Egy jó sütő egy jó szakáccsal csodákra képes, de ha a szakács valójában tapasztalatlan műkedvelő, akkor a legjobb sütő sem segíthet.
A generatív mesterséges intelligencia már jó ideje ontja a szövegeket, ráadásul ingyen is. Ont mást is, de most a nagy nyelvi modellekre épülő alkalmazásokról van szó. Jelenleg tudjuk ezekről, hogy
- nagyon ügyesen alkotnak szöveget és emiatt magabiztosságot is sugároznak,
- kétszer nem (igazán) generálja az alkalmazás pont ugyanazt a tartalmat,
- a szövegekbe nagy lendülettel kerülnek hibák is, mert az internet butaságtengerével tanították a nyilvánosan elérhető eszközöket.
A jelenleg leggyakrabban használt ingyenes eszközök a ChatGPT 3.5, a Google Bard és a Microsoft Copilot (ami a GPT 4-ből táplálkozik).
Ha csak egy mondatot van idő ebből a cikkből megjegyezni, akkor most mindenki görgessen a végére!
Akinek van még pár perce, folytassa itt bizalommal!
Ebben a cikkben arról van szó, hogy figyelni kell, ha korrekt, tudományos információkkal dolgozunk és most nem érintjük a gazdagon elérhető kreatív lehetőségeket. A ChatGPT gyors, de kicsit egyszerűbb, kevesebb plusz szolgáltatást nyújt. Azonban a ChatGPT-nél is érdemes beállítani, hogy milyen szövegeket várunk el tőle (Custom instructions a profilnál).
A Copilot 3 féle szöveggenerálási módot kínál fel és ezek közül a precíz a választásunk, ha a tudományos tartalmak érdekelnek. Fontos, hogy a “prompt” pontos és részletes legyen! Ha nem elsőre, akkor második, harmadik próbálkozásra. A Copilot kellemes szolgáltatásai közé tartozik még például:
- a másolás és az export lehetősége (word, pdf, text),
- a források megmutatása (ez kétélű fegyver, de hatalmas segítség nekünk!),
- kép alapján történő szöveggenerálás.
A Google Bard eleve három változatot generál és abból csemegézhetünk, de fel is olvassa a szöveget és itt is lehet kép alapján dolgozni.
Két példán keresztül fogjuk látni, hogy nagyon figyelni kell és ha nem vagyunk az adott téma szakértői, akkor olyan lesz az eredmény, mintha a sötétben tapogatózva sminkelnénk. Csakhogy hatalmas a különbség, ugyanis a smink esetében egyértelműen látszik, hogy az eredmény jó-e vagy nem.
Természetesen számos esetben jó szövegeket kapunk, de azt is csak az veszi észre, aki ért a témához.
Próba a ChatGPT-vel
Látható, hogy egy csillagászati fogalommal kapcsolatban asztrológiai alkalmazásokat ajánl. Ez tipikusan red flag, vagyis figyelmeztetés, hogy a forrás minimum egy része áltudományos. Ebbe az utcába ne menjünk be.
Példa a Copilottal, amelytől azt kértem, hogy írjon össze tudományos érdekességeket a napfogyatkozásról.
Nos, itt egy állatorvosi lóval van dolgunk. Az ajánlott forrásoknál látható nlc és a Klasszik Rádió messze vannak a tudományosságtól nagyon (és azon is túl). Itt már azonnal ki lehetne szállni, elég jelet kaptunk. De, ha megnézzük az első 4 pontot, akkor kiderül, hogy itt valami nagyon tudománytalan szövegről van szó, tele maszlaggal. De kinek derül ki? Annak derül ki, akinek van fogalma a tudományos gondolkodásról, a napfogyatkozásról. Tehát nem mindenkinek derül ki, hogy baj van.
A generatív MI segítséget jelent, ha tudjuk, mit szeretnénk, ismerjük a témát, de ez nekünk több időbe és több munkába telne.
A tanulásban is segíthet, ha a tanuló nem tanulás helyett használja. Itt hatalmas zárójelben ki lehetne fejteni, hogy jó-e, ha engedjük a diákoknak az MI használatát. Ezt most nem teszem meg, mert megér egy cikket és nem intézhető el egy szóval (még, ha igennel is kezdődik).
A pedagógus akkor veszi észre, hogy a tanuló használta a MI-t a tanuláshoz, ha ő maga is ismeri az eszközöket, járatos a témában (tehát nem arról van szó, hogy nem szakosként tanít valamit épp). Enélkül nem tudja értékelni a tanuló erőfeszítéseit, amellyel esetleg kiegészítette, javította és kerekítette az MI által dobott szöveget. Ugyanígy könnyebb észrevenni a MI jeleit a slendrián szövegben, ha magunk is dolgozunk az eszközzel. (A szerencsefaktor persze jelen van, így a kisebb szorgalmú tanulóknak is lehet szerencséje az MI-vel.)
Ezt kívánja illusztrálni ez az ábra:
Akkor használjuk a generatív MI-t tudományos szövegekkel kapcsolatban (is), ha tájékozottak vagyunk, ismerjük az eszközt és a témát is!
(A generatív MI sebesen fejlődik és az alkalmazások változnak, a hibák száma csökkenhet is, ezért fontos információ, hogy ez a cikk 2023. novemberében készült.)
