Documentos de Académico
Documentos de Profesional
Documentos de Cultura
ChatGPT - For - Good - Esp
ChatGPT - For - Good - Esp
Un documento de posición
Resumen
Los modelos de lenguaje grande representan un avance significativo en el campo de la IA. La tecnología subyacente es clave para
futuras innovaciones y, a pesar de las opiniones críticas e incluso las prohibiciones dentro de las comunidades y regiones, los
grandes modelos de lenguaje llegaron para quedarse. Este documento de posición presenta los posibles beneficios y desafíos de
las aplicaciones educativas de los grandes modelos lingüísticos, desde la perspectiva de los estudiantes y los docentes. Discutimos
brevemente el estado actual de los grandes modelos de lenguaje y sus aplicaciones. Luego destacamos cómo se pueden usar
estos modelos para crear contenido educativo, mejorar el compromiso y la interacción de los estudiantes y personalizar las
experiencias de aprendizaje. Con respecto a los desafíos, argumentamos que los grandes modelos lingüísticos en la educación
requieren que los docentes y los alumnos desarrollen conjuntos de competencias y alfabetizaciones necesarias tanto para
comprender la tecnología como las limitaciones y la fragilidad inesperada de dichos sistemas. Además, se requiere una estrategia
clara dentro de los sistemas educativos y un enfoque pedagógico claro con un fuerte enfoque en el pensamiento crítico y
estrategias para la verificación de hechos para integrar y aprovechar al máximo los grandes modelos lingüísticos en los entornos
de aprendizaje y los currículos de enseñanza. Otros desafíos, como el sesgo potencial en el resultado, la necesidad de una
supervisión humana continua y el posible uso indebido no son exclusivos de la aplicación de la IA en la educación. Pero creemos
que, si se manejan con sensatez, estos desafíos pueden ofrecer conocimientos y oportunidades en escenarios educativos para
familiarizar a los estudiantes desde el principio con los posibles sesgos sociales, aspectos críticos y riesgos de las aplicaciones de
IA. Concluimos con recomendaciones sobre cómo abordar estos desafíos y garantizar que dichos modelos se utilicen de manera responsable y étic
Palabras
clave Grandes modelos de lenguaje — Inteligencia artificial — Educación — Tecnologías educativas
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 2/12
adaptado eficientemente a tareas posteriores o incluso a otras tareas Los modelos de lenguaje grandes también pueden ayudar en el desarrollo
aparentemente no relacionadas (p. ej., como en el aprendizaje por de habilidades de resolución de problemas al proporcionar a los
transferencia) se ha observado y estudiado empíricamente para varias estudiantes explicaciones , soluciones paso a paso y preguntas
tareas de lenguaje natural [6], p. ej., más recientemente en el contexto interesantes relacionadas con los problemas, que pueden ayudarlos a
de generar datos tabulares heterogéneos realistas [7]. comprender el razonamiento detrás de las soluciones y desarrollar análisis
Los avances recientes también incluyen GPT3 [1] y Chat GPT [8], y pensamiento fuera de la caja .
que se entrenaron en conjuntos de datos mucho más grandes, es decir, Para los estudiantes universitarios, los modelos lingüísticos grandes
textos de un corpus web muy grande, y han demostrado un rendimiento pueden ayudar en las tareas de investigación y redacción, así como en el
de vanguardia en una amplia variedad de tareas de lenguaje natural que desarrollo del pensamiento crítico y las habilidades de resolución de
van desde la traducción hasta la respuesta a preguntas, la escritura de problemas. Estos modelos se pueden usar para generar resúmenes y
ensayos coherentes y los programas de computadora. Además, se ha esquemas de textos, lo que puede ayudar a los estudiantes a comprender
llevado a cabo una amplia investigación para ajustar estos modelos en rápidamente los puntos principales de un texto y a organizar sus
conjuntos de datos más pequeños y aplicar el aprendizaje de transferencia pensamientos para escribir. Además, los modelos lingüísticos grandes
a nuevos problemas. Esto permite un mejor rendimiento en tareas también pueden ayudar en el desarrollo de habilidades de investigación
específicas con una menor cantidad de datos. al proporcionar a los estudiantes información y recursos sobre un tema en
Si bien los modelos de lenguajes grandes han logrado grandes particular e insinuar aspectos inexplorados y temas de investigación
avances en los últimos años, aún existen muchas limitaciones que deben actuales, lo que puede ayudarlos a comprender y analizar mejor el material.
abordarse. Una limitación importante es la falta de interpretabilidad, ya Para el aprendizaje en grupo y remoto, se pueden usar modelos de
que es difícil comprender el razonamiento detrás de las predicciones del lenguaje grandes para facilitar discusiones y debates grupales al
modelo. Hay consideraciones éticas, como preocupaciones sobre el proporcionar una estructura de discusión, retroalimentación en tiempo
sesgo y el impacto de estos modelos, por ejemplo, en el empleo, riesgos real y orientación personalizada para los estudiantes durante la discusión.
de uso indebido y despliegue inadecuado o poco ético , pérdida de Esto puede ayudar a mejorar el compromiso y la participación de los
integridad y muchos más. En general, los grandes modelos de lenguaje estudiantes. En las actividades de escritura colaborativa, en las que
continuarán ampliando los límites de lo que es posible en el procesamiento varios estudiantes trabajan juntos para escribir un documento o un
del lenguaje natural. Sin embargo, aún queda mucho trabajo por hacer proyecto, los modelos de lenguaje pueden ayudar proporcionando
en términos de abordar sus limitaciones y las consideraciones éticas sugerencias de estilo y edición, así como otras características integradoras
relacionadas.
de coescritura. Con fines de investigación, estos modelos se pueden
utilizar para abarcar la gama de preguntas de investigación abiertas en
1.1 Oportunidades de aprendizaje El uso de relación con temas ya investigados y para asignar automáticamente las
grandes modelos de lenguaje en la educación se ha identificado como un preguntas y los temas a los miembros del equipo involucrados. Para
área potencial de interés debido a la diversa gama de aplicaciones que fines de tutoría remota, se pueden usar para generar preguntas
ofrecen. A través de la utilización de estos modelos , las oportunidades automáticamente y proporcionar problemas de práctica, explicaciones y
para mejorar las experiencias de aprendizaje y enseñanza pueden ser evaluaciones que se adaptan al nivel de conocimiento de los estudiantes para que puedan
posibles para las personas en todos los niveles de educación, incluidos el propio ritmo.
desarrollo primario, secundario, terciario y profesional. Para empoderar a los estudiantes con discapacidades, se pueden
usar modelos de lenguaje grande en combinación con soluciones de voz
Para los estudiantes de primaria, los modelos lingüísticos grandes a texto o de texto a voz para ayudar a las personas con discapacidad
pueden ayudar en el desarrollo de las habilidades de lectura y escritura visual. En combinación con las oportunidades de tutoría en grupo y
(p. ej., al sugerir correcciones sintácticas y gramaticales), así como en el remotas mencionadas anteriormente , los modelos de lenguaje se
desarrollo del estilo de escritura y las habilidades de pensamiento crítico. pueden usar para desarrollar estrategias de aprendizaje inclusivo con el
Estos modelos se pueden usar para generar preguntas e indicaciones apoyo adecuado en tareas como escritura adaptativa, traducción y
que animen a los estudiantes a pensar críticamente sobre lo que están resaltado de contenido importante en varios formatos. Sin embargo, es
leyendo y escribiendo, y a analizar e interpretar la información que se importante señalar que el uso de modelos de lenguaje extenso debe ir
les presenta. Además, los modelos de lenguaje grandes también pueden acompañado de la ayuda de profesionales como logopedas , educadores
ayudar en el desarrollo de las habilidades de comprensión de lectura al y otros especialistas que puedan adaptar la tecnología a las necesidades
proporcionar a los estudiantes resúmenes y explicaciones de textos específicas de las discapacidades del alumno.
complejos, lo que puede facilitar la lectura y la comprensión del material. Para la formación profesional, los modelos lingüísticos grandes
pueden ayudar en el desarrollo de habilidades lingüísticas que son
Para estudiantes de secundaria y preparatoria, los modelos de específicas de un campo de trabajo en particular. También pueden
lenguaje grandes pueden ayudar en el aprendizaje de un idioma y de ayudar en el desarrollo de habilidades como programación, redacción de
estilos de escritura para varias materias y temas, por ejemplo, informes, gestión de proyectos, toma de decisiones y resolución de problemas.
matemáticas, física, lengua y literatura, y otras materias. Estos modelos Por ejemplo, los modelos de lenguaje grandes se pueden ajustar en un
se pueden usar para generar problemas de práctica y cuestionarios, que corpus de dominio específico (por ejemplo, legal, médico, TI) para
pueden ayudar a los estudiantes a comprender, contextualizar y retener generar un lenguaje específico de dominio y ayudar a los estudiantes a
mejor el material que están aprendiendo. Además, escribir informes técnicos, documentos legales, registros médicos, etc.
Machine Translated by Google
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 3/12
También pueden generar preguntas e indicaciones que animen Completar tareas de investigación y escritura (por ejemplo, en trabajos de
a los alumnos a pensar críticamente sobre su trabajo y a analizar seminario, redacción de documentos y retroalimentación a los estudiantes)
e interpretar la información que se les presenta. de manera más eficiente y efectiva. La ayuda más básica puede darse a nivel
En conclusión, los grandes modelos lingüísticos tienen el potencial de sintáctico, es decir, identificando y corrigiendo errores tipográficos. A nivel
brindar una amplia gama de beneficios y oportunidades para estudiantes y semántico, se pueden utilizar grandes modelos lingüísticos para resaltar
profesionales en todas las etapas de la educación. Pueden ayudar en el (potenciales) incoherencias gramaticales y sugerir estrategias de mejora
desarrollo de las habilidades de lectura, escritura, matemáticas, ciencias y adecuadas y personalizadas. Yendo más allá, estos modelos se pueden
lenguaje, además de proporcionar a los estudiantes materiales de práctica utilizar para identificar posibilidades de mejora del estilo de un tema
personalizados, resúmenes y explicaciones, que pueden ayudar a mejorar el específico. También se pueden usar para generar resúmenes y esquemas
rendimiento de los estudiantes y contribuir a mejorar las experiencias de de textos desafiantes, lo que puede ayudar a los profesores e investigadores
aprendizaje. Además, los modelos de lenguaje grandes también pueden ayudar a resaltar los puntos principales de un texto de una manera que sea útil para
en las tareas de investigación, escritura y resolución de problemas, y profundizar más y comprender el contenido en cuestión.
proporcionan habilidades lingüísticas específicas del dominio y otras habilidades
para la capacitación profesional. Sin embargo, como se mencionó anteriormente, Para el desarrollo profesional, los modelos de lenguaje extenso también
el uso de estos modelos debe hacerse con precaución, ya que también tienen pueden ayudar a los maestros brindándoles recursos, resúmenes y
limitaciones como la falta de interpretabilidad y el potencial de sesgo, fragilidad explicaciones de nuevas metodologías, tecnologías y materiales de
inesperada en tareas relativamente simples [9] que deben abordarse. enseñanza. Esto puede ayudar a los profesores a mantenerse al día con los
últimos avances y técnicas en educación y contribuir a la eficacia de su
enseñanza. Se pueden usar para mejorar la claridad de los materiales
1.2 Oportunidades para la enseñanza Los didácticos, ubicar información o recursos que los profesionales pueden
modelos de idiomas grandes, como ChatGPT, tienen el potencial de revolucionar necesitar mientras aprenden en el trabajo, así como para módulos de
la enseñanza y ayudar en los procesos de enseñanza. capacitación en el trabajo que requieren habilidades de presentación y
A continuación ofrecemos solo algunos ejemplos de cómo estos modelos pueden comunicación .
beneficiar a los docentes: Para la valoración y la evaluación, los profesores pueden usar modelos de
Para el aprendizaje personalizado, los profesores pueden utilizar grandes lenguaje grandes para semiautomatizar la calificación del trabajo de los
modelos de lenguaje para crear experiencias de aprendizaje personalizadas estudiantes al resaltar las fortalezas y debilidades potenciales del trabajo en
para sus alumnos. Estos modelos pueden analizar la escritura y las respuestas cuestión, por ejemplo, ensayos, trabajos de investigación y otras tareas de
de los estudiantes y proporcionar comentarios personalizados y sugerir escritura. Esto puede ahorrarles a los profesores una cantidad significativa de
tiempo para tareas relacionadas con la retroalimentación individualizada a los estudiantes.
materiales que se alineen con las necesidades de aprendizaje específicas del estudiante.
Tal apoyo puede ahorrar tiempo y esfuerzo a los maestros en la creación de Además, los modelos de lenguaje grande también se pueden usar para
materiales y comentarios personalizados, y también les permite concentrarse en verificar el plagio, lo que puede ayudar a prevenir las trampas. Por lo tanto,
otros aspectos de la enseñanza, como crear lecciones atractivas e interactivas. los modelos de lenguaje grandes pueden ayudar a los maestros a identificar
áreas en las que los estudiantes tienen dificultades, lo que se suma a
Para la planificación de lecciones, los modelos de lenguaje grandes evaluaciones más precisas del desarrollo y los desafíos del aprendizaje de los estudiantes.
también pueden ayudar a los maestros en la creación de actividades y planes La instrucción dirigida proporcionada por los modelos se puede utilizar para
de lecciones (inclusivos). Los profesores pueden ingresar a los modelos el ayudar a los estudiantes a sobresalir y brindar oportunidades para un mayor
corpus del documento en base al cual quieren construir un curso. El resultado desarrollo.
puede ser un plan de estudios del curso con una breve descripción de cada La familiaridad de los estudiantes con los desafíos de la IA relacionados
tema. Los modelos de lenguaje también pueden generar preguntas e con el posible sesgo en el resultado, la necesidad de una supervisión
indicaciones que fomenten la participación de personas con diferentes niveles humana continua y el posible uso indebido de modelos de lenguaje extenso
de conocimiento y habilidad, y provoquen el pensamiento crítico y la resolución no son exclusivos de la educación. De hecho, estos desafíos son inherentes
de problemas. Además, se pueden utilizar para generar pruebas y problemas a las tecnologías digitales transformadoras. Por lo tanto, creemos que, si el
de práctica específicos y personalizados, lo que puede ayudar a garantizar que maestro los maneja con sensatez, estos desafíos pueden ser reveladores
los estudiantes dominen el material. en los escenarios de aprendizaje y educación para familiarizar a los
Para el aprendizaje de idiomas, los profesores de clases de idiomas estudiantes desde el principio con los posibles sesgos sociales y los riesgos
pueden utilizar grandes modelos lingüísticos como ayuda, por ejemplo, para de la aplicación de IA.
resaltar frases importantes, generar resúmenes y traducciones, proporcionar En conclusión, los grandes modelos lingüísticos tienen el potencial de
explicaciones de gramática y vocabulario, sugerir mejoras gramaticales o de revolucionar la enseñanza desde la perspectiva del docente al proporcionarles
estilo y ayudar en la práctica de conversación. Los modelos lingüísticos también una amplia gama de herramientas y recursos que pueden ayudarlos con la
pueden proporcionar a los profesores medios adaptables y personalizados para planificación de lecciones, la creación de contenido personalizado, la
ayudar a los estudiantes en su viaje de aprendizaje de idiomas, lo que puede diferenciación y la instrucción personalizada, la evaluación y el desarrollo
hacer que el aprendizaje de idiomas sea más atractivo y eficaz para los profesional. En general, los modelos de lenguaje grande tienen el potencial de
estudiantes. ser una herramienta poderosa en la educación, y hay una serie de esfuerzos
Para la investigación y la escritura, los modelos lingüísticos grandes de investigación en curso que exploran sus aplicaciones potenciales en esta
pueden ayudar a los maestros de clases universitarias y secundarias a comunicarse.área.
Machine Translated by Google
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 4/12
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 5/12
utilidad para el resultado del aprendizaje basado en el etiquetado Corea del Sur indica que los docentes con creencias constructivistas tienen más
automatizado por un modelo GPT3 capacitado y revisiones manuales por probabilidades de integrar herramientas educativas basadas en IA que los
parte de expertos humanos. Los autores informaron que las preguntas docentes con orientaciones transmisivas [33]. Además, la utilidad percibida, la
generadas fueron calificadas favorablemente por expertos humanos, facilidad de uso percibida y la confianza percibida en estas herramientas basadas
en IA
promoviendo así el uso de grandes modelos de lenguaje en la educación en ciencia deson determinantes
datos [20]. a considerar al predecir su aceptación por parte de los
Los estudiantes pueden aprender unos de otros mediante la revisión docentes. En [34] se informaron resultados similares sobre las actitudes de los
por pares y la evaluación de las soluciones de los demás. Esto, por supuesto, maestros hacia los chatbots en la educación : percibir el chatbot de IA como fácil
tiene el mejor efecto cuando la retroalimentación proporcionada es completa de usar y útil conduce a una mayor aceptación del chatbot. En cuanto a las
y de alta calidad. Por ejemplo, Jia et al. [21] mostró cómo se puede usar características de los chatbots, el lenguaje formal de un chatbot conduce a una
BERT para evaluar las evaluaciones de los pares para que los estudiantes mayor intención de usarlo.
puedan aprender a mejorar sus comentarios.
En una revisión reciente sobre la IA conversacional en la educación de Dado que parece que las perspectivas de los docentes sobre el uso general
idiomas , los autores encontraron que hay cinco aplicaciones principales de la IA de la IA en la educación tienen mucho en común con la actitud mencionada
conversacional durante la enseñanza [22], siendo la más común el uso de hacia los chatbots en particular, es crucial una integración responsable de la IA
modelos de lenguaje grandes como compañero conversacional en un escrito o en la educación mediante la participación de la experiencia de diferentes
forma oral, por ejemplo, en el contexto de un diálogo orientado a tareas que comunidades [35].
brinda oportunidades para practicar el idioma, como la pronunciación [23]. Otra
Trabajos recientes que abordan el uso de grandes modelos lingüísticos
aplicación es apoyar a los estudiantes cuando experimentan ansiedad por
desde la perspectiva del docente se han centrado en la evaluación
aprender un idioma extranjero [24] o tienen una menor disposición a comunicarse
automatizada de las respuestas de los estudiantes, la retroalimentación
[ 25]. En [26], se exploró la aplicación de proporcionar retroalimentación, como
adaptativa y la generación de contenido didáctico.
analista de necesidades y evaluador cuando los estudiantes de primaria practican
Por ejemplo, un trabajo reciente de Moore et al. [36] empleó un
su vocabulario. Los autores de [27] descubrieron que un chatbot guiado por un
modelo GPT3 ajustado para evaluar las respuestas generadas por los
mapa mental tiene más éxito para apoyar a los estudiantes proporcionando
estudiantes en un entorno de aprendizaje para la enseñanza de la química [36].
andamios durante el aprendizaje de idiomas que un chatbot de IA convencional.
Los autores argumentan que los modelos lingüísticos grandes podrían
(especialmente cuando se ajustan al dominio específico) ser una herramienta
poderosa para ayudar a los profesores en la evaluación pedagógica y de
Un trabajo reciente en el área de la educación médica de Kung
calidad de las respuestas de los estudiantes [36]. Además, los siguientes
et al. [28] exploró el desempeño de ChatGPT en el examen de
estudios examinaron modelos basados en PNL para generar retroalimentación
licencia médica de los Estados Unidos. De acuerdo con los
adaptativa automática: Zhu et al. [37] examinó un sistema de retroalimentación
resultados de la evaluación, el rendimiento de ChatGPT en esta
basado en IA que incorpora tecnologías de puntuación automatizadas en el
prueba estuvo en o cerca del umbral de aprobación sin ningún ajuste de dominio.
contexto de una tarea de actividad climática en la escuela secundaria. Los
Sobre la base de estos resultados, los autores argumentan que los modelos de
resultados muestran que la retroalimentación ayudó a los estudiantes a
lenguaje extenso podrían ser una herramienta poderosa para ayudar a la
revisar sus argumentos científicos . Sailler et al. [38] utilizaron
educación médica y, finalmente, a los procesos de toma de decisiones clínicas [28].
retroalimentación adaptativa basada en PNL en el contexto del diagnóstico
La perspectiva de los profesores. Dado que la tasa de adopción de la IA en de las dificultades de aprendizaje de los estudiantes en la formación docente.
la educación sigue siendo lenta en comparación con otros campos, como En su estudio experimental, encontraron que los futuros maestros que
las aplicaciones industriales (p. ej., finanzas, comercio electrónico, recibieron retroalimentación adaptativa podían justificar mejor sus
automoción) o la medicina, hay menos estudios que consideren el uso de diagnósticos que los futuros maestros que recibieron retroalimentación
modelos de lenguaje grandes en la educación [ 29]. Una revisión reciente estática. Bernius et al. [39] utilizaron modelos basados en NLP para generar
de las oportunidades y los desafíos de los chatbots en la educación señaló retroalimentación para las respuestas textuales de los estudiantes en cursos
que los estudios relacionados con los chatbots en la educación aún se extensos, donde el esfuerzo de calificación podría reducirse hasta en un 85
encuentran en una etapa inicial, con pocos estudios empíricos que % con una alta precisión y una mejor calidad percibida por los estudiantes.
investiguen el uso de diseños o estrategias de aprendizaje efectivos [30]. Los modelos de lenguaje grandes no solo pueden respaldar la
Por lo tanto, discutimos primero las perspectivas de los profesores con evaluación de las soluciones de los estudiantes, sino también ayudar en la
respecto a la IA y las analíticas de aprendizaje en la educación y las generación automática de ejercicios. Utilizando el aprendizaje de pocos
transferimos al campo mucho más nuevo de los grandes modelos de lenguaje. disparos, [40] demostró que el modelo OpenAI Codex puede proporcionar
Desde este punto de vista, un estudio piloto con docentes europeos una variedad de tareas de programación junto con la solución correcta,
indica una actitud positiva hacia la IA para la educación y una gran motivación pruebas automatizadas para verificar las soluciones del estudiante y
para introducir contenido relacionado con la IA en la escuela. En general, los explicaciones de código adicionales. Con respecto a la prueba del
docentes del estudio parecían tener un nivel básico de habilidades digitales conocimiento fáctico en general, [41] propuso un marco para generar
pero pocas habilidades relacionadas con la IA [31]. Otro estudio con automáticamente pares de preguntas y respuestas. Esto se puede utilizar
docentes nigerianos enfatizó que la disposición y preparación de los docentes en la creación de materiales didácticos, por ejemplo, para tareas de comprensión de lectura.
para promover la IA son requisitos previos clave para la integración de Más allá de la generación de la respuesta correcta, los modelos
tecnologías basadas en IA en la educación [32]. transformadores también pueden crear respuestas distractoras, según
En la misma línea, los resultados de un estudio con docentes de sea necesario para la generación de cuestionarios de opción múltiple [42, 43].
Machine Translated by Google
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 6/12
Trayendo modelos de lenguaje a la educación matemática, varios trabajos de personas puede ayudar a identificar y abordar cualquier sesgo desde el principio.
discuten la generación automática de problemas matemáticos verbales [44, Por lo tanto, la supervisión humana en el proceso es indispensable y crítica para
45, 46], que combina el desafío de comprender ecuaciones y ponerlas en el mitigar el sesgo y la aplicación beneficiosa de modelos de lenguaje amplio en la
contexto apropiado. educación.
Más específicamente, una estrategia de mitigación responsable se
Finalmente, otro trabajo reciente [47] investigó la capacidad de los centraría en los siguientes aspectos clave:
agentes conversacionales de última generación para responder
adecuadamente a un estudiante en un diálogo educativo. Ambos modelos • Un conjunto diverso de datos para entrenar o ajustar el modelo, para
utilizados en este trabajo (Blender y GPT3) fueron capaces de responder a garantizar que no esté sesgado hacia ningún grupo en particular
un estudiante adecuadamente y generaron diálogos conversacionales que
transmitieron la impresión de que estos modelos entienden al alumno (en • Monitoreo y evaluación regulares del desempeño del modelo (en
particular, Blender). Sin embargo, están muy por detrás del rendimiento diversos grupos de personas) para identificar y abordar cualquier
humano cuando se trata de ayudar al estudiante [47], lo que enfatiza la sesgo que pueda surgir
modelo sean diversos y representativos de diferentes grupos de modelo (es decir, animar a los alumnos a cuestionar el contenido
personas. Monitoreo y prueba regular del desempeño del modelo en diferentes grupos
generado)
Machine Translated by Google
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 7/12
• Incorporar actividades de pensamiento crítico y resolución de capacidades y limitaciones, así como cómo usarlas de manera efectiva para
problemas en el currículo, para ayudar a los estudiantes a desarrollar complementar o mejorar procesos de aprendizaje específicos.
estas habilidades. Hay varias formas de abordar estos desafíos y enfrentar este riesgo:
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 8/12
Los grandes modelos de lenguaje serán la clave para resolver este problema. • Transparencia hacia los estudiantes y sus familias sobre las prácticas
Por lo tanto, una estrategia razonable de mitigación de este riesgo debe centrarse de recolección, almacenamiento y uso de datos, con consentimiento
en: obligatorio antes de la recolección y uso de datos
estrategia de mitigación de este riesgo debe centrarse en los siguientes aspectos: regulaciones, preocupaciones éticas y mejores prácticas para manejar
e informar los riesgos relacionados.
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 9/12
Una estrategia de mitigación responsable de este riesgo consideraría los • Personalización de la salida del modelo de lenguaje para alinearlo con el
siguientes aspectos clave: estilo de enseñanza y el plan de estudios (mediante el uso de datos
proporcionados por el maestro)
• Actualizaciones periódicas del modelo con información nueva y precisa
para garantizar que proporcione información actualizada y precisa • Uso de enfoques de aprendizaje y enseñanza multimodales, que combinan
texto, audio, video y experimentación para brindar una experiencia más
atractiva y personalizada para estudiantes y maestros
• Uso de múltiples fuentes autorizadas para verificar la información
proporcionada por el modelo para garantizar la corrección y la integridad
• Uso de enfoques híbridos, que combinan las fortalezas de los docentes
humanos y los modelos lingüísticos para generar materiales de
• Uso del modelo junto con la experiencia humana, por ejemplo, profesores aprendizaje específicos y personalizados (basados en la retroalimentación,
o expertos en la materia, que revisan y validan la información la orientación y el apoyo brindado por los docentes)
proporcionada por el modelo
• Desarrollo de protocolo y estándares para la verificación y corroboración de • Revisión periódica del modelo y mejora continua para casos de uso
relacionados con el plan de estudios para garantizar un funcionamiento
la información proporcionada por el modelo
adecuado y preciso con fines educativos.
• Proporcionar información clara y transparente sobre el funcionamiento del
• Investigación y desarrollo para crear modelos más avanzados que puedan
modelo, de lo que es capaz o no y de las condiciones en las que opera.
adaptarse mejor a las diversas necesidades de estudiantes y profesores
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 10/12
acceso, esta tecnología de IA puede ampliar seriamente la brecha e Illia Polosukhin. La atención es todo lo que necesitas. Avances en
educativa como ninguna otra tecnología anterior. los sistemas de procesamiento de información neuronal, 30, 2017.
Por lo tanto, concluimos con el llamado de la UNESCO para
[5] Bonan Min, Hayley Ross, Elior Sulem, Amir Pouran Ben Veyseh, Thien
garantizar que la IA no amplíe las brechas tecnológicas y educativas Huu Nguyen, Oscar Sainz, Eneko Agirre, Ilana Heinz y Dan Roth.
dentro y entre los países, y recomendamos estrategias importantes Avances recientes en el procesamiento del lenguaje natural a través
para el uso de la IA de manera responsable y justa para reducir esta de grandes modelos de lenguaje preentrenados : una encuesta.
brecha existente. De acuerdo con la Agenda 2030 de educación de preimpresión de arXiv arXiv:2111.01243, 2021.
la UNESCO [59]: “El mandato de la UNESCO requiere un enfoque
[6] Tom Brown, Benjamin Mann, Nick Ryder, Melanie Subbiah , Jared D
de la IA centrado en el ser humano. Su objetivo es cambiar la
Kaplan, Prafulla Dhariwal, Arvind Nee lakantan, Pranav Shyam, Girish
conversación para incluir el papel de la IA en el tratamiento de las
Sastry, Amanda Askell, et al. Los modelos de lenguaje son aprendices
desigualdades actuales en relación con el acceso al conocimiento,
de pocas oportunidades. Avances en los sistemas de procesamiento
la investigación y la diversidad de las expresiones culturales y
de información neuronal, 33:1877–1901, 2020.
garantizar que la IA no amplíe las brechas tecnológicas dentro y entre los países.
La promesa de “IA para todos” debe ser que todos puedan aprovechar la
revolución tecnológica en curso y acceder a sus frutos, especialmente en [7] Vadim Borisov, Kathrin Seßler, Tobias Leemann, Martin Pawelczyk y
términos de innovación y conocimiento”. Gjergji Kasneci. Los modelos de lenguaje son generadores de datos
tabulares realistas. preimpresión de arXiv arXiv:2210.06280, 2022.
4. Observaciones finales
[8]
El uso de grandes modelos de lenguaje en la educación es un área Equipo Open AI. ChatGPT: Optimización de modelos de lenguaje
de investigación prometedora que ofrece muchas oportunidades para el diálogo. https://openai.com/blog/ chatgpt/, Noviembre de
para mejorar la experiencia de aprendizaje de los estudiantes y 2022. Consultado: 20230119.
apoyar el trabajo de los docentes. Sin embargo, para liberar todo [9] Tasmia Ansari (Revista Analítica India).
su potencial para la educación, es crucial abordar el uso de estos Freaky ChatGPT falla que nos llamó la atención.
modelos con cautela y evaluar críticamente sus limitaciones y https://analyticsindiamag.com/freaky chatgptfails
posibles sesgos. Por lo tanto, la integración de modelos lingüísticos thatcatchoureyes/, Dic 2022. Acceso: 20230122.
grandes en la educación debe cumplir estrictos requisitos de
privacidad, seguridad y, para una escala sostenible , ambientales,
[10] Alec Radford, Karthik Narasimhan, Tim Salimans, Ilya Sutskever, et al.
regulatorios y éticos, y debe realizarse junto con el monitoreo
Mejorar la comprensión del lenguaje mediante el preentrenamiento
humano continuo, la orientación y el pensamiento crítico.
generativo. 2018.
Si bien este documento de posición refleja el optimismo de los autores
sobre las oportunidades de los modelos de lenguajes extensos como una [11] Zhilin Yang, Zihang Dai, Yiming Yang, Jaime Carbonell, Russlan
tecnología transformadora en la educación, también subraya la necesidad Salakhutdinov y Quoc V. Le. XLNet: Preentrenamiento
de realizar más investigaciones para explorar las mejores prácticas para autorregresivo generalizado para la comprensión del lenguaje.
integrar los modelos de lenguajes extensos en la educación y mitigar los Avances en los sistemas de procesamiento de información
riesgos. identificado. Creemos que, a pesar de las muchas dificultades y neuronal , 32, 2019.
desafíos, los riesgos discutidos son manejables y deben abordarse para [12] Colin Raffel, Noam Shazeer, Adam Roberts, Katherine Lee,
brindar un acceso confiable y justo a los grandes modelos lingüísticos para Sharan Narang, Michael Matena, Yanqi Zhou, Wei Li, Peter J.
la educación. Hacia este objetivo, las estrategias de mitigación propuestas Liu, et al. Explorando los límites del aprendizaje por transferencia
en este documento de posición podrían servir como punto de partida. con un transformador unificado de texto a texto. Revista de
investigación sobre aprendizaje automático, 21(140):1–67, 2020.
[13] Yinhan Liu, Myle Ott, Naman Goyal, Jingfei Du, Man dar Joshi,
Referencias Danqi Chen, Omer Levy, Mike Lewis, Luke Zettlemoyer y
[1] Luciano Floridi y Massimo Chiriatti. GPT3: Su naturaleza, alcance, Veselin Stoyanov. Roberta: Un enfoque de preentrenamiento
límites y consecuencias. Mentes y máquinas, 30(4):681–694, 2020. de bert sólidamente optimizado. preimpresión de arXiv arXiv
:1907.11692, 2019.
[2] Jacob Devlin, MingWei Chang, Kenton Lee y Kristina Toutanova. [14] Elizabeth Clark, Tal August, Sofia Serrano, Nikita Haduong,
BERT: Preentrenamiento de Transformadores Bidireccionales Suchin Gururangan y Noah A. Smith. Todo lo que es 'humano'
Profundos para la Comprensión del Lenguaje. preimpresión de arXiv no es oro: Evaluación de la evaluación humana del texto
arXiv:1810.04805, 2018. generado. En Actas de la 59.ª reunión anual de la Asociación
de Lingüística Computacional y la 11.ª Conferencia Internacional
[3] Yi Tay, Mostafa Dehghani, Dara Bahri y Donald Metzler .
Conjunta sobre Procesamiento del Lenguaje Natural (Volumen
Transformadores eficientes: una encuesta. Encuestas
informáticas de ACM , 55(6):1–28, 2022. 1: Documentos extensos), páginas 7282–7296, en línea, agosto
de 2021. Asociación de Lingüística Computacional.
[4] Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob
Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser,
Machine Translated by Google
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 11/12
[15] Teven Le Scao, Angela Fan, Christopher Akiki, Ellie Pavlick, Suzana
comunicar. Entornos de aprendizaje interactivo, páginas
´
Ilic, Daniel Hesslow, Roman Castagn e,´ Alexandra Sasha Luccioni,
1–18, 2020.
Franc¸ois Yvon, Matthias Galle, et al. BLOOM: un modelo de idioma [26] Jaeho Jeon. Evaluación dinámica asistida por chatbot (ca da)
´
multilingüe de acceso abierto con parámetros 176B. preimpresión para el aprendizaje y diagnóstico de vocabulario l2. Aprendizaje
de arXiv arXiv :2211.05100, 2022. de idiomas asistido por computadora , páginas 1–27, 2021.
[27] ChiJen Lin y Husni Mubarok. Análisis de aprendizaje para investigar el enfoque
[16] Ebrahim Gabajiwala, Priyav Mehta, Ritik Singh y Reeta Koshy. Creador de
de IA chatbot guiado por mapas mentales en un aula de habla invertida de
cuestionarios: generación automática de cuestionarios a partir de texto
efl. Tecnología educativa y sociedad, 24(4):16–35, 2021.
mediante PNL. En Futuristic Trends in Networks and Computing Technologies,
páginas 523–533, Singapur, 2022. Springer.
[28]
Tiffany H. Kung, Morgan Cheatham, Arielle Medenilla, Czarina
Silos, Lorie De Leon, Camille Elepano, Maria Madriaga, Rimel
[17] Ramon Dijkstra, Zulk¨uf Gen¨c¸ , Subhradeep Kayal y Aggabao, Giezel DiazCandido, James Maningo y Victor Tseng.
Jaap Kamps. Generación de cuestionarios de Rendimiento de ChatGPT en USMLE: potencial para la educación
médica asistida por IA utilizando modelos de lenguaje grandes.
comprensión lectora utilizando transformadores
generativos preentrenados. https://e.humanities.uva.nl/ medRxiv, 2022.
publications/2022/dijk_read22.pdf , 2022. [29] Sdenka Zobeida SalasPilco, Kejiang Xiao y Xinyun Hu. Inteligencia artificial y
análisis de aprendizaje en la formación docente: una revisión sistemática.
[18] Rania Abdelghani, YenHsiang Wang, Xingdi Yuan, Tong Wang,
Ciencias de la Educación , 12(8), 2022.
`
Hel´ene Sauzeon ´
y PierreYves Oudeyer. Agentes pedagógicos
impulsados por GPT3 para entrenar las curiosas habilidades de
hacer preguntas de los niños. preimpresión de arXiv [30] GwoJen Hwang y ChingYi Chang. Una revisión de las oportunidades y
arXiv:2211.14228, 2022. desafíos de los chatbots en la educación. Entornos de aprendizaje
[19] interactivos, páginas 1–14, 2021.
Stephen MacNeil, Andrew Tran, Dan Mogil, Seth Bernstein , Erin
Ross y Ziheng Huang. Generación de diversas explicaciones de [31] Sara Polak, Gianluca Schiavo y Massimo Zancanaro.
código utilizando el modelo de lenguaje grande GPT3 . En Actas Perspectiva de los docentes sobre la educación en inteligencia
de la Conferencia ACM de 2022 sobre investigación en educación artificial: una investigación inicial. En Extended Abstracts of the
informática internacional Volumen 2, ICER '22, página 37–39, 2022 CHI Conference on Human Factors in Computing Systems,
Nueva York, NY, EE. UU., 2022. CHI EA '22, Nueva York, NY, EE. UU., 2022.
¿ChatGPT para siempre? Sobre las oportunidades y los desafíos de los modelos de idiomas grandes para la educación — 12/12
Adopción del aprendizaje mejorado con tecnología: 17.ª [47] Ana¨ıs Tack y Chris Piech. The AI Teacher Test: Midiendo
Conferencia europea sobre aprendizaje mejorado con la Habilidad Pedagógica de Blender y GPT3 en Diálogos
tecnología, EC TEL 2022, Toulouse, Francia, del 12 al 16 de Educativos. En Actas de la 15.ª Conferencia Internacional
septiembre de 2022, actas, páginas 243 a 257. Primavera, 2022. sobre Minería de Datos Educativos, páginas 522–529,
[37] HeeSun Lee Mengxiao Zhu, Ou Lydia Liu. El efecto Durham, Reino Unido, 2022. Sociedad Internacional de
de retroalimentación automatizada sobre el comportamiento de revisión Minería de Datos Educativos.
y las ganancias de aprendizaje en la evaluación formativa de la redacción [48] Juan V. Pavlik. Colaborando con ChatGPT: considerando las
de argumentos científicos. Informática y Educación, 143:103668, 2020. implicaciones de la inteligencia artificial generativa para el
periodismo y la educación en medios. Educador en periodismo y
[38] Michael Sailer, Elisabeth Bauer, Riikka Hofmann, Jan
Kiesewetter, Julia Glas, Iryna Gurevych y Frank Fischer . La comunicación de masas, página 10776958221149577, 2023.
Actas de la Conferencia de 2021 sobre métodos empíricos en lenguaje grande. preimpresión de arXiv arXiv:2301.10226v1, 2023.
el procesamiento del lenguaje natural, páginas 3384–3394, 2021.
[46] Zichao Wang, Andrew Lan y Richard Baraniuk. Generación de [59] UNESCO. Agenda Educación 2030. https://www.unesco.org/
problemas matemáticos verbales con consistencia matemática en/educacióndigital/inteligenciaartificial , _ 2023.
y restricciones de contexto del problema. En Actas de la Consultado: 22.01.2023.
Conferencia de 2021 sobre métodos empíricos en el
procesamiento del lenguaje natural, páginas 5986–5999, 2021.