A OpenAI se juntou a uma instituição de ensino superior. Saiba mais nas notícias de IA desta semana por ENBLE.
Nesta edição da coluna semanal de IA do TechCrunch, intitulada Esta Semana em AI, discutimos a colaboração da OpenAI com a Universidade Estadual do Arizona para testar o uso da tecnologia GenAI na área da educação.
IA na Educação: O Debate Continua
Acompanhar uma indústria tão rápida quanto a IA é uma tarefa difícil. Então, até que uma IA possa fazer isso por você, aqui está uma coleção útil de notícias recentes no mundo da aprendizagem automática, juntamente com pesquisas notáveis e experimentos que não cobrimos separadamente. Nesta semana em IA, a OpenAI fechou contrato com sua primeira cliente de ensino superior: a Universidade Estadual do Arizona.
OpenAI faz parceria com Universidade Estadual do Arizona
A ASU colaborará com a OpenAI para disponibilizar o ChatGPT, o chatbot alimentado por IA da OpenAI, para pesquisadores, funcionários e docentes da universidade. Eles até estão promovendo um desafio aberto em fevereiro para convidar professores e funcionários a enviar ideias sobre maneiras de usar o ChatGPT.
O acordo entre a OpenAI e a ASU ilustra as opiniões em mudança em relação à IA na educação, à medida que a tecnologia avança mais rápido do que os currículos podem acompanhar. No verão passado, escolas e faculdades correram para proibir o ChatGPT por medo de plágio e desinformação. Desde então, alguns reverteram suas proibições, enquanto outros começaram a realizar workshops sobre ferramentas de IA genética e seu potencial de aprendizado.
O Grande Debate da Educação em IA
O debate sobre o papel da IA genética na educação não será resolvido tão cedo. Mas, por mais que valha, eu cada vez mais me coloco no campo dos apoiadores. Sim, a IA genética é um resumidor ruim. É tendenciosa e tóxica. Ela inventa coisas. Mas também pode ser usada para o bem.
Considere como uma ferramenta como o ChatGPT pode ajudar estudantes com dificuldades em uma tarefa de casa. Pode explicar um problema de matemática passo a passo ou criar um esboço para um ensaio. Ou pode fornecer a resposta para uma pergunta que demoraria muito mais tempo para pesquisar no Google.
- Google lança Círculo para Busca busca visual aprimorada para telefo...
- 🤖 CEO do Meta, Mark Zuckerberg, fala sobre Inteligência Artificial ...
- A OpenAI encontrou seu primeiro parceiro na educação superior, à me...
Agora, existem preocupações razoáveis sobre trapaça – ou pelo menos o que pode ser considerado trapaça dentro dos limites dos currículos atuais. Tenho ouvido relatos de estudantes, especialmente estudantes universitários, usando o ChatGPT para escrever grandes trechos de trabalhos e perguntas de redação em testes domiciliares.
Esse não é um problema novo – serviços pagos de escrita de ensaios existem há séculos. Mas o ChatGPT reduz drasticamente a barreira de entrada, argumentam alguns educadores.
Há evidências que sugerem que esses medos são exagerados. Mas, deixando isso de lado por um momento, digo que devemos dar um passo atrás e considerar o que leva os estudantes a trapacear em primeiro lugar. Os alunos muitas vezes são recompensados por notas, não por esforço ou compreensão. A estrutura de incentivo é distorcida. Não é de admirar, então, que as crianças vejam as tarefas escolares como caixas a serem marcadas em vez de oportunidades de aprender?
Portanto, vamos permitir que os alunos tenham IA genética – e permitir que os educadores pilote maneiras de aproveitar essa nova tecnologia para alcançar os alunos onde eles estão. Não tenho muitas esperanças de uma reforma educacional drástica. Mas talvez a IA genética sirva como uma plataforma de lançamento para planos de aula que empolguem as crianças em assuntos que elas nunca teriam explorado anteriormente.
Seção de P&R
P: Existem outras preocupações sobre o uso do ChatGPT na educação? R: Além da preocupação com a trapaça, existem outras questões potenciais a serem consideradas. Por exemplo, a falta de interação humana e feedback que os alunos recebem ao usar ferramentas de IA como o ChatGPT. O feedback é crucial para a aprendizagem e o crescimento, e os chatbots de IA nem sempre podem fornecer o feedback perspicaz que um professor humano pode oferecer. Além disso, existem preocupações com a privacidade dos dados e o uso ético das informações dos alunos. Esses são fatores importantes a serem considerados ao implementar ferramentas de IA no sistema educacional.
P: Como a IA pode beneficiar a educação? R: A IA tem o potencial de revolucionar a educação personalizando as experiências de aprendizagem, fornecendo feedback imediato e oferecendo recomendações personalizadas para os alunos. Ferramentas alimentadas por IA, como o ChatGPT, podem ajudar os alunos a compreender conceitos complexos, resolver problemas e melhorar seus resultados gerais de aprendizado. Além disso, a IA pode permitir que os educadores analisem vastas quantidades de dados para identificar padrões e personalizar estratégias de ensino com base nas necessidades individuais de cada aluno. No entanto, é essencial encontrar um equilíbrio entre a tecnologia e a interação humana para garantir uma experiência educacional completa.
Mais Aprendizados de Máquina
Uma das coisas que dificulta a aplicação mais ampla de coisas como a análise de satélites alimentados por IA é a necessidade de treinar modelos para reconhecer o que pode ser uma forma ou conceito bastante esotérico. Identificar o contorno de um prédio: fácil. Identificar áreas de destroços após inundações: nem tanto! Pesquisadores suíços da EPFL esperam facilitar isso com um programa que chamam de METEOR.
“O problema na ciência ambiental é que muitas vezes é impossível obter um conjunto de dados grande o suficiente para treinar programas de IA para nossas necessidades de pesquisa”, disse Marc Rußwurm, um dos líderes do projeto.
Por outro lado, o Laboratório Nacional de Los Alamos tem uma nova abordagem que eles chamam de Blackout Diffusion, que parte de uma imagem completamente preta, reduzindo a carga computacional. Eles afirmam que ele funciona bem, mas definitivamente ainda está longe de ser amplamente utilizado.
Modelos assistidos por IA estão despontando em todas as áreas das ciências naturais, produzindo novos insights e economizando dinheiro em horas de entrada de dados. Por exemplo, a Austrália está aplicando a tecnologia de detecção de incêndios florestais da Pano AI, que pode ajudar a prevenir incêndios e produzir dados valiosos para as autoridades florestais, em sua principal região florestal conhecida como “Triângulo Verde”.
Com esses avanços em IA, cada minuto conta, especialmente no caso de incêndios florestais. As notificações precoces podem fazer a diferença entre dezenas e milhares de acres de danos.
No lado da química, pesquisadores da Argonne NL estão analisando a melhor forma de armazenar hidrogênio para uso como combustível. Usando um método de triagem por IA, eles foram capazes de analisar 160 bilhões de moléculas e identificar 41 dos melhores candidatos. Isso tem o potencial de revolucionar a indústria de combustíveis de hidrogênio e torná-la mais acessível para uso generalizado.
Conclusão
A IA continua deixando sua marca em várias áreas, com implicações positivas e desafios. Embora ferramentas alimentadas por IA na educação possam melhorar as experiências de aprendizado, existem preocupações com trapaças e a necessidade de interação humana. Em outros campos, como ciência ambiental e química, a IA está sendo usada para resolver problemas complexos e impulsionar a inovação.
À medida que avançamos, é importante abordar a IA com uma mentalidade cautelosa, porém exploratória. A IA não é uma solução milagrosa e testes e avaliações rigorosos são essenciais ao aplicar modelos de IA em diferentes contextos. Ao encontrar um equilíbrio entre humanos e máquinas, podemos aproveitar todo o potencial da IA e criar um futuro melhor.
-–
Referências: – Parceria entre a OpenAI e a ASU – Tutor de leitura da Microsoft – Transparência algorítmica na música – Robôs da NASA – Samsung Galaxy, agora alimentado por IA – Resolvedor de geometria da DeepMind – OpenAI e crowdsourcing – Um plano Pro para o Copilot – Modelos enganosos – Demonstração segmentada da Tesla – METEOR: um programa para treinar algoritmos de IA – Blackout Diffusion do Laboratório Nacional de Los Alamos – Aplicação da tecnologia de detecção de incêndios florestais da Pano AI pela Austrália
