ChatGPT только что запустил новую функцию для учащихся — Режим обучения в ChatGPT — образовательный опыт, который помогает учащимся решать задачи шаг за шагом, а не просто получать ответ. Эта функция будет внедряться для пользователей тарифных планов Free, Plus, Pro и Team, а в ближайшие недели станет доступна и на ChatGPT Edu.
ChatGPT становится одним из самых широко используемых учебных инструментов в мире. Студенты обращаются к этому инструменту, чтобы справляться со сложными домашними заданиями, готовиться к экзаменам и изучать новые концепции. Однако использование этого инструмента в образовании также поднимает важный вопрос: как мы можем гарантировать, что он используется для поддержки настоящего обучения, а не просто предоставляет решения без реального понимания материала студентами?
ChatGPT разработал Режим обучения, чтобы помочь ответить на этот вопрос. При использовании Режима обучения студентов направляют с помощью наводящих вопросов, которые адаптируют ответы под их цели и уровень знаний, помогая им глубже понять материал. Режим обучения создан для того, чтобы быть увлекательным и интерактивным, с целью помочь студентам действительно усвоить материал, а не просто выполнить задания.
Как был создан этот Режим обучения?
В основе Режима обучения лежит система индивидуальных инструкций, разработанных в сотрудничестве с преподавателями, учёными и экспертами в области образования, чтобы смоделировать набор ключевых поведенческих стратегий, поддерживающих глубокое обучение, включая: поощрение активного участия, управление когнитивной нагрузкой, развитие метапознания и саморефлексии, стимулирование любознательности и предоставление реалистичной и конструктивной обратной связи. Все эти стратегии основаны на долгосрочных исследованиях в области науки об обучении и формируют то, как Режим обучения взаимодействует со студентами.
«Вместо того чтобы выполнять работу за студентов, Режим обучения побуждает их критически осмысливать изучаемый материал. Такие функции — это позитивный шаг к эффективному использованию ИИ в образовании. Даже в эпоху ИИ обучение будет наиболее эффективным, когда студенты вовлечены и активно участвуют в содержании урока.» — Робби Торни, старший директор программ ИИ в Common Sense Media.
Основные функции
Интерактивные подсказки: Сочетает сократические вопросы, предложения и наводящие вопросы для саморефлексии, чтобы направлять учащихся к активному исследованию и мышлению вместо прямых ответов.
Пошаговые ответы: Информация структурирована по легко усваиваемым разделам, выделяя ключевые связи между темами, поддерживая интерес с помощью достаточного контекста и снижая перегрузку при изучении сложных предметов.
Персонализированная поддержка: Уроки адаптируются под соответствующий уровень пользователя на основе вопросов для оценки навыков и памяти о предыдущих сегментах чата.
Проверка знаний: Викторины и открытые вопросы, а также персонализированная обратная связь для отслеживания прогресса, поддержки запоминания знаний и возможности применять их в новых ситуациях.
Гибкость: Легко включать и выключать Режим обучения во время беседы, позволяя учащимся гибко корректировать свои учебные цели в каждом чате.
Как студенты используют Режим обучения
Режим обучения создан с учётом потребностей студентов университетов. Вот некоторые отзывы студентов, полученные на этапе начального тестирования:
«Для меня лучше всего описать это как прямую ‘консультацию преподавателя’, доступную 24/7 и обладающую всесторонним пониманием.» — отзыв Ноа Кэмпбелла, студент университета
«Режим обучения отлично справился с разъяснением сложных материалов, делая их понятными и последовательными.» — поделился Калеб Маси, студент университета
«Я попробовала Режим обучения, чтобы разобраться в концепции, которую пыталась понять много раз: синусоидальное позиционное кодирование. Этот режим — как репетитор, который никогда не раздражается из-за моих вопросов. После 3 часов работы я наконец поняла это настолько хорошо, что почувствовала уверенность.» — Мэгги Ван, студентка университета
Примеры использования Режима обучения, вдохновлённые студентами ChatGPT Lab
Пользователь: Я хочу узнать о теории игр, в частности о широком охвате этой области, а также о том, как, по твоему мнению, она может быть полезна мне в повседневной жизни. Конечно, мне интересно узнать больше, но в основном ты будешь вести меня по теме и составишь подробный план, чтобы я мог охватить всё. Я буду задавать вопросы, когда мне будет любопытно, но ты обязательно быстро проведи меня по теме.
Chat GPT: Отлично. Вот общий план, по которому я буду нас вести — представь это как многоуровневую дорожную карту от базовых идей к практической интуиции:
🔹 Этап 1: Основы
1. Что такое теория игр на самом деле?
Стратегическое взаимодействие, рациональные агенты, предположения.
2. Типы игр
Кооперативные и некооперативные
Одновременные и последовательные
С нулевой суммой и с ненулевой суммой
3. Базовые понятия
Игроки, стратегии, выигрыши, информация
Доминирующая стратегия
Равновесие Нэша (основа почти всего)
🔸 Этап 2: Классические игры и концепции
4. Известные игры
Дилемма заключённого
Курица
Битва полов
Охота на оленя
Сопоставление монет
5. Равновесие в смешанных стратегиях
Когда ни одна чистая стратегия не работает
Рандомизация и ожидаемые выигрыши
🔹 Этап 3: Углубление модели
6. Повторяющиеся игры и теорема фольклора
Появление кооперации со временем
Стратегии «око за око», Grim Trigger и др.
7. Игры в развернутой форме
Деревья игр, обратная индукция
Совершенное равновесие в подиграх
8. Байесовские игры
Игры с неполной информацией
Убеждения, типы и ожидаемая полезность
🔸 Этап 4: Актуальность в реальной жизни
9. Механизм-дизайн / Обратная теория игр
Системы голосования, аукционы, контракты
10. Поведенческая теория игр
Ограниченная рациональность, справедливость, методы поиска
11. Применение в повседневной жизни
Переговоры, знакомства, политика, ИИ-системы и др.
🔹 Этап 5: Продвинутый и дополнительный
12. Эволюционная теория игр
Стратегии, воспроизводящиеся со временем
13. Алгоритмическая теория игр
Сетевые эффекты, интернет-аукционы
14. Твой мир: почему это важно для Паркера
Проектирование систем, стимулы, структуры власти
В течение всего процесса я буду включать:
🔄 Примеры с объяснением
🧠 Мысленные эксперименты
🎭 Реальные сценарии для применения теории
🧩 Быстрые проверки для закрепления идей
Начнем с Этапа 1.
Первый быстрый вопрос: Как ты сам понимаешь, что такое теория игр? Не нужно формулировать идеально — просто скажи своими словами.
Пользователь: Я думаю, что теория игр — это своего рода метафизическая структура для аспектов современной жизни, где мы рассматриваем людей в сложных ситуациях и системах и пытаемся анализировать, как они принимают решения, иногда почему они принимают эти решения и как это влияет на ситуацию/систему.
Chat GPT: Отлично — вы очень близки к сути.
Давайте разберёмся чуть глубже вместе. Теория игр — это, по сути, стратегическое принятие решений — ситуации, в которых результат для каждого зависит не только от того, что он делает, но и от того, что делают другие.
Быстрый вопрос:
Если вы принимаете решение, и оно полностью зависит от природы или случая — например, бросаете кости — это теория игр?
А затем:
Если вы принимаете решение, и оно зависит от действий других — например, будут ли они сотрудничать или предадут вас — это теория игр?
Поделитесь своими мыслями по обоим вопросам.
................
Ограничения и дальнейшие шаги
Это первый шаг на длинном пути по улучшению обучения в ChatGPT. В настоящее время Режим обучения основан на индивидуальных системных инструкциях. ChatGPT выбрал этот подход, потому что он позволяет быстро учиться на реальных отзывах пользователей и улучшать опыт — даже если это приводит к некоторым непоследовательным действиям и ошибкам в беседах. ChatGPT планирует напрямую обучить этому поведению свои основные модели после того, как будет найден наиболее эффективный способ через итерации и обратную связь от учащихся.
Мы также исследуем новые функции, чтобы сделать Режим обучения более увлекательным и полезным для учащихся, включая:
- Более наглядные иллюстрации для сложных или перегруженных текстом концепций.
- Постановку целей и отслеживание прогресса на протяжении всей беседы
- Более глубокую персонализацию под уровень и цели каждого студента
Исследования по-прежнему продолжаются, чтобы разработать наиболее эффективные способы применения ИИ в образовании. OpenAI продвигает дальнейшие исследования в области обучения и искусственного интеллекта (ИИ) через различных партнёров в своей инициативе NextGenAI, а также сотрудничает с экспертами из SCALE Initiative of Stanford University’s Accelerator for Learning (открывается в новом окне), чтобы изучать и делиться тем, как ИИ-инструменты влияют на результаты обучения в таких областях, как школьное образование (K-12).
В долгосрочных исследованиях того, как студенты могут наиболее эффективно учиться с помощью ИИ, OpenAI намерена опубликовать более глубокий анализ результатов о взаимосвязи между дизайном моделей и когнитивными процессами, формировать будущий опыт продуктов на основе этих инсайтов и сотрудничать с широкой образовательной экосистемой, чтобы ИИ приносил пользу учащимся по всему миру.