“Üretken yapay zeka” ve “büyük dil modelleri” bir zamanlar bilgisayar biliminin belirsizliğinde yaşayan terimlerdir. Artık GPT4 ve Google Bard gibi doğal dildeki sohbet robotları yaygınlaştı ve görünürde sonu da yok.
Üretken yapay zeka teknolojilerinin yükselişi STEM eğitimi ve araştırma kuruluşu için ne anlama geliyor? Bilim ve diğer yüksek öğrenim kurumları bunu çözmeye çalışıyor.
Geçen hafta Bilim Bilim Bölümü'nün ortak ev sahipliği yaptığı bir sempozyumun ortak organizatörü ve fizik öğretim görevlisi Logan McCarty, “Gelecekte yapay zeka içeriğinin kaçınılmaz, tespit edilemez ve belki de güvenilmez olacağını düşünüyorum” dedi. ve MIT'nin Fizik Bölümü. Etkinlik, laboratuvarda, sınıfta ve fikir pazarında yapay zeka teknolojilerinden yararlanmaya yönelik yeni yaklaşımları paylaşmak üzere öğretim üyelerini, araştırmacıları, eğitmenleri ve öğrencileri bir araya getirdi.
Toplantı aynı zamanda sadece akademi dünyasının değil, genel olarak insanlığın karşı karşıya olduğu zor sorular etrafında serbest akışlı ve bazı noktalarda varoluşsal tartışmaları da mümkün kıldı: Güçlü içerik oluşturma teknolojilerinin herkesin parmaklarının ucunda olması, yeterliliğin değerini düşürecek mi? Gerçek göreceli mi olacak? Makineler bilgiyi kontrol edecek mi?
Bilim ve diğer akademik kurumlar, yapay zekanın araştırma ve öğrenmeye nasıl entegre edilmesi ve edilmemesi gerektiği konusunda hızlı bir şekilde örnek oluşturmaya çalışıyor. Açılış konuşmacısı, Cornell Üniversitesi bilgisayar ve bilgi bilimi dekanı Kavita Bala, kurumunun fakülte için öğretimlerini yapay zeka yetenekleri ve fırsatlarına göre ayarlamaya yönelik yayınlanmış yönergelerini özetledi.
Bilim Fen ve Edebiyat Fakültesi Dekanı Christopher Stubbs, “Üretken Yapay Zeka: Ne işe yarar ve ne işe yarar?” başlıklı bir açılış konuşması yapıyor. teknolojinin görevleri optimize etme konusundaki muazzam potansiyel faydalarını övdü: birkaçını saymak gerekirse yeni ders taslakları, İK işlevleri, kod hata ayıklaması. İzleyicilere yapay zekayı şu amaçlarla kullanmanın etik olup olmayacağı konusunda bir anket yaptı: Bir taslağın rötuşunu yapmak mı? Başvuru materyallerini hazırlıyor musunuz? Görev süresi inceleme paketi için öğrenci değerlendirmelerini mi özetliyorsunuz? Meslektaşlarını korkulukları kurarken cevaplar bulmaya çağırdı.
Stubbs, “İşimize yön verecek doğru türden soruları formüle etme konusunda tökezleyeceğimiz bir aşamadayız” dedi.
Bilim ve MIT'deki pek çok kişi, üretken yapay zekanın sınıftaki ve öğrenci öğrenme sonuçlarındaki yardımını veya engelini test etmek için sıkı bir metodoloji uyguluyor. Kıdemli Bilim fizik eğitmenleri Greg Kestin ve Kelly Miller, giriş niteliğindeki bir fizik dersinde yapay zeka destekli öğretim ile aktif öğrenmeyi karşılaştıran araştırmalarını anlattılar. Şimdiye kadar yapay zeka takviyesiyle önemli öğrenme kazanımları elde ettiler.
Kampüsteki diğerleri de benzer deneyler yapıyor. Bilgisayar bilimi eğitmeni Rongxin Liu, yapay zeka “bağlamlı sohbet robotunun” büyük, popüler bir giriş dersi olan CS50'ye entegre edildiğini bildirdi. Kursa özel sohbet robotu, öğrencilere kişiselleştirilmiş ders ve desteğe sınırsız erişim sağlar.
Heyecana paralel olarak, istenmeyen sonuçlar ve zararlarla ilgili endişeler de artıyor. MIT Mühendislik Okulu program koordinatörü Damion Mannings, yüz tanıma teknolojisindeki doğal önyargı örneğini ve ardından polisin Siyah kadınları hedef almasını, üretken yapay zeka gibi yeni ortaya çıkan teknolojiler etrafında etik çerçeveler oluşturmak için bir neden olarak kullandı.
MIT yüksek lisans öğrencisi ve eski lise fizik öğretmeni Jack Maier, yapay zekanın belirli görevlerde insanları aşmaya hazır olmasına rağmen, eğitimin amacının öğrencilerin insan olma konusunda daha iyi olmalarına yardımcı olmak olması gerektiğini öne sürdü; buna “insanın gelişmesi” diyor. ”
“Günün sonunda, yapay zeka ve robot teknolojisi tam potansiyellerine ulaştığında, insan olma konusunda hâlâ daha iyi olacağız. İşte bu da bizim başarılı olabileceğimiz konu.”
Üretken yapay zeka teknolojilerinin yükselişi STEM eğitimi ve araştırma kuruluşu için ne anlama geliyor? Bilim ve diğer yüksek öğrenim kurumları bunu çözmeye çalışıyor.
Geçen hafta Bilim Bilim Bölümü'nün ortak ev sahipliği yaptığı bir sempozyumun ortak organizatörü ve fizik öğretim görevlisi Logan McCarty, “Gelecekte yapay zeka içeriğinin kaçınılmaz, tespit edilemez ve belki de güvenilmez olacağını düşünüyorum” dedi. ve MIT'nin Fizik Bölümü. Etkinlik, laboratuvarda, sınıfta ve fikir pazarında yapay zeka teknolojilerinden yararlanmaya yönelik yeni yaklaşımları paylaşmak üzere öğretim üyelerini, araştırmacıları, eğitmenleri ve öğrencileri bir araya getirdi.
Toplantı aynı zamanda sadece akademi dünyasının değil, genel olarak insanlığın karşı karşıya olduğu zor sorular etrafında serbest akışlı ve bazı noktalarda varoluşsal tartışmaları da mümkün kıldı: Güçlü içerik oluşturma teknolojilerinin herkesin parmaklarının ucunda olması, yeterliliğin değerini düşürecek mi? Gerçek göreceli mi olacak? Makineler bilgiyi kontrol edecek mi?
Bilim ve diğer akademik kurumlar, yapay zekanın araştırma ve öğrenmeye nasıl entegre edilmesi ve edilmemesi gerektiği konusunda hızlı bir şekilde örnek oluşturmaya çalışıyor. Açılış konuşmacısı, Cornell Üniversitesi bilgisayar ve bilgi bilimi dekanı Kavita Bala, kurumunun fakülte için öğretimlerini yapay zeka yetenekleri ve fırsatlarına göre ayarlamaya yönelik yayınlanmış yönergelerini özetledi.
Süpernovaların gerçek zamanlı analizinden tıp eğitiminde klinik becerilerin geliştirilmesine kadar kendi alanlarında üretken yapay zekayı deneyen, hatta benimseyen araştırmacılar arasında oturumlar ve panel tartışmaları büyük yankı buldu. Bilim Dünya ve gezegen bilimleri doktora sonrası araştırmacısı Ethan Kyzivat, literatür incelemelerini sentezlemek için bir dil modeli kullanma deneylerini anlattı.
Bilim Fen ve Edebiyat Fakültesi Dekanı Christopher Stubbs, “Üretken Yapay Zeka: Ne işe yarar ve ne işe yarar?” başlıklı bir açılış konuşması yapıyor. teknolojinin görevleri optimize etme konusundaki muazzam potansiyel faydalarını övdü: birkaçını saymak gerekirse yeni ders taslakları, İK işlevleri, kod hata ayıklaması. İzleyicilere yapay zekayı şu amaçlarla kullanmanın etik olup olmayacağı konusunda bir anket yaptı: Bir taslağın rötuşunu yapmak mı? Başvuru materyallerini hazırlıyor musunuz? Görev süresi inceleme paketi için öğrenci değerlendirmelerini mi özetliyorsunuz? Meslektaşlarını korkulukları kurarken cevaplar bulmaya çağırdı.
Stubbs, “İşimize yön verecek doğru türden soruları formüle etme konusunda tökezleyeceğimiz bir aşamadayız” dedi.
Bilim ve MIT'deki pek çok kişi, üretken yapay zekanın sınıftaki ve öğrenci öğrenme sonuçlarındaki yardımını veya engelini test etmek için sıkı bir metodoloji uyguluyor. Kıdemli Bilim fizik eğitmenleri Greg Kestin ve Kelly Miller, giriş niteliğindeki bir fizik dersinde yapay zeka destekli öğretim ile aktif öğrenmeyi karşılaştıran araştırmalarını anlattılar. Şimdiye kadar yapay zeka takviyesiyle önemli öğrenme kazanımları elde ettiler.
Kampüsteki diğerleri de benzer deneyler yapıyor. Bilgisayar bilimi eğitmeni Rongxin Liu, yapay zeka “bağlamlı sohbet robotunun” büyük, popüler bir giriş dersi olan CS50'ye entegre edildiğini bildirdi. Kursa özel sohbet robotu, öğrencilere kişiselleştirilmiş ders ve desteğe sınırsız erişim sağlar.
Heyecana paralel olarak, istenmeyen sonuçlar ve zararlarla ilgili endişeler de artıyor. MIT Mühendislik Okulu program koordinatörü Damion Mannings, yüz tanıma teknolojisindeki doğal önyargı örneğini ve ardından polisin Siyah kadınları hedef almasını, üretken yapay zeka gibi yeni ortaya çıkan teknolojiler etrafında etik çerçeveler oluşturmak için bir neden olarak kullandı.
MIT yüksek lisans öğrencisi ve eski lise fizik öğretmeni Jack Maier, yapay zekanın belirli görevlerde insanları aşmaya hazır olmasına rağmen, eğitimin amacının öğrencilerin insan olma konusunda daha iyi olmalarına yardımcı olmak olması gerektiğini öne sürdü; buna “insanın gelişmesi” diyor. ”
“Günün sonunda, yapay zeka ve robot teknolojisi tam potansiyellerine ulaştığında, insan olma konusunda hâlâ daha iyi olacağız. İşte bu da bizim başarılı olabileceğimiz konu.”