Uma perspectiva de colaboração de um líder de excelência acadêmica e um inovador em IA no campo de IA e modelo de linguagem em rápida mudança e seu impacto no setor educacional.
Como escreveu o Instituto para o Futuro: “A história humana é a do uso da tecnologia para ampliar os nossos sentidos e a nós mesmos”.
A relação entre alunos e professores permanece no centro do ensino superior – tanto agora como no futuro. No entanto, as possibilidades da inteligência artificial para melhorar esta relação, fornecendo apoio aos alunos e capacidades de avaliação, são amplas, fascinantes e requerem profunda reflexão individual e organizacional.
Já existem exemplos de serviços de inteligência artificial que se baseiam em dados de apoio a estudantes de universidades para responder a questões transacionais sobre, por exemplo, ajuda financeira ou apoio a bibliotecas, tão facilmente como pedir horas à Alexa ou à Siri. Além disso, a IA pode impulsionar as universidades para capacidades de avaliação mais avançadas – além de portfólios e múltipla escolha – já que a IA é capaz de avaliar com precisão avaliações autênticas e complexas que refletem a demonstração de habilidades no mundo real ou em ambientes simulados de perto. Por outras palavras, a IA, trabalhando em conjunto com a experiência de ensino do nosso corpo docente, pode avaliar de forma consistente e precisa o conhecimento valioso que os nossos alunos adultos estão a trazer para as nossas salas de aula.
A linha que separa a sala de aula do chamado mundo real já está se confundindo. Cada vez mais, os alunos levam seu conhecimento experiencial para a sala de aula e, inversamente, trazem o que os professores lhes ensinam imediatamente para a prática do mundo real. Quanto mais rápida e precisamente pudermos avaliar esta aprendizagem e apoiar este novo aluno, mais forte será a relação entre alunos e professores e maiores serão as nossas competências do século XXI.
Há também a questão do uso ético da IA generativa – por estudantes, professores e universidades. Parece que qualquer IA que valha seu código será capaz de superar qualquer verificador de plágio com alguns ajustes simples na forma como apresenta a vibração da linguagem que gera. Como tal, cabe às universidades não fugir ou proibir a utilização da IA generativa, mas sim considerar profundamente como esta tecnologia irá alterar a sua avaliação, ensino, aprendizagem e modelos de negócio. O primeiro passo é entender como essas ferramentas funcionam e o impacto na experiência de aprendizagem humana.
Conheça nossos cursos:
IA e tecnologia de modelo de linguagem
A Inteligência Artificial tem sido uma área ativa de pesquisa desde a década de 1950 com o objetivo de imitar a inteligência humana exibida em diferentes faculdades cognitivas, como linguagem e visão. Um modelo de linguagem (LM) é um modelo matemático para atribuir principalmente uma distribuição de probabilidade sobre uma sequência de palavras ou símbolos. Desde a década de 1980, a pesquisa de modelagem de linguagem testemunhou múltiplas mudanças de paradigma de arquiteturas determinísticas para estatísticas e neurais como uma estrutura de ordem superior para tarefas preditivas em reconhecimento de fala, tradução automática e resposta a perguntas. Os modelos de linguagem grande (LLM) atualmente populares usam redes neurais artificiais que permitem extensas interações entre palavras por meio de múltiplas camadas de transformações vetoriais e podem ser treinados de maneira generativa para prever uma sequência de texto ou imagem. Esses LLMs tornaram-se viáveis devido à disponibilidade de grandes quantidades de dados de treinamento.
Como desenvolver uma estratégia de IA e modelo de linguagem
Os LLMs encontraram uma grande utilidade no desenvolvimento de interfaces conversacionais baseadas em linguagem natural ou chatbots que geram uma resposta mais longa, como exemplificado pelo ChatGPT da OpenAI e pelo Google Bard. Eles demonstraram frequentemente desempenhos superiores e altamente criativos na geração de uma resposta linguística ou visual a uma solicitação ou pergunta de um usuário, o que levou à sua rápida popularidade entre os consumidores, bem como entre as empresas que agora consideram o desenvolvimento de uma estratégia de IA para excelência organizacional e preparação futura. Os LLMs podem ser uma ferramenta de aumento de produtividade para geração de conteúdo mediado por humanos ou tarefas de análise, como gerar um rascunho de uma postagem de blog, um plano de aula ou uma imagem artística, ou resumir uma reunião. Os LLMs também receberam muitas críticas, pois suas respostas nem sempre são precisas e às vezes podem conter erros factuais ou alucinações. Confiabilidade, controlabilidade, preconceito, otimização para uso educacional e custos de inferência são alguns dos fatores a serem considerados ao desenvolver uma estratégia de IA e modelo de linguagem.
Os resultados bem-sucedidos de uma estratégia de IA também dependem de quão bem um provedor de serviços de IA está alinhado à missão com as prioridades centrais da sua organização. Um bom parceiro de IA pode ajudá-lo a navegar no cenário de IA em rápida mudança, fornecer conhecimento técnico aprofundado sobre como funcionam vários modelos de IA, desenvolver soluções de IA personalizadas e proprietárias para seus requisitos exclusivos e ajudar a construir confiança entre sua solução de IA e seus usuários finais . Quando implementada corretamente, uma estratégia de modelo de IA e linguagem pode melhorar significativamente a qualidade, eficiência, produtividade, escalabilidade, retorno do investimento e competitividade de mercado de uma organização.
O desafio para as faculdades e universidades será a capacidade de avaliar e atualizar as suas estratégias de avaliação da aprendizagem no contexto dos LLMs. A inteligência artificial não será o fim da leitura e da escrita, assim como não matou o jogo de xadrez, mas mudará drasticamente a forma como lemos e escrevemos. (Não é a primeira tecnologia a fazê-lo, por exemplo, o lápis, a caneta-tinteiro, o papel, o documento Word, o corretor ortográfico, o ditado de texto e a lista continua.) As universidades podem precisar diversificar as avaliações de aprendizagem dos seus alunos de formas excessivas. dependência de ensaios, postagens de discussão e outras tarefas, que seriam fáceis para os LLMs realizarem sem muito pensamento ou contribuição humana.
Como Rasmussen implementou a tecnologia de IA
Em 2021, a equipe de inovação educacional da Universidade Rasmussen procurou projetar e desenvolver avaliações de aprendizagem prévia inovadoras para a educação geral usando a IA conversacional da Cognii. Essas avaliações apresentam ao aluno um cenário único e fazem perguntas de resposta aberta.
Depois de se familiarizar com o cenário, o aluno constrói uma resposta em linguagem natural, escrevendo um parágrafo curto ou longo para demonstrar seu pensamento crítico e habilidades de resolução de problemas. O modelo de linguagem usado avalia imediatamente a precisão da resposta textual e gera uma pontuação de proficiência e feedback qualitativo que fornece informações adicionais ao aluno. O feedback é projetado para estar na zona de desenvolvimento proximal para trazer à tona o melhor do aluno sem dar-lhe a resposta. O aluno responde ao feedback da IA atualizando sua resposta para demonstrar ainda mais sua proficiência.
Este tipo de avaliação conversacional leva a um envolvimento mais ativo entre o aluno e a IA numa pedagogia conhecida como “avaliação como aprendizagem”, que é mais próxima da forma como a avaliação no mundo real ocorre entre humanos. Isto também reduz o estresse normalmente associado à realização de um teste e, ao mesmo tempo, gera insights pedagógicos mais profundos sobre o conhecimento internalizado, a compreensão, a expressão linguística, a progressão da aprendizagem, a resiliência e o domínio conceitual refinado dos alunos.
Recomendações para o Ensino Superior
O projeto da Universidade Rasmussen com a Cognii é um exemplo de como, através de parcerias, o ensino superior pode explorar diferentes modelos de avaliação para se preparar para um futuro de aprendizagem em que a IA generativa e os LLMs sejam tão omnipresentes como a verificação ortográfica. Para se preparar para este futuro, recomendamos:
1. Educação organizacional
Alguns líderes da sua organização provavelmente obtiveram um aprendizado profundo dos LLMs e dos impactos potenciais da IA nos alunos e na aprendizagem. É igualmente provável que outros só tenham sido expostos a esta tecnologia através dos meios de comunicação populares. Eduque a organização com tempo, recursos e discussão dedicados antes de adotar políticas e práticas.
2. Políticas bem pensadas
Algumas pessoas em sua organização podem querer políticas imediatas em torno da IA generativa – bani-la ou sair correndo e comprar o software de plágio ChatGPT mais recente. Utilize o tempo dedicado e a discussão para compreender os impactos destas políticas e investimentos e a rapidez com que a tecnologia pode mudar, antes de tomar decisões que possam ser difíceis de reverter.
3. Coloque os alunos em primeiro lugar
Pode ser tentador gastar todo o seu tempo discutindo os robôs, mas nunca perca de vista os benefícios potenciais para os alunos. Não se concentre apenas no plágio e na integridade acadêmica. Como os LLMs podem ajudar os alunos para quem o inglês é uma segunda língua? Como eles podem revolucionar o ensino de tutoria e a pesquisa em bibliotecas? Energize sua organização com os benefícios potenciais para os alunos e, ao mesmo tempo, esteja preparado para desafios.
4. Esteja ciente do mercado em rápida mudança
O mercado generativo de IA e as ferramentas que ele oferece parecem estar mudando literalmente todos os dias. Aproveite a experiência dos líderes de IA para compreender essas mudanças e avaliar sua aplicabilidade à sua faculdade ou universidade. À medida que o avanço tecnológico acelera, seja cauteloso e participativo, implementando projetos-piloto inovadores para manter uma vantagem competitiva.
Grande parte da literatura sobre inovação da última geração ensinou-nos que as tecnologias disruptivas alteram significativamente os mercados, e aqueles que trabalham no mercado precisam de estar preparados e trabalhar a partir de uma posição de esperança realista e não de medo. A IA generativa e os modelos de linguagem podem ser a mais recente – e mais significativa – tecnologia disruptiva desta e da próxima geração. Devemos aproveitar este momento para nos expandirmos e não recuarmos para o passado.
Você poderá gostar de adquirir esses produtos na Amazon:
[azonpress_tables id=”5″]
Tags: IA na Educação, Tecnologia de Modelo de Linguagem, Inovação Educacional, Excelência no Aprendizado, Aceleração Educacional, Futuro da Educação, Aprendizado Personalizado, Tendências em Educação, Educação 4.0, Educação Impulsionada por Tecnologia,