Educación con inteligencia artificial

 (openai.com)
2 puntos por GN⁺ 2023-09-01 | 1 comentarios | Compartir por WhatsApp
  • OpenAI publicó una guía para docentes que quieran usar ChatGPT en el aula, con ejemplos de prompts, cómo funciona y cuáles son sus límites, la utilidad de los detectores de IA y el sesgo
  • Los casos de uso reales se enfocan en ampliar la interacción entre docentes y estudiantes, como oponente de debate, entrevistador laboral, jefe que da retroalimentación, asistente de diseño de clases y herramienta para aprendizaje de idiomas
  • Los prompts para docentes están diseñados para confirmar paso a paso el tema, el grado, el conocimiento previo y los objetivos de aprendizaje, y luego generar un plan de clase personalizado con explicaciones, ejemplos y analogías
  • El uso para estudiantes busca guiar el razonamiento con preguntas y pistas en lugar de dar la respuesta de inmediato, y como las respuestas de ChatGPT no siempre son exactas ni confiables, es necesario verificar con fuentes primarias
  • Los prompts son solo un punto de partida para preparar clases, y el docente debe mantener su rol profesional revisando los resultados y adaptándolos al contexto

Cómo usar ChatGPT en el aula

  • OpenAI ofrece una guía para que los docentes puedan usar ChatGPT en clase
    • Incluye prompts recomendados, cómo funciona ChatGPT y sus limitaciones, la utilidad de los detectores de IA y el sesgo
    • El FAQ para educadores también reúne materiales de instituciones educativas importantes, ejemplos de herramientas educativas basadas en IA y preguntas frecuentes de docentes

Casos de uso de educadores

  • La Dra. Helen Crompton, de Old Dominion University, recomienda a estudiantes de posgrado en educación usar ChatGPT con una persona específica
    • Algunos ejemplos son un oponente de debate que señale las debilidades de un argumento, un entrevistador de empleo o un nuevo jefe que da retroalimentación de cierta manera
    • Considera que explorar información en un entorno conversacional ayuda a que el estudiantado comprenda el material desde perspectivas más matizadas y nuevas
  • Fran Bellas, de Universidade da Coruña, recomienda usar ChatGPT como herramienta de apoyo para crear cuestionarios, exámenes y planes de clase
    • Primero comparte el currículo con ChatGPT y luego le pide ideas para cuestionarios y planes de clase con ejemplos modernos o culturalmente relevantes
    • También puede revisar si las preguntas creadas por el propio docente se ajustan al nivel de aprendizaje del estudiantado y si son inclusivas y accesibles
    • Considera que pedir un examen de cinco preguntas sobre circuitos eléctricos puede dar resultados frescos que luego el docente puede adaptar a su manera
  • El Dr. Anthony Kaziboni, de University of Johannesburg, enseña a estudiantes que fuera del aula no usan principalmente el inglés
    • Considera que dominar el inglés es una gran ventaja en el ámbito académico, y que incluso pequeños malentendidos gramaticales pueden limitar el reconocimiento y las oportunidades del estudiantado
    • Recomienda que sus estudiantes usen ChatGPT como apoyo de traducción, para mejorar la escritura en inglés y para practicar conversaciones
  • Geetha Venugopal, quien enseña ciencias de la computación en American International School de Chennai, compara enseñar sobre herramientas de IA con enseñar a usar internet de manera responsable
    • Recuerda a sus estudiantes que las respuestas de ChatGPT no siempre pueden ser confiables ni exactas
    • En lugar de creer las respuestas tal cual, les enseña a pensar críticamente y a verificar la información con otras fuentes primarias
    • El objetivo es que el estudiantado entienda la importancia de seguir desarrollando capacidades de pensamiento crítico original, resolución de problemas y creatividad

Principios básicos de los prompts para docentes

  • Ethan Mollick y Lilach Mollick desarrollaron prompts para usar con GPT-4
  • Las premisas al usar estos prompts son claras
    • El modelo no siempre puede generar información correcta
    • El resultado del prompt es solo un punto de partida
    • El docente es la persona experta en el material y debe revisar lo que produce el modelo antes de decidir cómo usarlo en clase
    • Los prompts presentados son sugerencias y pueden modificarse según el resultado que se quiera obtener

Prompt para ayudar con la planificación de clases

  • El primer prompt configura a ChatGPT como un coach de clase amable y útil
  • La dinámica consiste en hacerle preguntas al docente paso a paso y esperar sus respuestas
    • Primero confirma el tema a enseñar y el grado del estudiantado
    • Verifica si el estudiantado ya tiene conocimientos previos sobre ese tema
    • Pregunta por los objetivos de aprendizaje que el estudiantado debería comprender o poder lograr después de la clase
  • Después genera un plan de clase personalizado
    • enseñanza directa
    • verificación de comprensión
    • recopilación de evidencias de comprensión de varios estudiantes
    • discusión
    • actividad interesante en el aula
    • tarea
  • También pregunta si hay alguna parte que el docente quiera cambiar o si conoce ideas equivocadas que el estudiantado podría tener, y si hace falta ajusta la clase
  • Si el docente quiere orientación sobre cómo comprobar el logro de los objetivos de aprendizaje, ofrece apoyo adicional

Prompt para crear explicaciones, analogías y ejemplos

  • El segundo prompt configura a ChatGPT como diseñador de clases para producir explicaciones, analogías y ejemplos de forma simple y precisa
  • Le hace preguntas al docente de una en una
    • el nivel de aprendizaje del estudiantado
    • el tema o concepto que se quiere explicar
    • el lugar que ocupa ese concepto en el currículo y el conocimiento previo del estudiantado
    • información del estudiantado necesaria para personalizar la explicación, como discusiones o clases anteriores
  • Con esa información entrega lo siguiente
    • una explicación clara y simple de 2 párrafos sobre el tema
    • 2 ejemplos
    • 1 analogía
  • Está configurado para no asumir conocimientos previos del estudiantado sobre conceptos relacionados, conocimiento del dominio ni terminología especializada
  • Después de la explicación pregunta si el docente quiere cambiar o agregar algo, y puede ajustar la explicación para reflejar ideas equivocadas comunes

Prompt para ayudar a evaluar al docente desde el rol de estudiante

  • El tercer prompt configura a ChatGPT en el rol de estudiante que estudió un tema determinado
  • El objetivo es que el docente evalúe las explicaciones y casos de aplicación de la IA
    • La IA le pregunta al docente qué tema quiere explicar y de qué manera aplicarlo
    • Algunos ejemplos son aplicar el concepto a una escena específica de una serie, a un poema o a un cuento corto
  • La IA crea una explicación de 1 párrafo sobre el tema y 2 casos de aplicación, y luego le pregunta al docente qué estuvo bien, qué estuvo mal y cómo podría mejorar la próxima vez
  • Si todo fue correcto, está diseñado para pedir que se le diga que la aplicación del concepto fue precisa

Prompt de tutor de IA para estudiantes

  • El cuarto prompt configura a ChatGPT como un tutor de IA que anima al estudiante
  • Le hace preguntas al estudiante de una en una
    • qué quiere aprender
    • si su nivel es de secundaria, universitario o profesional
    • qué sabe ya sobre el tema elegido
  • Ofrece explicaciones, ejemplos y analogías según el nivel y los conocimientos previos del estudiante
  • En lugar de dar de inmediato la respuesta o la solución, usa preguntas orientadoras para ayudar a que el estudiante construya la respuesta por sí mismo
  • Si el estudiante tiene dificultades o se equivoca, le propone intentar solo una parte de la tarea o le recuerda el objetivo y le da pistas
  • Si el estudiante mejora, lo felicita e intenta terminar sus respuestas con preguntas para que siga generando ideas
  • Cuando el estudiante muestra un nivel adecuado de comprensión, le pide que explique el concepto con sus propias palabras o que dé un ejemplo, y después cierra la conversación

Material relacionado

Lecturas relacionadas

1 comentarios

 
GN⁺ 2023-09-01
Opiniones de Hacker News

  • Falta el problema central de que los estudiantes necesitan calificaciones para aprobar materias y recibir un diploma de secundaria.
    Para muchos estudiantes, los LLM son un atajo mágico y tentador para conseguir calificaciones por razones comunes como falta de tiempo, flojera, cansancio, falta de comprensión, ansiedad, presión de los padres o estatus.
    Cualquiera que haya usado ChatGPT aunque sea un poco sabe que el argumento de “muestra el proceso” tampoco tiene sentido. Porque cosas como planes, esquemas y borradores también las puede generar la IA después de forma convincente.

    • Haciendo de abogado del diablo, si la combinación estudiante-herramienta con LLM produce resultados al nivel requerido, no veo cuál es el problema. Los exámenes deberían evaluar qué tan bien se usa un LLM, y la herramienta debería incorporarse.
      Hoy las calificaciones ya son un indicador indirecto de capacidad, pero la tutoría privada puede llevar a un estudiante promedio al nivel del 2% superior en esa etapa (el problema de 2 sigmas de Bloom). Eso no significa que en la siguiente etapa aumente su inteligencia general.
      Al final, lo que realmente se evalúa puede ser la capacidad de obtener buenas calificaciones, ya sea por riqueza o por esfuerzo. Con los LLM pasa lo mismo: si la capacidad de usarlos importa, entonces hay que evaluarla. Es un futuro parecido al de las calculadoras o los exámenes a libro abierto.
    • Probablemente no se trate mucho porque, para empezar, es uno de los problemas fundamentales de la escuela.
      Para muchas personas, la evaluación y las calificaciones son el objetivo final, y el aprendizaje es algo que ocurre de forma secundaria.
    • ¿No bastaría con hacer exámenes sin computadora en el aula todos los viernes? Que valgan el 50% de la calificación.
    • Creo que volverán los exámenes orales. Toda una generación terminará siendo buena desde el primer día en ensayos escritos a mano, matemáticas en pizarrón y coding en pizarrón.
    • Se parece al debate alrededor de las calculadoras y, después, de internet. ChatGPT también es una herramienta más.
      Habrá gente que lo use con flojera y no aprenda nada, pero para muchas personas sin duda será un gran impulso. Al final nos adaptaremos.

  • Tengo sentimientos encontrados sobre los LLM, pero encontré un uso realmente bueno: apoyo para aprender idiomas.
    Cuando mi segundo idioma llegó al nivel C1, se volvió difícil encontrar materiales o tutores que me ayudaran a pulirlo más.
    Así que converso con Claude y le pido que corrija los errores que cometo, o que me dé ejercicios sobre aspectos en los que debería concentrarme. Por ejemplo, le pido: “dame ejercicios para practicar el pasado y elegir la forma correcta”.
    Se siente como una caminadora personal para aprender idiomas.

    • Me sorprende que el lenguaje no sea más central en la fiebre por los LLM. Es como si los anuncios de Rosetta Stone se hubieran vuelto realidad.
      No solo traducen a nivel de vanguardia, sino que además pueden intercambiar contexto y están entrenados con materiales nativos y cultura. Nunca hubo un salto tan grande y rápido en traducción automática.
    • Hay que recordar que no hay garantía de que siempre acierten.
      Conviene combinar fuentes externas para hacer verificación cruzada, y si planeas interactuar con personas reales, la producción oral también es muy importante.
      Combinado con conversaciones reales, sin duda ayuda. Como herramienta adicional para experimentar, puede ser excelente.
    • Este Show HN me pareció convincente: https://news.ycombinator.com/item?id=36973400
      Lamentablemente ya no se puede probar gratis, pero funcionaba bien.
    • Los idiomas con pocos recursos también tienen pocos datos de entrenamiento para LLM.
      Por eso, en idiomas pequeños, el problema de que produzcan resultados completamente extraños e incorrectos es mucho más frecuente, no solo en hechos, sino también en lenguaje, elección de palabras y gramática.
    • Le pedí a ChatGPT que me corrigiera cada vez que cometiera pequeños errores en francés, pero no funcionó bien.
      Me pregunto si Claude será mejor en este aspecto. Idealmente, quisiera que el LLM corrigiera todos y cada uno de mis errores y además me los explicara.

  • Quiero desahogarme sobre lo frustrante que es este tema. Todo lo que dicen y todo el marketing de estos lugares suena a mejorar a la humanidad y beneficiar a todos con la IA, pero la realidad está muy lejos de eso.
    Ahora los que se benefician y ganan dinero son unos pocos, y OpenAI se convirtió en closed AI.

    • OpenAI nunca fue Open para empezar.
      Recuerdo que incluso antes de GPT-3 decían cosas como “no lo vamos a publicar porque es demasiado peligroso”.
      https://techcrunch.com/2019/02/17/openai-text-generator-dang...
      “OpenAI built a text generator so good, it’s considered too dangerous to release”
    • Está bien desahogarse así, pero debería haber contenido sustancial.
      Tal como está, casi no hay puntos sustantivos sobre por qué OpenAI es mala.
      Es difícil negar que OpenAI ayudó a casi todas las personas que han usado ChatGPT. Que lo haga obteniendo ganancias no cambia mucho ese hecho.
      Sería bueno que GPT-4 se publicara como open source, ya que también fue entrenado con datos del mundo, pero no se puede obligar a eso.

  • Me sorprende que aquí no se mencione Khanmigo. Según entiendo, desde hace bastante tiempo han estado usando GPT-4 como tutor en versión beta.
    Ya pasó bastante tiempo, así que estaba buscando datos de efectividad. Creo que Khan Academy ya debería tener datos, pero no he visto que los hayan publicado.
    El famoso resultado de 2 sigmas en tutoría se obtuvo con solo 6 semanas de aprendizaje, y Khanmigo a estas alturas debería tener datos de 6 meses o más.
    [0]https://www.khanacademy.org/khan-labs

  • Al profundizar en temas que no me resultan familiares, la IA me ha ayudado mucho personalmente. Últimamente también la usé para prepararme para entrevistas, y mi pareja la usa para entender conceptos STEM que no aprendió en la escuela
    También me da curiosidad cuánto falta para llegar al Young Lady's Illustrated Primer real. Hace 3 años habría dicho que faltaban 50 años, pero ahora se siente más como unos 10

    • No estoy seguro. Yo también siento que las respuestas son excelentes en temas que no conozco, pero en los temas que sí conozco veo todo tipo de inconsistencias y datos incorrectos
      Me preocupa que en los temas que no conozco haya las mismas inconsistencias, solo que no sé lo suficiente como para notarlas
    • A mí también me encanta para este uso. Le tiro ideas y, aunque siga haciendo preguntas, no se cansa y da respuestas sólidas
      También me explica en detalle por qué estoy equivocado. Para mi forma de aprender es realmente útil. Me gusta desarmar algo y descubrir cómo vuelve a encajar
    • Creo que esos agentes quizá sí habrían podido razonar de verdad
      Los LLM no razonan; solo generan texto que parece razonable y plausible
    • Hoy le pedí a ChatGPT que implementara en bash el flujo de tokens de OAuth 2.0
      Después de modificar algunos parámetros para que leyera directamente desde el archivo de configuración en la carpeta de ejecución, me di cuenta de que necesitaba PowerShell, pegué el script modificado y le dije “escríbeme esto en PowerShell”, y simplemente funcionó
      El flujo de trabajo de OAuth 2.0 en sí está bien documentado y ya está implementado en 50 lugares de nuestro código, así que no me interesaba eso; solo necesitaba un script para integrarlo en las pruebas automatizadas
      Me ahorró alrededor de una hora que habría perdido equivocándome con la sintaxis de bash y buscando la sintaxis equivalente en PowerShell, y a mis compañeros les encantó la velocidad con la que se resolvió. A mí también me gustó no tener que hacer trabajo tedioso, así que lo veo como una victoria total

  • Hace unas 2.5 semanas hice y publiqué un plugin de Chrome llamado Revision History, y recientemente he hablado con varios educadores
    La gran mayoría de los docentes le tienen miedo a la IA. Porque significa que tienen que cambiar toda su forma de dar clase en cuestión de meses. No es fácil cambiar tan rápido la planificación de clases o la estructura de las tareas, y llevará tiempo ver hacia dónde converge todo
    Algunos docentes están buscando formas de no adaptarse, por eso se concentra tanto interés en la detección de IA, pero la detección de IA no funciona bien. Los educadores más perspicaces que he conocido saben que no hay vuelta atrás
    Por eso intentan incorporar la IA al currículo y hacer las tareas más “a prueba de IA”. Es decir, habrá más trabajo en clase, como en el aprendizaje invertido. Otros docentes buscan maneras de que los estudiantes usen IA en las tareas, pero que luego corrijan y anoten lo que produjo la IA. Ahí es donde también estoy enfocando el marketing de mi plugin
    Los próximos años serán muy movidos para los educadores, que tendrán que adaptarse a un cambio enorme que llegó prácticamente de la noche a la mañana
    [1] https://www.revisionhistory.com. A diferencia de otros plugins que intentan ser “detectores de IA”, este plugin ayuda a los docentes a ver el proceso de escritura de los estudiantes
    [2] https://bokcenter.harvard.edu/flipped-classrooms#:~:text=A%2...

    • Con la IA y la educación, parece que no se está viendo el bosque por mirar los árboles
      Si pensamos que la mayoría nunca ha hecho la conexión de que el objetivo principal de la educación es crear contribuyentes económicos eficaces para la sociedad, no sorprende tanto
      ¿Vamos a usar IA potente para enseñarles a los niños cosas que, en 10 o 20 años, casi con seguridad la IA hará mejor?
      Entiendo la idea de “entonces, ¿qué deberíamos hacer?”, pero simplemente seguir adelante se siente tan ridículo y fútil. “Enseñémosles programación a los niños con IA”; el final ya se ve venir
    • En el sitio está expuesto el directorio .git: https://www.revisionhistory.com/.git/config
      Sería bueno configurar reglas de filtrado
    • Que se haya vuelto tan común que la tarea tome más de una hora al día es en sí mismo un crimen contra la infancia
      Se suma a jornadas de clases que ya equivalen a un trabajo de tiempo completo, así que estaría bien que desapareciera
    • Si no usas las herramientas más recientes y mejores para enseñar a los estudiantes, y tampoco les enseñas sobre esas herramientas, eres un mal docente
      Los modelos de lenguaje ya son parte de la sociedad y llegaron para quedarse, así que deberían incorporarse al aula. Los niños deberían aprender cómo funcionan los modelos de lenguaje, de dónde vienen y cómo usarlos, igual que aprenden a teclear o a enviar emails
      Recuerdo que en 2002, cuando estaba en secundaria, en una visita a la biblioteca, una bibliotecaria nos enseñó “cómo usar bien los motores de búsqueda”. En ese momento, la preocupación social era que los motores de búsqueda reemplazarían a los bibliotecarios, así que me pareció notable que aquella bibliotecaria enseñara humildemente a usar su propio “reemplazo”
      La misma lógica se aplica a los docentes y ChatGPT. Un buen docente, en vez de preocuparse solo por el impacto personal que ChatGPT tendrá sobre él, aprovechará la oportunidad de enseñar a sus estudiantes los nuevos horizontes que abre esta tecnología
      Lo gracioso es que en aquella clase de la biblioteca se insistía en no preguntarles a los motores de búsqueda en lenguaje natural, sino en formular consultas eficientes con palabras clave. 20 años después, volvimos al punto en que podemos simplemente hacerle preguntas a un modelo de lenguaje
    • Me da curiosidad en qué se diferencia la extensión de Draftback: https://chrome.google.com/webstore/detail/draftback/nnajoiem...

  • Junto con mi hermana menor, que es maestra de secundaria, desarrollamos un programa de capacitación práctica para docentes, y esta “guía” de OpenAI resulta bastante decepcionante.
    No aborda el 90% de los problemas que los docentes enfrentan en la práctica con respecto a la IA; más bien se parece a un folleto que presenta formas de obtener información con ChatGPT.
    Si eres un docente que está teniendo dificultades para adaptarse este año escolar, o conoces a alguien así, me gustaría conversar y ver si puedo ayudar.

    • Parece un comentario promocional para vender AI Training de paga, y no aborda el contenido del artículo enlazado.
      [1] https://max.io/teacher-training.html
    • Este es un problema mundial.
      Lo que hicieron ustedes dos se ve excelente, y creo que sería más efectivo convertirlo en un texto breve o un video.
      Hay mucha gente que querría beneficiarse de esas ideas. También en Alemania se ve a docentes que, aunque mantienen una actitud abierta para adoptar esta tecnología, están teniendo dificultades.
    • Creo que la guía de OpenAI ofrece buenas pautas.
      No es el taller presencial de 4 horas que proponen, pero ya aporta valor positivo. Probablemente también incluya una buena parte de los temas que se tratan en ese proceso. Puede que sea de nivel introductorio, pero es un punto de partida.
      Sinceramente, no entiendo bien por qué se lee con un tono negativo hacia OpenAI. Incluso sería razonable elogiar la voluntad de OpenAI de contribuir a este campo.
    • Me enteré de “CoderMindz Game for AI Learners! NBC Featured: First Ever Board Game for Boys and Girls Age 6+. Teaches Artificial Intelligence and Computer Programming Through Fun Robot and Neural Adventure!”.
      https://www.codermindz.com/ https://www.amazon.com/gp/aw/d/B07FTG78C3/
      Codermindz AI Curriculum: https://www.codermindz.com/stem-school/
      https://K12CS.org K12 CS Curriculum, code.org y Khanmigo deberían incluir un plan de estudios sobre seguridad y ética de la IA.
      AI SAFETY primero; un Jupyter-book con notebooks calificables automáticamente para ML, AutoML y AGI sería un buen recurso.
      jupyter-edx-grader-xblock https://github.com/ibleducation/jupyter-edx-grader-xblock, Otter-Grader https://otter-grader.readthedocs.io/en/latest/; por los Chromebooks también hace falta JupyterLite.
      ¿Qué otros materiales de planes de estudio para K12 CS/AI y QIS existen?
    • Me pregunto si podrías compartir algunos de los problemas que resuelve la guía o parte del panorama general.

  • Quien realmente quiera entender cómo funciona algo no se dejará llevar por la tentación de la IA.
    Hay dos tipos de personas: las que quieren saber y entender de verdad, y las que no.
    Si después de cierto punto alguien claramente no tiene interés y lo hace a la fuerza, ¿vale la pena obligarlo a interesarse? Creo que la gente debería dedicar más tiempo a lo que de verdad le importa.
    Cuando algo te interesa y te da disfrute y satisfacción, quieres entenderlo hasta el detalle y ansías conocimiento y una comprensión real. Si no te interesa, tomas el camino más corto para hacer tiempo para lo que sí te da satisfacción real. Yo también hago eso siempre con cosas que no me importan en absoluto, así que me parece bien.
    Si alguien que quiere convertirse en ingeniero de software no puede esforzarse por aprender y entender los fundamentos, entonces la ingeniería de software no es el campo adecuado para esa persona. Cuanto más entiendes, mayor es la superficie de problemas que puedes explorar.

  • ChatGPT y otros LLM no rinden de manera consistente en física, y probablemente eso siga siendo así
    No creo que los departamentos de física se preocupen demasiado por la IA. Donde ayuda a los estudiantes de forma relativamente estable es en algunos proyectos de programación
    En las clases de física computacional, de todos modos ya se recomendaba trabajar en conjunto, pedir ayuda y hacer preguntas en internet, así que no hay problema. Lo central siempre fue cómo explicar y describir el proceso de pensamiento
    En su forma actual, la IA es muy débil para resolver problemas y comprender conceptos
    En cambio, como usuario de inglés no nativo, reduce mucho el tiempo necesario para convertir ideas y textos torpes en algo formal. También puede servir para orientar parte del trabajo de programación y presentar APIs. Para un buen estudiante o investigador, es una herramienta que puede usarse con criterio para adquirir conocimiento y ahorrar tiempo
    No ayuda mucho a resolver el caso de un carrito sobre un plano inclinado con fricción y un péndulo colgado del carrito. Tampoco va a encontrar los modos normales
    Es solo mi experiencia y opinión personal, y en otros campos podría ser completamente distinto

    • Hay que tener cuidado con afirmaciones del tipo “la IA probablemente no será buena para X”
      Muchos lingüistas formales afirmaban con fuerza que la IA no podía aprender funciones como las implicaturas pragmáticas, pero ahora se está viendo que estaban equivocados
      Por ejemplo, el trabajo de Miles Cranmer sobre regresión simbólica usando redes neuronales de grafos es un punto de partida hacia nuevos descubrimientos útiles en física. Un Transformer también es simplemente una red neuronal de grafos con cierta función de paso de mensajes y embeddings posicionales
      No es difícil imaginar que, con otras arquitecturas, aumentos o simplemente escalando de la misma manera, la IA pueda llegar a nuevos descubrimientos en física. El trabajo de regresión simbólica basada en redes neuronales de grafos ya es evidencia de que eso ocurrió
      Incluso si miramos solo el problema de fundamentar el conocimiento en los LLM de este momento, hay mucho interés e investigación, y espero que se resuelva de varias formas. La capacidad de conocimiento físico fundamentado no es perfecta, pero comparada con el conocimiento promedio de una persona común de la calle es muy buena. Solo con agregar materiales externos mejora mucho, y esto también es un análisis muy miope si miramos solo el estado actual
    • Que ChatGPT sea más competente en problemas de programación se debe a que tiene muchos más datos de entrenamiento
      No hay nada fundamentalmente distinto entre resolver problemas de programación y resolver problemas de física. Como muchas afirmaciones categóricas anteriores, no creo que este comentario envejezca bien
    • Puede que los LLM sean un poco más débiles en física que en otros campos, pero no estoy tan seguro
      Si alguien logra que un LLM use la API de Mathematica y lo entrena más, creo que podría haber avances rápidos

  • El problema inevitable aquí es que los LLM todavía tienen alucinaciones
    Sea 1% o 0,1%, en educación es un gran problema. Alguien podría vivir toda su vida creyendo algo completamente falso que la IA le enseñó con seguridad
    Los docentes deberían tener mucho cuidado al usar LLM puros en educación sin salvaguardas o verificación adicionales

    • El mismo problema existe cuando un docente enseña confiando en las fuentes que encontró
      Internet, los libros de texto e incluso los artículos científicos pueden estar fácticamente equivocados
      Las redes neuronales de grafos, una subcategoría de los LLM, tienen el potencial de optimizarse para mantener el conocimiento interno con la mayor concisión posible. Eso es distinto de un humano que lee textos de internet sin haber acumulado suficiente contexto del campo
      También hay mucha gente que cree firmemente toda su vida en ideas raras que le enseñó un maestro de cuarto grado y que nunca corrigió
      En este pequeñísimo corte temporal actual, lo que dices es cierto, pero afirmar que deberíamos evitar el modelado de lenguaje por problemas que existen este mes e ignorar las mejoras que vienen pronto es demasiado miope
    • Me habría encantado que mis maestros solo hubieran alucinado un 1%
      En la realidad, entrenadores de fútbol americano Southern Baptist intentaban enseñar ciencias de forma desastrosa
    • Si escuchas las tonterías que dicen los docentes reales dentro y fuera del aula, una tasa de alucinación del 1% parecería una bendición
      Claro que también hay excelentes docentes, especialmente los que dicen que no saben cuando no saben, o que hay que buscarlo; en esos casos, la tasa de alucinación se acerca al 0%. Pero esas personas son la excepción
      El sector educativo en general tiende a reunir personas de un nivel intelectual bastante promedio, y algunas de ellas a menudo desarrollan complejo de dios
    • Mi profesor de historia de secundaria alucinaba mucho más que 1%. De hecho, mucho más que 10%
      Fue tan grave que tuve que volver a aprender historia en la preparatoria
    • Según mi experiencia, a veces se equivoca el 100%
      Incluso intentando corregirlo varias veces con prompts más específicos. Me pasó hasta con problemas simples que agregaban una operación a divisiones o múltiplos de números del 1 al 10