論文の概要: Unreflected Acceptance -- Investigating the Negative Consequences of
ChatGPT-Assisted Problem Solving in Physics Education
- arxiv url: http://arxiv.org/abs/2309.03087v1
- Date: Mon, 21 Aug 2023 16:14:34 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-10 03:48:26.947612
- Title: Unreflected Acceptance -- Investigating the Negative Consequences of
ChatGPT-Assisted Problem Solving in Physics Education
- Title（参考訳）: 物理教育におけるChatGPT支援問題解決の負の因果関係の検討
- Authors: Lars Krupp, Steffen Steinert, Maximilian Kiefer-Emmanouilidis, Karina
E. Avila, Paul Lukowicz, Jochen Kuhn, Stefan K\"uchemann, Jakob Karolus
- Abstract要約: 大規模言語モデル(LLM)が、教育などの日常生活のセンシティブな領域に与える影響は、いまだ不明である。
本研究は,高次物理学教育に焦点をあて,問題解決戦略を検討する。
- 参考スコア（独自算出の注目度）: 4.014729339820806
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Large language models (LLMs) have recently gained popularity. However, the
impact of their general availability through ChatGPT on sensitive areas of
everyday life, such as education, remains unclear. Nevertheless, the societal
impact on established educational methods is already being experienced by both
students and educators. Our work focuses on higher physics education and
examines problem solving strategies. In a study, students with a background in
physics were assigned to solve physics exercises, with one group having access
to an internet search engine (N=12) and the other group being allowed to use
ChatGPT (N=27). We evaluated their performance, strategies, and interaction
with the provided tools. Our results showed that nearly half of the solutions
provided with the support of ChatGPT were mistakenly assumed to be correct by
the students, indicating that they overly trusted ChatGPT even in their field
of expertise. Likewise, in 42% of cases, students used copy & paste to query
ChatGPT -- an approach only used in 4% of search engine queries -- highlighting
the stark differences in interaction behavior between the groups and indicating
limited reflection when using ChatGPT. In our work, we demonstrated a need to
(1) guide students on how to interact with LLMs and (2) create awareness of
potential shortcomings for users.
- Abstract（参考訳）: 大規模言語モデル(LLM)が最近人気を博している。
しかし,ChatGPTを通した一般利用が,教育などの日常生活のセンシティブな領域に与える影響はいまだ不明である。
それでも、確立した教育方法に対する社会的影響は、既に学生と教育者の両方によって経験されている。
本研究は,高次物理学教育に焦点をあて,問題解決戦略を検討する。
ある研究では、物理学のバックグラウンドを持つ学生が物理学の課題を解決するために割り当てられ、あるグループはインターネット検索エンジン(n=12)にアクセスし、他のグループはchatgpt(n=27)の使用を許可された。
提供されるツールのパフォーマンス、戦略、相互作用を評価しました。
以上の結果から,ChatGPTを支援したソリューションの半数近くは,学生によって誤って正しいと仮定され,その分野においてもChatGPTを過度に信頼していたことが示唆された。
同様に、42%のケースでは、学生はコピー&ペーストを使ってChatGPT(検索エンジンクエリの4%でしか使われていない)をクエリした。
本研究は,(1)学生がLSMと対話する方法を指導すること,(2)ユーザにとっての潜在的な欠点を認識することの必要性を示した。
関連論文リスト
- The Future of Learning: Large Language Models through the Lens of Students [20.64319102112755]
学生はChatGPTの効率を学習と情報探索に活用するというジレンマに悩まされる。
学生はChatGPTを従来のAIよりも「人間的」だと考えている。
論文 参考訳（メタデータ） (2024-07-17T16:40:37Z) - Investigation of the effectiveness of applying ChatGPT in Dialogic Teaching Using Electroencephalography [6.34494999013996]
大規模言語モデル(LLM)には、知識を解釈し、質問に答え、文脈を考える能力がある。
この研究は、34人の大学生を参加者として募集し、ランダムに2つのグループに分けられた。
実験群はChatGPTを用いて対話型指導を行い,コントロール群は人間教師と対話した。
論文 参考訳（メタデータ） (2024-03-25T12:23:12Z) - Exploring the Impact of ChatGPT on Student Interactions in
Computer-Supported Collaborative Learning [1.5961625979922607]
本稿では,コンピュータ支援型協調学習環境におけるChatGPTの適用性について検討する。
統計的分析を用いて,非同期グループブレインストーミングセッションにおける学生のインタラクションの変化を,ChatGPTを即時質問応答エージェントとして導入することで検証する。
論文 参考訳（メタデータ） (2024-03-11T18:18:18Z) - "It's not like Jarvis, but it's pretty close!" -- Examining ChatGPT's
Usage among Undergraduate Students in Computer Science [3.6936132187945923]
ChatGPTやGoogle Bardのような大規模言語モデル(LLM)は、学術界で大きな注目を集めている。
本研究は,大学院コンピュータサイエンスの学生がChatGPTをどのように利用するのかを包括的に理解するための,学生第一のアプローチを採用する。
論文 参考訳（メタデータ） (2023-11-16T08:10:18Z) - Primacy Effect of ChatGPT [69.49920102917598]
本稿では,ChatGPTの優位性について検討する。
実験と分析により、より信頼性の高いChatGPTベースのソリューションを構築する上で、さらなる洞察が得られればと思っています。
論文 参考訳（メタデータ） (2023-10-20T00:37:28Z) - Transformative Effects of ChatGPT on Modern Education: Emerging Era of
AI Chatbots [36.760677949631514]
ChatGPTは、大量のデータの分析に基づいて、一貫性と有用な応答を提供するためにリリースされた。
予備評価の結果,ChatGPTは財務,コーディング,数学など各分野において異なる性能を示した。
不正確なデータや偽データを生成する可能性など、その使用には明らかな欠点がある。
ChatGPTを教育のツールとして使用すれば、学術的規制と評価のプラクティスを更新する必要がある。
論文 参考訳（メタデータ） (2023-05-25T17:35:57Z) - ChatGPT Beyond English: Towards a Comprehensive Evaluation of Large
Language Models in Multilingual Learning [70.57126720079971]
大規模言語モデル(LLM)は、自然言語処理(NLP)において最も重要なブレークスルーとして登場した。
本稿では,高,中,低,低リソースの37言語を対象として,ChatGPTを7つのタスクで評価する。
従来のモデルと比較すると,様々なNLPタスクや言語に対するChatGPTの性能は低下していた。
論文 参考訳（メタデータ） (2023-04-12T05:08:52Z) - To ChatGPT, or not to ChatGPT: That is the question! [78.407861566006]
本研究は,ChatGPT検出における最新の手法を包括的かつ現代的に評価するものである。
我々は、ChatGPTと人間からのプロンプトからなるベンチマークデータセットをキュレートし、医療、オープンQ&A、ファイナンスドメインからの多様な質問を含む。
評価の結果,既存の手法ではChatGPT生成内容を効果的に検出できないことがわかった。
論文 参考訳（メタデータ） (2023-04-04T03:04:28Z) - Consistency Analysis of ChatGPT [65.268245109828]
本稿では,ChatGPTとGPT-4の論理的一貫した行動に対する信頼性について検討する。
その結果,両モデルとも言語理解能力と推論能力が向上しているように見えるが,論理的に一貫した予測が得られないことが示唆された。
論文 参考訳（メタデータ） (2023-03-11T01:19:01Z) - Can ChatGPT Understand Too? A Comparative Study on ChatGPT and
Fine-tuned BERT [103.57103957631067]
チャットGPTは、人間の質問に対する流動的で高品質な応答を生成できるため、大きな注目を集めている。
そこで我々は,ChatGPTの理解能力を,最も人気のあるGLUEベンチマークで評価し,より詳細な4種類のBERTスタイルのモデルと比較した。
2)ChatGPTは,感情分析や質問応答タスクにおいて,BERTと同等のパフォーマンスを達成している。
論文 参考訳（メタデータ） (2023-02-19T12:29:33Z) - Is ChatGPT a General-Purpose Natural Language Processing Task Solver? [113.22611481694825]
大規模言語モデル(LLM)は、さまざまな自然言語処理(NLP)タスクをゼロショットで実行できることを実証している。
近年、ChatGPTのデビューは自然言語処理(NLP)コミュニティから大きな注目を集めている。
ChatGPTが多くのNLPタスクをゼロショットで実行できるジェネラリストモデルとして機能するかどうかはまだ分かっていない。
論文 参考訳（メタデータ） (2023-02-08T09:44:51Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。