Elepaño, C.; Madriaga, M.; Aggabao, R.; Diaz-Candido, G.; Maningo, J.; et al. Performance of ChatGPT on USMLE: Potential for AI-assisted Medical Education Using Large Language Models. PLoS Digital Health 2023, 2, e0000198. [CrossRef] [PubMed] 25. Gilson, A.; Safranek, C.W.; Huang, T.; Socrates, V.; Chi, L.; Taylor, R.A.; Chartash, D. How does CHATGPT Perform on the United States Medical Licensing Examination? The Implications of Large Language Models for Medical Education and Knowledge Assessment. JMIR Med. Educ. 2023, 9, e45312. [CrossRef] 26. Fijaˇcko, N.; Gosak, L.; Štiglic, G.; Picard, C.T.; Douma, M.J. Can ChatGPT Pass the Life Support Exams without Entering the American Heart Association Course? Resuscitation 2023, 185, 109732. [CrossRef] 27. Han, Z.; Battaglia, F.; Udaiyar, A.; Fooks, A.; Terlecky, S.R. An Explorative Assessment of ChatGPT as an Aid in Medical Education: Use it with Caution. medRxiv 2023. [CrossRef] 28. Nisar, S.; Aslam, M. Is ChatGPT a Good Tool for T&CM Students in Studying Pharmacology? SSRN 2023, 4324310. Available online: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4324310 (accessed on 10 March 2023).
29. Wang, X.; Gong, Z.; Wang, G.; Jia, J.; Xu, Y.; Zhao, J.; Fan, Q.; Wu, S.; Hu, W.; Li, X. ChatGPT Performs on the Chinese National Medical Licensing Examination. J. Med. Syst. 2023. [CrossRef] 30. Huh, S. Are ChatGPT’s Knowledge and Interpretation Ability Comparable to Those of Medical Students in Korea for Taking a Parasitology Examination? A Descriptive Study. J. Educ. Eval. Health Prof. 2023, 20, 1. [CrossRef] [PubMed] 31. Hisan, U.; Amri, M. ChatGPT and Medical Education: A Double-Edged Sword. J. Pedagog. Educ. Sci. 2023, 2, 71–89. [CrossRef] 32. Mogali, S.R. Initial Impressions of ChatGPT for Anatomy Education. Anat. Sci. Educ. 2023, 1–4. [CrossRef] [PubMed] 33. Frieder, S.; Pinchetti, L.; Griffiths, R.R.; Salvatori, T.; Lukasiewicz, T.; Petersen, P.C.; Chevalier, A.; Berner, J. Mathematical Capabilities of ChatGPT. arXiv 2023, arXiv:2301.13867.
34. Newton, P.M. ChatGPT Performance on MCQ-based Exams. EdArXiv 2023. [CrossRef] 35. Buchberger, B. Is ChatGPT Smarter than Master’s Applicants? Research Institute for Symbolic Computation: Linz, Austria, 2023. [CrossRef] 36. Stutz, P.; Elixhauser, M.; Grubinger-Preiner, J.; Linner, V.; Reibersdorfer-Adelsberger, E.; Traun, C.; Wallentin, G.; Whös, K.; Zuberbühler, T. Ch(e)atGPT? An Anecdotal Approach on the Impact of ChatGPT on Teaching and Learning GIScience. EdArXiv 2023. [CrossRef] 37. Megahed, F.M.; Chen, Y.J.; Ferris, J.A.; Knoth, S.; Jones-Farmer, L.A. How Generative AI Models such as ChatGPT Can be (Mis)Used in SPC Practice, Education, and Research? An Exploratory Study. arXiv 2023, arXiv:2302.10916.
38. Jalil, S.; Rafi, S.; LaToza, T.D.; Moran, K.; Lam, W. ChatGPT and Software Testing Education: Promises & Perils. arXiv 2023, arXiv:2302.03287.
39. Szabo, A. ChatGPT a Breakthrough in Science and Education: Can it Fail a Test? OSF Prepr. 2023. [CrossRef] 40. Tlili, A.; Shehata, B.; Adarkwah, M.A.; Bozkurt, A.; Hickey, D.T.; Huang, R.; Agyemang, B. What if the Devil is My Guardian Angel: ChatGPT as a Case Study of Using Chatbots in Education. Smart Learn. Env. 2023, 10, 15. [CrossRef] 41. Zhai, X. ChatGPT for Next Generation Science Learning. SSRN 2023, 4331313. Available online: https://ssrn.com/abstract=4331313 (accessed on 10 March 2023).
42. Topsakal, O.; Topsakal, E. Framework for a Foreign Language Teaching Software for Children Utilizing AR, Voicebots and ChatGPT (Large Language Models). J. Cogn. Syst. 2022, 7, 33–38. [CrossRef] 43. Ali, F. Let the Devil Speak for Itself: Should ChatGPT Be Allowed or Banned in Hospitality and Tourism Schools? J. Glob. Hosp. Tour. 2023, 2, 1–6. Available online: https://digitalcommons.usf.edu/jght/vol2/iss1/1/ (accessed on 10 March 2023).
44. Kasneci, E.; Seßler, K.; Küchemann, S.; Bannert, M.; Dementieva, D.; Fischer, F.; Gasser, U.; Groh, G.; Günnemann, S.; Hüllermeier, E.; et al. ChatGPT for Good? On Oppor-tunities and Challenges of Large Language Models for Education. Learn. Individ. Differ. 2023, 103, 102274. [CrossRef] 45. Khan, R.A.; Jawaid, M.; Khan, A.R.; Sajjad, M. ChatGPT—Reshaping Medical Education and Clinical Management. Pak. J. Med. Sci. 2023, 39, 605–607. [CrossRef] 46. Baidoo-Anu, D.; Owusu Ansah, L. Education in the Era of Generative Artificial Intelligence (AI): Understanding the Potential Benefits of ChatGPT in Promoting Teaching and Learning. SSRN 2023, 4337484. Available online: https://ssrn.com/abstract=4337484 (accessed on 10 March 2023).
47. Bishop, L. A Computer Wrote This Paper: What ChatGPT Means for Education, Research, and Writing. SSRN 2023, 4338981. Available online: https://ssrn.com/abstract=4338981 (accessed on 10 March 2023).
48. Atlas, S. ChatGPT for Higher Education and Professional Development: A Guide to Conversational AI; University of Rhode Island: Kingston, RI, USA, 2023; Available online: https://digitalcommons.uri.edu/cba_facpubs/548 (accessed on 1 March 2023).
49. Al-Worafi, Y.M.; Hermansyah, A.; Goh, K.W.; Ming, L.C. Artificial Intelligence Use in University: Should We Ban ChatGPT? Preprints.org 2023. [CrossRef] 50. Cotton, D.R.; Cotton, P.A.; Shipway, J.R. Chatting and Cheating: Ensuring Academic Integrity in the Era of ChatGPT. EdArXiv 2023. [CrossRef] 51. Qadir, J. Engineering Education in the Era of ChatGPT: Promise and Pitfalls of Generative AI for Education. TechRxiv 2023. [CrossRef] 52. Rudolph, J.; Tan, S.; Tan, S. ChatGPT: Bullshit Spewer or the End of Traditional Assessments in Higher Education? J. Appl. Learn. Teach. 2023, 6, 1–22. [CrossRef] 53. Pardos, Z.A.; Bhandari, S. Learning Gain Differences between ChatGPT and Human Tutor Generated Algebra Hints. arXiv 2023, arXiv:2302.06871.
54. Pavlik, J.V. Collaborating with ChatGPT: Considering the Implications of Generative Artificial Intelligence for Journalism and Media Education. J. Mass Commun. Educ. 2023, 78, 84–93. [CrossRef] 55. Zhang, B. Preparing Educators and Students for ChatGPT and AI Technology in Higher Education: Benefits, Limitations, Strategies, and Implications of ChatGPT & AI Technologies. Available online: https://www.researchgate.net/profile/ Bo-Zhang-376/publication/367380845_Preparing_Educators_and_Students_for_ChatGPT_and_AI_Technology_in_Higher_ EducationBenefits_Limitations_Strategies_and_Implications_of_ChatGPT_AI_Technologies/links/63d06849e922c50e99bd4d0 9/Preparing-Educators-and-Students-for-ChatGPT-and-AI-Technology-in-Higher-EducationBenefits-Limitations-Strategiesand-Implications-of-ChatGPT-AI-Technologies.pdf (accessed on 1 March 2023). [CrossRef] 56. Perkins, M. Academic Integrity Considerations of AI Large Language Models in the Post-pandemic Era: ChatGPT and beyond. J. Univ. Teach. Learn. Pract. 2023, 20, 7. [CrossRef] 57. Mbakwe, A.B.; Lourentzou, I.; Celi, L.A.; Mechanic, O.J.; Dagan, A. ChatGPT Passing USMLE Shines a Spotlight on the Flaws of Medical Education. PLoS Digital Health 2023, 2, e0000205. [CrossRef] 58. King, M.R. A Conversation on Artificial Intelligence, Chatbots, and Plagiarism in Higher Education. Cell. Mol. Bioeng. 2023, 16, 1–2. [CrossRef] 59. Baši´c, Ž.; Banovac, A.; Kruži´c, I.; Jerkovi´c, I. Better by You, Better than Me? ChatGPT-3 as Writing Assistance in Students’ Essays. arXiv 2023, arXiv:2302.04536.
60. Ventayen, R.J.M. ChatGPT by OpenAI: Students’ Viewpoint on Cheating Using Artificial Intelligence-Based Application. SSRN 2023, 4361548. Available online: https://ssrn.com/abstract=4361548 (accessed on 10 March 2023).
61. Khalil, M.; Er, E. Will ChatGPT Get You Caught? Rethinking of Plagiarism Detection. arXiv 2023, arXiv:2302.04335.
62. Ventayen, R.J.M. OpenAI ChatGPT Generated Results: Similarity Index of Artificial Intelligence-Based Contents. SSRN 2023, 4332664. Available online: https://ssrn.com/abstract=4332664 (accessed on 10 March 2023).
63. Marusenko, R. New Challenges in Assessing Students’ Knowledge: Chatbot ChatGPT and Real-Time Deepfakes. Available online: https://www.researchgate.net/profile/Roman-Marusenko/publication/368450665_New_challenges_in_assessing_students’_knowledge_chatbot_ChatGPT_and_real-time_deepfakes/links/63e815e8e2e1515b6b8bad02/New-challenges-in-assessing-studentsknowledge-chatbot-ChatGPT-and-real-time-deepfakes.pdf (accessed on 1 March 2023).
64. García-Peñalvo, F.J. The Perception of Artificial Intelligence in Educational Contexts after the Launch of ChatGPT: Disruption or Panic? Educ. Knowl. Soc. 2023, 24, 1–9. [CrossRef] 65. Willems, J. ChatGPT at Universities—The Least of Our Concerns. SSRN 2023, 4334162. Available online: https://ssrn.com/ abstract=4334162 (accessed on 1 March 2023).
66. Rospigliosi, P.A. Artificial Intelligence in Teaching and Learning: What Questions Should We Ask of ChatGPT? Interact. Learn. Environ. 2023, 31, 1–3. [CrossRef] 67. Shiri, A. ChatGPT and Academic Integrity. SSRN 2023, 4360052. Available online: https://ssrn.com/abstract=4360052 (accessed on 10 March 2023).
68. SSRN. Available online: https://www.ssrn.com (accessed on 10 March 2023).
69. arXiv. Available online: https://arxiv.org (accessed on 10 March 2023).
70. ResearchGate. Available online: https://www.researchgate.net (accessed on 10 March 2023).
71. Turnitin. Available online: https://www.turnitin.com (accessed on 10 March 2023).
72. iThenticate. Available online: https://www.ithenticate.com (accessed on 10 March 2023).
73. Bloom, B.S. Taxonomy of Educational Objectives: The Classification of Educational Goals; David McKay: New York, NY, USA, 1956.
74. GPT-4. Available online: https://openai.com/research/gpt-4 (accessed on 5 April 2023).
75. Google Cloud: Dialogflow. Available online: https://cloud.google.com/dialogflow (accessed on 10 March 2023).
76. Lo, C.K.; Hew, K.F. A Critical Review of Flipped Classroom Challenges in K-12 Education: Possible Solutions and Recommendations for Future Research. Res. Pract. Technol. Enhanc. Learn. 2017, 12, 4. [CrossRef] 77. Hew, K.F.; Bai, S.; Dawson, P.; Lo, C.K. Meta-analyses of Flipped Classroom Studies: A Review of Methodology. Educ. Res. Rev. 2021, 33, 100393. [CrossRef] 78. Lo, C.K.; Hew, K.F. Design Principles for Fully Online Flipped Learning in Health Professions Education: A Systematic Review of Research During the COVID-19 Pandemic. BMC Med. Educ. 2022, 22, 720.
79. Lo, C.K. Strategies for Enhancing Online Flipped Learning: A Systematic Review of Empirical Studies During the COVID-19 pandemic. Interact. Learn. Environ. 2023, 1–29. [CrossRef] 80. Thorp, H.H. ChatGPT is Fun, But not an Author. Science 2023, 379, 313. [CrossRef] Disclaimer/Publisher’s Note: The statements, opinions and data contained in all publications are solely those of the individual author(s) and contributor(s) and not of MDPI and/or the editor(s). MDPI and/or the editor(s) disclaim responsibility for any injury to people or property resulting from any ideas, methods, instructions or products referred to in the content.

 

 

Autor: Chung Kwan Lo
Fonte: Education Sciences
Artigo Original: https://www.mdpi.com/2227-7102/13/4/410

 

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

Aprendendo com IA: espelhos sociais e intelectuais

Até recentemente, as interações humanas com máquinas antropomorfizadas (entidades não-humanas que são atribuídas características humanas) eram consideradas divertidas, mas não eram vistas como emocionalmente relevantes para a maioria das pessoas. Embora muitos se...

10 efeitos negativos do uso de celulares para as crianças

Crianças de todo o mundo (embora não todas) utilizam smartphones para diversas finalidades. Algumas passam horas conversando com amigos, enquanto outras se dedicam a jogar inúmeros jogos. A Internet é frequentemente considerada uma fonte de conhecimento para as...

Sistemas de tutoria inteligente

Adaptação da aprendizagem de acordo com o nível e ritmo do estudante Os sistemas de tutoria inteligente se baseiam na capacidade de adaptar a aprendizagem de acordo com o nível e o ritmo do estudante. Usando inteligência artificial e técnicas de aprendizado de...

Quanto custa manter a nuvem no céu para o meio ambiente?

À medida que a humanidade aumenta sua capacidade de intervir na natureza com o objetivo de satisfazer as necessidades e desejos crescentes, aparecem as tensões e conflitos quanto ao uso do espaço e dos recursos naturais. Quanto custa manter a nuvem no céu para o meio...

Competências essenciais na era digital

A proliferação da IA em muitos aspectos da vida humana - desde o lazer pessoal até o trabalho profissional, passando pelas decisões políticas globais - impõe uma questão complexa sobre como preparar as pessoas para um mundo interconectado e em rápida mudança, que está...

Educação digital para prevenir abusos sexuais online

Depois de participar de uma aula incrível com a professora Beatriz Lorencini e o Felipe, fui tirado da bolha onde costumo estar a maior parte do meu tempo se não o tempo todo. Quando percebi eu estava em choque por "não saber ou escolher não saber" que existem...

Tag Cloud

Posts Relacionados

[dgbm_blog_module posts_number=”4″ related_posts=”on” show_categories=”off” show_pagination=”off” item_in_desktop=”2″ equal_height=”on” image_size=”mid” author_background_color=”#ffffff” disabled_on=”off|off|on” module_class=”PostRelacionado” _builder_version=”4.16″ _module_preset=”default” title_font=”Montserrat||||||||” title_text_color=”#737373″ title_font_size=”19px” title_line_height=”25px” meta_text_color=”#666″ meta_font_size=”13px” content_font_size=”13px” content_line_height=”30px” author_text_color=”#666666″ custom_css_content_container=”display:flex;||flex-wrap:wrap;” custom_css_image-container=”padding-top:70%;||overflow:hidden;” custom_css_image=”position:absolute;||top:0;||left:0;||bottom:0;||right:0;||object-fit: cover;||height:100%;||width:100%;” custom_css_title=”padding:20px;||margin-top:0;||order:2;” custom_css_content=”padding:0 20px 20px;||order:3;” custom_css_post-meta-middle=”order:1;||padding:20px;||border-bottom:1px solid #dcdcdc;||border-top:1px solid #dcdcdc;” border_width_all_post_item=”0px” border_width_all_content=”0px” box_shadow_style_container=”preset1″ box_shadow_blur_container=”5px” box_shadow_spread_container=”1px” box_shadow_color_container=”rgba(0,0,0,0.1)” global_colors_info=”{}”][/dgbm_blog_module]

Receba a nossa newsletter

Fique por dentro e seja avisado dos novos conteúdos.

Publicações mais recentes