


Untersuchungen zeigen, dass KI den größten Einfluss auf Lehrstellen hat und Lehrer lernen müssen, sich an ChatGPT anzupassen
Nachrichten vom 3. April: Eine aktuelle Studie zeigt, dass generative künstliche Intelligenztechnologien wie ChatGPT einen größeren Einfluss auf die Bildungsarbeit haben, daher müssen sich Pädagogen schneller an diesen Trend anpassen.
Seit der Veröffentlichung von ChatGPT hat der Umgang mit Problemen wie dem Einsatz künstlicher Intelligenz durch Studierende beim Lernen von Kursen die Aufmerksamkeit vieler Universitäten und Hochschulen auf sich gezogen. Jüngste Untersuchungen von Professoren der Wharton School der University of Pennsylvania, der New York University und der Princeton University legen jedoch nahe, dass Pädagogen die gleichen Bedenken hinsichtlich ihrer Arbeit haben sollten.
In einer Analyse der Berufe, die von Fortschritten in der groß angelegten Sprachmodelltechnologie betroffen sind, waren acht der zehn besten Stellen Lehrstellen. Professor Robert Seamans, Co-Autor der Studie, sagte: „Als wir unsere Analyse durchführten, waren wir überrascht, dass in vielen Fällen Bildungsberufe einen hohen Stellenwert hatten.
Die Studie zeigt, dass Englischlehrer in den Bereichen Literatur, Fremdsprachen, und Geschichte werden am stärksten von künstlicher Intelligenz beeinflusst.
Obwohl es immer mehr Hinweise darauf gibt, dass auch hochqualifizierte Berufe von künstlicher Intelligenz betroffen sein können, ist es häufig der Fall, dass mechanische und Routineberufe am stärksten von der Technologie betroffen sind, während hochqualifizierte Berufe einen größeren Einfluss haben sollen. Mehrere Barrieren. Doch neue Forschungsergebnisse zeigen, dass das Gegenteil der Fall ist. „Hochqualifizierte Berufe sind möglicherweise gefährdeter als andere Berufe“, sagte der Co-Autor der Studie, Professor Manav Raj, Professor an der Wharton School der University of Pennsylvania. „Intelligent Impact“-Arbeitsplätze bedeuten nicht unbedingt, dass die Menschen, die in diesen Berufen arbeiten Arbeitsplätze werden ersetzt.
„ChatGPT kann verwendet werden, um Professoren bei der Entwicklung von Lehrplänen zu helfen oder Lesematerialien zu bestimmten Themen zu empfehlen“, sagte Raj, der sich derzeit keine Sorgen darüber macht, dass er durch künstliche Intelligenz ersetzt wird. Er sagte, dass ChatGPT bei sehr inhaltsreichen Themen auch dabei helfen kann, Unterrichtsfolien und Unterrichtsübungen zu entwerfen, „und Pädagogen sogar dabei helfen kann, einige Lektionen oder wichtige Punkte in eine einfachere Sprache zu übersetzen.“
Das Bildungstechnologieunternehmen Udemy verkauft Sprachlernmodule basierend auf ChatGPT, um Sprachlehrern bei der Gestaltung von Kursen zu helfen. Das Online-Sprachlernunternehmen Duolingo nutzt außerdem künstliche Intelligenz zur Unterstützung von Online-Testanwendungen, nutzt ChatGPT zur Generierung von Textpassagen für das Leseverständnis und nutzt künstliche Intelligenz zur Erkennung verdächtiger Prüfungsbetrugsfälle.
Technologie der künstlichen Intelligenz kann Lehrern auch dabei helfen, Kursinhalte zu generieren und die Geschwindigkeit und den Umfang des Hinzufügens hervorragender Materialien zur Plattform zu erhöhen. Clinton Bicknell, Leiterin der Abteilung für künstliche Intelligenz bei Duolingo, ist der Ansicht, dass nicht jeder den gleichen Zugang zu hervorragenden Lehrern und guten Lernbedingungen hat, und dass künstliche Intelligenz uns die beste Möglichkeit bietet, hochwertige Bildung in eine Ausweitung auf alle zu verwandeln, die sie benötigen.
Einige Professoren sind misstrauisch gegenüber ChatGPT und seinen Funktionen. Kristina Reardon, eine Englischprofessorin am Amherst College, sagte beispielsweise, dass Professoren eine Grundlage haben müssen, wenn sie die Rolle von ChatGPT beim Schreiben berücksichtigen.
„Egal wie gut ChatGPT ist, ich glaube, wir können durch Konzeption, Entwurf, Überarbeitung, Bearbeitung usw. viel lernen. Schreiben ist ein iterativer Prozess, der uns beim Denken hilft“, sagte Reardon.
Bitte verbessern Sie den Artikel, verwenden Sie eine glattere Sprache und Formulierung, verwenden Sie konsistentere chinesische Gewohnheiten und fügen Sie nach jedem Satz Ihre überarbeiteten Kommentare hinzu
Viele Universitäten haben Richtlinien für Professoren herausgegeben, wie sie ChatGPT verwenden und dabei die akademische Integrität wahren können Erweiterung der Lehrerfahrung.
Die Princeton University empfiehlt Professoren, ChatGPT explizit in ihrem Lehrplan zu verwenden, es zur Verbesserung der Effektivität von Gruppendiskussionen zu nutzen und ChatGPT-generierte Inhalte zu verwenden, um Entwürfe von Arbeiten zu vergleichen, die von Studenten selbst eingereicht wurden.
Morten Christiansen, Professor für Psychologie an der Cornell University, sagte, dass es jedem Lehrer unabhängig von den allgemeinen Richtlinien der Universität freisteht, zu entscheiden, was für seinen Unterricht am besten ist.
Viele Professoren haben begonnen, ChatGPT in ihren Lehrveranstaltungen zu verwenden.
Laurent Dubreuil, Professor für Französisch und Vergleichende Literaturwissenschaft an der Cornell University, bittet Studenten derzeit, die Grenzen der akademischen Freiheit zu bewerten, da die neueste Version von ChatGPT „jetzt eine Reihe von Parametern dafür enthält, was akzeptable Rede erlaubt ist und was nicht.“ sagen.“,
Christianson sagte, dass ChatGPT dazu beitragen kann, gleiche Wettbewerbsbedingungen für Studenten zu schaffen. Er sagte: „Es kann als persönlicher Tutor dienen und Studenten haben auch die Möglichkeit, die Ergebnisse von ChatGPT auszuwerten.“
Viele aktuelle generative Sprachmodelle für künstliche Intelligenz erzeugen das, was Experten für künstliche Intelligenz als „Illusionen“ bezeichnen. Tatsächlich eröffnen die technischen Mängel von ChatGPT aber auch neue Möglichkeiten für die Lehre. Die Fähigkeiten der Studierenden zur kritischen Analyse werden verbessert, indem sie spezifische Fragen zum Kursinhalt stellen und die von ChatGPT generierten Antworten analysieren.
Christianson sagte: „ChatGPT wird Dinge erfinden und selbstbewusst wirken, einschließlich der Hinzufügung von Zitaten, die eigentlich nicht existieren.“
Wharton Entrepreneurship Professor Ethan Moe Ethan Mollick, der ein Evangelist für generative künstliche Intelligenz geworden ist Experimente im Bildungsbereich möchten, dass seine Schüler ChatGPT in jedem Dokument verwenden, einschließlich Marketingmaterialien, Grafiken, Blogbeiträgen und neuen Arbeitsanwendungen.
„Ich denke, wir müssen erkennen, dass dies ein Teil unseres Lebens ist, und wir müssen herausfinden, wie wir damit umgehen“, sagte er.
Molik glaubt, dass eine Verkleidung nicht bedeutet, am Ende ersetzt zu werden.
„Wir müssen erkennen, dass wir die Art und Weise, wie wir Dinge tun, ändern und diese neue Technologie annehmen müssen“, sagte er. „Wir haben uns an andere technologische Veränderungen angepasst und ich denke, wir werden uns auch dieses Mal anpassen.“
Das obige ist der detaillierte Inhalt vonUntersuchungen zeigen, dass KI den größten Einfluss auf Lehrstellen hat und Lehrer lernen müssen, sich an ChatGPT anzupassen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



DALL-E 3 wurde im September 2023 offiziell als deutlich verbessertes Modell gegenüber seinem Vorgänger eingeführt. Er gilt als einer der bisher besten KI-Bildgeneratoren und ist in der Lage, Bilder mit komplexen Details zu erstellen. Zum Start war es jedoch exklusiv

Diese Seite berichtete am 27. Juni, dass Jianying eine von FaceMeng Technology, einer Tochtergesellschaft von ByteDance, entwickelte Videobearbeitungssoftware ist, die auf der Douyin-Plattform basiert und grundsätzlich kurze Videoinhalte für Benutzer der Plattform produziert Windows, MacOS und andere Betriebssysteme. Jianying kündigte offiziell die Aktualisierung seines Mitgliedschaftssystems an und führte ein neues SVIP ein, das eine Vielzahl von KI-Schwarztechnologien umfasst, wie z. B. intelligente Übersetzung, intelligente Hervorhebung, intelligente Verpackung, digitale menschliche Synthese usw. Preislich beträgt die monatliche Gebühr für das Clipping von SVIP 79 Yuan, die Jahresgebühr 599 Yuan (Hinweis auf dieser Website: entspricht 49,9 Yuan pro Monat), das fortlaufende Monatsabonnement beträgt 59 Yuan pro Monat und das fortlaufende Jahresabonnement beträgt 499 Yuan pro Jahr (entspricht 41,6 Yuan pro Monat). Darüber hinaus erklärte der Cut-Beamte auch, dass diejenigen, die den ursprünglichen VIP abonniert haben, das Benutzererlebnis verbessern sollen

Verbessern Sie die Produktivität, Effizienz und Genauigkeit der Entwickler, indem Sie eine abrufgestützte Generierung und ein semantisches Gedächtnis in KI-Codierungsassistenten integrieren. Übersetzt aus EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, Autor JanakiramMSV. Obwohl grundlegende KI-Programmierassistenten natürlich hilfreich sind, können sie oft nicht die relevantesten und korrektesten Codevorschläge liefern, da sie auf einem allgemeinen Verständnis der Softwaresprache und den gängigsten Mustern beim Schreiben von Software basieren. Der von diesen Coding-Assistenten generierte Code eignet sich zur Lösung der von ihnen zu lösenden Probleme, entspricht jedoch häufig nicht den Coding-Standards, -Konventionen und -Stilen der einzelnen Teams. Dabei entstehen häufig Vorschläge, die geändert oder verfeinert werden müssen, damit der Code in die Anwendung übernommen wird

Large Language Models (LLMs) werden auf riesigen Textdatenbanken trainiert und erwerben dort große Mengen an realem Wissen. Dieses Wissen wird in ihre Parameter eingebettet und kann dann bei Bedarf genutzt werden. Das Wissen über diese Modelle wird am Ende der Ausbildung „verdinglicht“. Am Ende des Vortrainings hört das Modell tatsächlich auf zu lernen. Richten Sie das Modell aus oder verfeinern Sie es, um zu erfahren, wie Sie dieses Wissen nutzen und natürlicher auf Benutzerfragen reagieren können. Aber manchmal reicht Modellwissen nicht aus, und obwohl das Modell über RAG auf externe Inhalte zugreifen kann, wird es als vorteilhaft angesehen, das Modell durch Feinabstimmung an neue Domänen anzupassen. Diese Feinabstimmung erfolgt mithilfe von Eingaben menschlicher Annotatoren oder anderer LLM-Kreationen, wobei das Modell auf zusätzliches Wissen aus der realen Welt trifft und dieses integriert

Herausgeber | Der Frage-Antwort-Datensatz (QA) von ScienceAI spielt eine entscheidende Rolle bei der Förderung der Forschung zur Verarbeitung natürlicher Sprache (NLP). Hochwertige QS-Datensätze können nicht nur zur Feinabstimmung von Modellen verwendet werden, sondern auch effektiv die Fähigkeiten großer Sprachmodelle (LLMs) bewerten, insbesondere die Fähigkeit, wissenschaftliche Erkenntnisse zu verstehen und zu begründen. Obwohl es derzeit viele wissenschaftliche QS-Datensätze aus den Bereichen Medizin, Chemie, Biologie und anderen Bereichen gibt, weisen diese Datensätze immer noch einige Mängel auf. Erstens ist das Datenformular relativ einfach, die meisten davon sind Multiple-Choice-Fragen. Sie sind leicht auszuwerten, schränken jedoch den Antwortauswahlbereich des Modells ein und können die Fähigkeit des Modells zur Beantwortung wissenschaftlicher Fragen nicht vollständig testen. Im Gegensatz dazu offene Fragen und Antworten

Herausgeber |. KX Im Bereich der Arzneimittelforschung und -entwicklung ist die genaue und effektive Vorhersage der Bindungsaffinität von Proteinen und Liganden für das Arzneimittelscreening und die Arzneimitteloptimierung von entscheidender Bedeutung. Aktuelle Studien berücksichtigen jedoch nicht die wichtige Rolle molekularer Oberflächeninformationen bei Protein-Ligand-Wechselwirkungen. Auf dieser Grundlage schlugen Forscher der Universität Xiamen ein neuartiges Framework zur multimodalen Merkmalsextraktion (MFE) vor, das erstmals Informationen über Proteinoberfläche, 3D-Struktur und -Sequenz kombiniert und einen Kreuzaufmerksamkeitsmechanismus verwendet, um verschiedene Modalitäten zu vergleichen Ausrichtung. Experimentelle Ergebnisse zeigen, dass diese Methode bei der Vorhersage von Protein-Ligand-Bindungsaffinitäten Spitzenleistungen erbringt. Darüber hinaus belegen Ablationsstudien die Wirksamkeit und Notwendigkeit der Proteinoberflächeninformation und der multimodalen Merkmalsausrichtung innerhalb dieses Rahmens. Verwandte Forschungen beginnen mit „S

Laut Nachrichten dieser Website vom 1. August hat SK Hynix heute (1. August) einen Blogbeitrag veröffentlicht, in dem es ankündigt, dass es am Global Semiconductor Memory Summit FMS2024 teilnehmen wird, der vom 6. bis 8. August in Santa Clara, Kalifornien, USA, stattfindet viele neue Technologien Generation Produkt. Einführung des Future Memory and Storage Summit (FutureMemoryandStorage), früher Flash Memory Summit (FlashMemorySummit), hauptsächlich für NAND-Anbieter, im Zusammenhang mit der zunehmenden Aufmerksamkeit für die Technologie der künstlichen Intelligenz wurde dieses Jahr in Future Memory and Storage Summit (FutureMemoryandStorage) umbenannt Laden Sie DRAM- und Speicheranbieter und viele weitere Akteure ein. Neues Produkt SK Hynix wurde letztes Jahr auf den Markt gebracht

Laut Nachrichten dieser Website vom 5. Juli veröffentlichte GlobalFoundries am 1. Juli dieses Jahres eine Pressemitteilung, in der die Übernahme der Power-Galliumnitrid (GaN)-Technologie und des Portfolios an geistigem Eigentum von Tagore Technology angekündigt wurde, in der Hoffnung, seinen Marktanteil in den Bereichen Automobile und Internet auszubauen Anwendungsbereiche für Rechenzentren mit künstlicher Intelligenz, um höhere Effizienz und bessere Leistung zu erforschen. Da sich Technologien wie generative künstliche Intelligenz (GenerativeAI) in der digitalen Welt weiterentwickeln, ist Galliumnitrid (GaN) zu einer Schlüssellösung für nachhaltiges und effizientes Energiemanagement, insbesondere in Rechenzentren, geworden. Auf dieser Website wurde die offizielle Ankündigung zitiert, dass sich das Ingenieurteam von Tagore Technology im Rahmen dieser Übernahme mit GF zusammenschließen wird, um die Galliumnitrid-Technologie weiterzuentwickeln. G
