ChatGPT baru sahaja melancarkan ciri baharu untuk pelajar—Mod Pembelajaran di ChatGPT—sebuah pengalaman pembelajaran yang membantu pelajar menyelesaikan masalah langkah demi langkah dan bukannya hanya menerima jawapan. Ciri ini akan diperkenalkan kepada pengguna pelan Free, Plus, Pro, dan Team, dan akan tersedia tidak lama lagi di ChatGPT Edu dalam beberapa minggu akan datang.
ChatGPT kini menjadi salah satu alat pembelajaran yang paling banyak digunakan di dunia. Pelajar menggunakan alat ini untuk belajar melalui kerja rumah yang mencabar, membuat persediaan untuk peperiksaan, dan meneroka konsep baharu. Namun, penggunaan alat ini dalam pendidikan juga menimbulkan persoalan penting: bagaimana kita boleh memastikan ia digunakan untuk menyokong pembelajaran sebenar, dan bukannya sekadar memberikan penyelesaian tanpa membantu pelajar benar-benar memahami bahan tersebut?
ChatGPT telah membangunkan Mod Pembelajaran untuk membantu menjawab persoalan ini. Apabila menggunakan Mod Pembelajaran, pelajar dipandu melalui soalan utama yang menyesuaikan respons mengikut matlamat dan tahap kemahiran mereka, membantu mereka membina pemahaman yang lebih mendalam. Mod Pembelajaran direka untuk menjadi menarik dan interaktif, dengan matlamat membantu pelajar benar-benar menguasai bahan pembelajaran dan bukannya sekadar menyiapkan tugasan.
Bagaimana Mod Pembelajaran ini dibangunkan?
Pada asasnya, Mod Pembelajaran dibina berasaskan arahan sistem tersuai yang direka bersama guru, saintis, dan pakar pendidikan untuk mensimulasikan satu set tingkah laku teras yang menyokong pembelajaran mendalam, termasuk: menggalakkan penyertaan aktif, mengurus beban kognitif, secara proaktif membangunkan metakognisi dan refleksi kendiri, memupuk rasa ingin tahu, dan memberikan maklum balas yang realistik serta membina. Semua tingkah laku ini berasaskan penyelidikan sains pembelajaran jangka panjang dan membantu membentuk cara Mod Pembelajaran bertindak balas kepada pelajar.
“Daripada melakukan kerja untuk pelajar, Mod Pembelajaran menggalakkan mereka berfikir secara kritikal tentang kandungan yang mereka pelajari. Ciri seperti ini adalah langkah positif ke arah penggunaan AI yang berkesan dalam pendidikan. Walaupun dalam era AI, pembelajaran akan menjadi paling berkesan apabila pelajar terlibat dan mengambil bahagian secara aktif dalam kandungan pelajaran.” — Robbie Torney, Pengarah Kanan Program AI di Common Sense Media.
Ciri Utama
Prompt interaktif: Menggabungkan soalan Socratic, cadangan, dan prompt refleksi kendiri untuk membimbing pelajar meneroka dan berfikir secara aktif dan bukannya memberikan jawapan secara langsung.
Respons berstruktur: Maklumat disusun dalam bahagian yang mudah diikuti, menonjolkan hubungan utama antara topik, mengekalkan maklumat yang menarik dengan konteks yang mencukupi, dan mengurangkan rasa terbeban untuk subjek yang kompleks.
Sokongan peribadi: Pelajaran disesuaikan mengikut tahap pengguna, berdasarkan soalan penilaian kemahiran dan ingatan dari segmen perbualan terdahulu.
Semakan pengetahuan: Kuiz dan soalan terbuka, bersama maklum balas peribadi untuk menjejak kemajuan, menyokong pengekalan pengetahuan, dan keupayaan untuk mengaplikasikan pengetahuan tersebut dalam situasi baharu.
Fleksibiliti: Mudah untuk menghidupkan atau mematikan Mod Pembelajaran semasa perbualan, membolehkan pelajar melaraskan matlamat pembelajaran mereka secara fleksibel dalam setiap chat.
Cara pelajar menggunakan Mod Pembelajaran
Mod Pembelajaran dibina untuk sesuai dengan pelajar universiti. Berikut adalah beberapa pendapat pelajar yang kami terima semasa fasa ujian awal:
“Bagi saya, cara terbaik untuk menggambarkannya ialah seperti ‘waktu pejabat’ secara langsung yang tersedia 24/7 dan mempunyai pemahaman yang menyeluruh.” — Maklum balas daripada Noah Campbell, pelajar universiti
“Mod Pembelajaran sangat bagus dalam memecahkan bahan yang sukar kepada penjelasan yang jelas dan koheren.” — Dikongsi oleh Caleb Masi, pelajar universiti
“Saya mencuba Mod Pembelajaran untuk mendapatkan panduan tentang konsep yang telah saya cuba pelajari berkali-kali sebelum ini: pengekodan kedudukan sinusoidal. Mod ini seperti tutor yang tidak pernah bosan dengan soalan saya. Selepas 3 jam belajar, akhirnya saya benar-benar faham dan yakin.” — Maggie Wang, pelajar universiti
Cara penggunaan Mod Pembelajaran yang diinspirasikan oleh pelajar universiti di makmal ChatGPT
Pengguna: Saya mahu belajar tentang Teori Permainan, khususnya skop luas bidang ini, dan juga cara anda fikir ia boleh berguna untuk saya dalam kehidupan seharian. Sudah tentu, saya mahu anda memenuhi rasa ingin tahu saya, tetapi yang utama anda akan membimbing saya dan menyediakan pelan terperinci supaya saya boleh meliputi keseluruhan skop di sini. Saya akan bertanya jika saya ingin tahu, tetapi pastikan anda membimbing saya dengan pantas melalui ini.
Chat GPT: Sempurna. Ini adalah pelan umum yang akan saya bimbing—anggap ia sebagai peta jalan berlapis dari idea asas hingga intuisi praktikal:
🔹 Peringkat 1: Asas Teras
1. Apa sebenarnya Teori Permainan?
Interaksi strategik, agen rasional, andaian.
2. Jenis permainan
Kooperatif dan bukan kooperatif
Serentak vs. berurutan
Jumlah sifar vs. bukan jumlah sifar
3. Konsep asas
Pemain, strategi, ganjaran, maklumat
Strategi dominan
Keseimbangan Nash (teras hampir semua perkara)
🔸 Peringkat 2: Permainan dan Konsep Klasik
4. Permainan terkenal
Dilema banduan
Chicken
Battle of the sexes
Stag hunt
Matching pennies
5. Keseimbangan strategi campuran
Apabila tiada strategi tulen berkesan
Pengacakan dan ganjaran jangkaan
🔹 Peringkat 3: Memperdalam Model
6. Permainan berulang & Teorem Folk
Kerjasama yang muncul dari masa ke masa
Tit-for-tat, Grim Trigger, dan lain-lain
7. Permainan bentuk meluas
Pohon permainan, induksi ke belakang
Keseimbangan sub-permainan sempurna
8. Permainan Bayesian
Pertandingan dengan maklumat tidak lengkap
Kepercayaan, jenis, dan utiliti jangkaan
🔸 Peringkat 4: Relevansi Kehidupan Sebenar
9. Reka bentuk mekanisme / Teori permainan songsang
Sistem pengundian, lelongan, kontrak
10. Teori permainan tingkah laku
Rasionaliti terhad, keadilan, kaedah pencarian
11. Aplikasi dalam kehidupan seharian
Rundingan, temu janji, politik, sistem AI, dan lain-lain
🔹 Peringkat 5: Lanjutan & Pilihan
12. Teori permainan evolusi
Strategi yang berkembang dari masa ke masa
13. Teori permainan algoritma
Kesan rangkaian, lelongan internet
14. Dunia anda: Bagaimana ia penting untuk Parker
Reka bentuk sistem, insentif, struktur kuasa
Sepanjang proses ini, saya akan memasukkan:
🔄 Contoh berpandu
🧠 Eksperimen pemikiran
🎭 Senario dunia sebenar untuk mengaplikasikan teori
🧩 Semakan pantas untuk memastikan idea difahami
Mari kita mulakan Peringkat 1.
Soalan pantas pertama: Dengan kata-kata anda sendiri, apa yang anda fikir Teori Permainan itu? Tidak perlu sempurna—hanya nyatakan sahaja.
Pengguna: Saya rasa Teori Permainan ialah sejenis kerangka metafizik untuk aspek masyarakat moden dalam kehidupan, di mana kita mempertimbangkan manusia dalam situasi dan sistem yang kompleks dan cuba menganalisis bagaimana mereka membuat keputusan, kadang-kadang mengapa mereka membuat keputusan itu, dan bagaimana ini mempengaruhi situasi/sistem tersebut.
Chat GPT: Bagus—anda telah menyentuh teras utama.
Mari kita selami lebih mendalam bersama. Teori Permainan pada dasarnya berkaitan dengan pembuatan keputusan strategik—situasi di mana hasil setiap orang bergantung bukan sahaja pada apa yang mereka lakukan, tetapi juga pada apa yang orang lain lakukan.
Soalan pantas:
Jika anda membuat keputusan dan keputusan itu sepenuhnya bergantung pada alam atau kebetulan—seperti membaling dadu—adakah itu Teori Permainan?
Dan kemudian:
Jika anda membuat keputusan dan keputusan itu bergantung pada tindakan orang lain—seperti sama ada mereka bekerjasama atau mengkhianati anda—adakah itu Teori Permainan?
Kongsikan pendapat anda tentang kedua-duanya.
................
Had dan Langkah Seterusnya
Ini adalah langkah pertama dalam perjalanan panjang untuk memperbaiki pembelajaran di ChatGPT. Pada masa ini, Mod Pembelajaran berasaskan arahan sistem tersuai. ChatGPT memilih pendekatan ini kerana ia membolehkan pembelajaran pantas daripada maklum balas pengguna sebenar dan memperbaiki pengalaman—walaupun ia mengakibatkan beberapa tingkah laku tidak konsisten dan kesilapan dalam perbualan. ChatGPT merancang untuk melatih tingkah laku ini secara langsung ke dalam model teras selepas menemui kaedah paling berkesan melalui iterasi dan maklum balas daripada pelajar.
Kami juga sedang meneroka ciri baharu untuk menjadikan Mod Pembelajaran lebih menarik dan berguna untuk pelajar, termasuk:
- Ilustrasi yang lebih jelas untuk konsep yang kompleks atau berat teks.
- Penetapan matlamat dan penjejakan kemajuan sepanjang perbualan
- Personaliti yang lebih mendalam untuk disesuaikan dengan tahap kemahiran dan matlamat setiap pelajar
Penyelidikan masih dijalankan untuk membangunkan cara paling berkesan untuk menerapkan AI dalam pendidikan. OpenAI sedang memajukan penyelidikan lanjut mengenai pembelajaran dan kecerdasan buatan (AI) melalui pelbagai rakan kongsi dalam inisiatif NextGenAI, dan juga bekerjasama dengan pakar dalam SCALE Initiative of Stanford University’s Accelerator for Learning (dibuka di tetingkap baharu) untuk mengkaji dan berkongsi bagaimana alat AI memberi impak kepada hasil pembelajaran dalam bidang seperti pendidikan K-12.
Dalam penyelidikan jangka panjang mengenai cara pelajar boleh belajar dengan paling berkesan menggunakan AI, OpenAI berhasrat untuk menerbitkan analisis yang lebih mendalam tentang penemuan hubungan antara reka bentuk model dan kognisi, membentuk pengalaman produk masa depan berdasarkan pandangan ini, dan bekerjasama dengan ekosistem pendidikan yang lebih luas untuk memastikan AI memberi manfaat kepada pelajar di seluruh dunia.
