1705610934
2024-01-18 20:16:32
教育特有のニーズに合わせて微調整することが、生徒の成果向上と教師へのより多くのサポートを実現する鍵となると考えています。
ChatGPT が教室に導入され、指導者に教育の再考を促してから 1 年が経ちました。 もちろん、ChatGPT の前にも AI は存在しましたが、マイケル ジョーダン以前にもバスケットボールがあったのと同じように、ゲームはそれ以来同じではありません。
初期の展開期間後、スタンフォード大学、ウースター工科大学、トロント大学などの研究者が教育における AI モデルを検討してきました。 最近発表された 3 つの研究では、ChatGPT に関して何が機能し、何が機能しないかを概説しています。
注目すべきことに、新しい研究は、ChatGPT が教育固有のデータに基づいてトレーニングされ、次の目的を達成する必要があることを示唆しています。 特定のコンテキスト それが本当に学習成果を向上させるためであれば。
確かに、ChatGPT は生徒と教師の両方にとって恩恵となり、日常的なタスクから解放され、非効率性が軽減されます。 それは、スケーラブルな学習における画期的な解決策の先駆けとなり、不平等を緩和するのに役立つ可能性がありますが、不平等を悪化させる可能性もあります。 新しい研究は、学習テクノロジーに対する ChatGPT の意味と実行を詳しく掘り下げ、これらの質問に答えるのに役立ちます。
ニュー・キッド・オン・ザ・ブロック
AI を活用した大規模言語モデル (LLM) ChatGPT が 2022 年後半に登場すると、 恐怖から熱狂的な興奮まであらゆるものを引き起こした。 一部の教育者は、授業の合理化と規模の拡大、煩雑な管理タスクの負担の軽減、さらには学生を新しいテクノロジーの魅力に引き込むのに役立つ可能性を歓迎し続けています。
他の教育者は、ChatGPT の導入にさらに多くの取り組みを加えました。 注意 – 懸念を表明する このテクノロジーは不正行為につながり、批判的思考スキルを侵害し、誤った情報を押し出し、さらには教師の仕事を置き換える可能性さえあるという。
最近では、研究者がさまざまなシナリオ、主題、スキルセットにおける LLM と AI の影響を研究することに着手しましたが、結果はまちまちです。
最初の研究は昨年、ウースター工科大学のチームから発表された。 大規模な言語モデルを使用して数学の説明を生成するさまざまなアプローチの比較。 オンライン学習プラットフォームに新しい数学のレッスンを追加するスケジュールを早めるために、LLM を使用して数学の問題の説明を迅速に作成できるかどうかを検討しました。
具体的には、チームは次のことを検討しました。「大規模な言語モデル、具体的には GPT-3 が中学校の数学の問題の説明を書く可能性。最終的にはこのプロセスを使用して、新しいカリキュラムの数学の問題の説明を迅速に生成することを目標としている」新しいカリキュラムをオンライン学習プラットフォームに統合する時間が短縮されます。」
どうしたの？ チームは 2 つのアプローチを採用しました。 最初の試みは、「生徒と講師の間の個別指導におけるチャットログの重要なアドバイスを要約すること」です。 2 番目のアプローチでは、次を使用して説明を生成しようとしました。 数回の学習 同様の数学の問題について教師が書いた説明から。」
最終的に、教師は LLM を上回りました。 この研究の著者らは、「将来的には、より強力な大規模言語モデルが採用される可能性があり、GPT-3は、説明を代替するツールとしてではなく、教師が説明を書くプロセスを強化するツールとして依然として効果的である可能性がある」と結論付けている。
その間、 スタンフォードの研究者が調査した LLM のもう 1 つの側面、つまり、教師にとって優れたコーチまたはトレーナーになる能力です。 教師が直面している課題の 1 つは、質の高いコーチングが欠如していることです。これは教師トレーニングの基本的な要素であり、教室の観察と知識に基づいたフィードバックが必要なものです。
しかし、教師不足とリソースの問題の中、大多数の教師はそのようなコーチングやトレーニングの専門知識にアクセスできません。 教育指導者らは、ChatGPT が一種の自動教師コーチとなり、基本的に生成 AI を通じて教育者に費用対効果が高く、スケーラブルなサポートを提供できるかどうかを研究しています。
スタンフォード大学の研究チームは、「生成型 AI のための 3 つの教師コーチング タスク」を実施しました。(A) 教室での観察器具に基づいて記録セグメントを採点し、(B) 優れた指導戦略のハイライトと見逃した機会を特定し、(C) より多くの生徒を引き出すための実行可能な提案を提供します。推論です。」 彼らは、小学校の数学の授業記録の 3 つのタスクそれぞれについて ChatGPT のゼロショット パフォーマンスを評価するために、専門の数学教師を採用しました。
の 「ChatGPT は優れた教師コーチですか?」 研究によると、可能性はあり、ChatGPT は関連する提案を提供しましたが、それらの提案は目新しいものでも、特に洞察力に富むものでもありませんでした。 実際、現役の教師はより早く、より適切に同じ結論に達しており、モデルの提案の 82% は、教師が生成 AI の提案をすでに実装している場所を示していました。
つまり、以前に議論した中学校の数学の研究と同様に、研究者らは、ChatGPT を想定された能力で機能させるためには重要な作業が必要であることを発見しました。
最後に、先月、トロント大学とマイクロソフトの研究者は、LLM ベースの説明への曝露が学習にどのような影響を与えるかを調査した研究結果を発表しました。 の 勉強、「大規模な言語モデルを使用した数学教育: 危険か約束か?」 1,200 人の参加者が参加し、大規模な言語モデルが生徒にとってスケーラブルでパーソナライズされた家庭教師としてどのように機能するかについての洞察を獲得しようとしました。
実験の学習段階では、参加者は練習問題を受け取りました。 (この研究の参加者は、Amazon のウェブサイト経由で学部生を含む個人で構成されていました) メカニカルターク 1. 参加者が正解を知る前か後かに数学の問題に挑戦する必要があるかどうか。 2. 参加者には答えだけが示されたのか、それとも LLM が生成した答えの説明も見せられたのか。 (すべての参加者はその後、基礎となる概念をどの程度よく学習したかを評価するために、新しいテスト問題でテストを受けました。)
この研究は前の 2 つの研究よりも肯定的な結果であり、全体的に研究の著者らは「LLM ベースの説明は、正しい答えだけを見る場合と比較して、学習にプラスの影響を与えることがわかった」と結論付けています。
著者らは依然として慎重で、最初に自分で問題を解決しようとした人にとってメリットが最大でしたが、自分で練習問題を解決しようとする前にLLMの答えに触れた人にも前向きな傾向が依然として当てはまりました。
「LLMの説明に触れると、人々は学習したと感じる量が増加し、テスト問題の難しさの認識が減少した」と研究著者らは発見した。
LLM と Yet の力
では、これは何を意味するのでしょうか? 研究は 2 つのことを示唆しています。 トロントの研究の場合のように、ChatGPT が 1 つあるだけでも、何もしないよりはマシです。 ただし、ChatGPT が教師レベルの作業を行うには、教育固有のデータセットでトレーニングする必要があります。
より広範に、研究は、少なくとも現時点では、LLM に対する興奮が正当であることを示唆しています。 多くの生徒が学校で遭遇する、やる気を起こさせる壁ポスターについて考えてみましょう。「」を提唱しています。イエの力」 ChatGPT と LLM の場合がこれに該当します。
初期の調査によると、ChatGPT は教師に大規模で実用的な洞察をまだ提供できない可能性があります。 また、複雑な教育上の課題に対処するオンライン学習プログラムを公平かつ誠実に迅速に進めることもまだできません。 そして、すぐに使える教師トレーニング ソリューションを提供できるわけではないかもしれません。 しかし、より微調整し、より多くの研究を行い、より多くの時間を費やせば、可能性はあります。
特に、この分野ではさらに多くのことが必要です データセット ChatGPT のパフォーマンスが向上するようにトレーニングします。 このようなデータセットは、公平性の問題を解明する鍵にもなります。 LLM は一部の生徒にとって他の生徒よりも優れたパフォーマンスを発揮しますか? LLM にはバイアスの問題がありますか?
スポーツ チームが問題を解決し、重要な新しい選手とともにリズムを見つけるのと同じように、ChatGPt と生成 AI の最初の展開は困難を伴うかもしれませんが、たとえまだ完全に達成できていなくても、大きな勝利を収める可能性はあります。
私は、使命を重視した教育コンサルティング会社、The Learning Agency の CEO です。 私は多くの大学、財団、企業のアドバイザーを務めてきました。 私の研究と執筆は、雑誌の表紙から随所に掲載されています。 USAトゥデイ トゥナイトショーへ。
私は学習科学に関する本を書きました。 より良く学ぶ など多くのメディアで取り上げられました ワイヤード、スレート、ヴォックス、ファストカンパニー、 そして アトランティック。 アマゾンはこの本を「今年最高の科学書」と呼んだ。
キャリアの初期、私はアメリカ進歩センターの上級研究員として働き、雑誌の寄稿編集者として働いていました。 米国のニュースとワールドレポート、 そして新聞社の研究者として 教育週間。 私はダートマス大学を優秀な成績で卒業しました。
続きを読むもっと少なく読む
#ChatGPT #が導入されたので微調整するときが来ました