Veszély vagy lehetőség? AI-alapú tanulástámogatás a felsőoktatásban

Az inkubátorpályázat egyik nyertes kutatócsapatának célja, hogy megvizsgálja, milyen interakciók alakulnak ki az egyetemi hallgatók és egy AI-alapú tanulástámogató rendszer között. Ez a rendszer egy nagy nyelvi modellre (LLM) épül, amely nem nyílt internetes forrásokat használ, hanem oktatók által összeállított, ellenőrzött szakmai anyagokhoz fér hozzá. A Szabó Miklós, Tátrai Annamária, Németh Renáta és Tamási Árpád informatikus által végzett kutatás fókuszában az ilyen mesterséges intelligencia alkalmazások megfelelő, pedagógiailag megalapozott használatának vizsgálata áll a felsőoktatásban.

LLM: Veszély vagy lehetőség?

A nagy nyelvi modellek megítélése megosztja a közvéleményt. Egyesek szerint az ilyen rendszerek gyorsítják a munkafolyamatokat, és lehetőséget nyújtanak a tanulás személyre szabására. Mások attól tartanak, hogy a diákok e rendszerek segítségével megkerülik az önálló gondolkodást, és ezzel csökken a tanulási folyamat mélysége.

Gyakori kritika, hogy a nyelvi modellek időnként pontatlan vagy téves válaszokat adnak („hallucinálnak”), különösen ha nyílt webes forrásokra támaszkodnak. Ezt a problémát küszöbölheti ki, ha a modell kizárólag előzetesen válogatott, hiteles forrásokkal dolgozik, és válaszaiban ezekre hivatkozik. A kutatás célja éppen annak feltérképezése, hogyan lehet ezt a megközelítést hatékonyan alkalmazni oktatási kontextusban.

Az AI-tutor tesztelése

Az ELTE TáTK kutatócsapata olyan rendszert használ, amely egy nagy nyelvi modellre épülő felhasználói felületet biztosít ellenőrzött környezetben. Ennek segítségével vizsgálják, hogyan kérdeznek a hallgatók a tanulási folyamat során, és hogyan válaszol a mesterséges intelligencia a kurzusanyagokhoz kapcsolódó kérdéseikre.

A modell kizárólag az oktatók által biztosított tankönyveket, tudományos cikkeket és egyéb szakmai dokumentumokat használja forrásként. Így az AI-tutor „ismeri” a kiválasztott kurzus teljes anyagát, és válaszaiban ezekre a dokumentumokra is hivatkozik. Ez biztosítja, hogy a válaszok megbízhatóak és relevánsak legyenek az adott tananyag szempontjából.

A kutatók a hallgatók tapasztalatait online kérdőívekkel és fókuszcsoportos interjúkkal gyűjtik, valamint az oktatói visszajelzések is rögzítésre kerülnek. Az AI-tutorral folytatott beszélgetések szövegeit kvalitatív és kvantitatív módszerekkel elemzik, vizsgálva többek között a kérdések típusait, a válaszadási mintázatokat, és a hivatkozott források megoszlását.

A kutatást segíti egy korábbi pilot projekt is, amelyben mesterszakos hallgatók tapasztalatait vizsgálták hasonló rendszerrel egy felvételi előkészítő kurzus során.

A kutatás várható eredményei

A kutatócsoport célja, hogy több tudományterület több kurzusán is alkalmazza és értékelje a rendszert. A projekt kiemelt célja az ember–gép interakció antropológiai és fenomenológiai vizsgálata, a mesterséges intelligencia válaszaiban megjelenő pontatlanságok mértékének becslése, valamint a tanulási folyamatban betöltött tényleges hozzáadott érték feltárása.

A kutatás arra a kérdésre keresi a választ, hogy mik a korlátai és lehetőségei annak, ha a nagy nyelvi modellek kizárólag ellenőrzött, oktatásban használt forrásokkal dolgoznak, és miként lehet ezeket az eszközöket biztonságosan, hatékonyan bevonni a felsőoktatásba.

Függetlenül attól, hogy ki mennyire tekinti ezeket az eszközöket veszélynek vagy lehetőségnek, a kutatók hangsúlyozzák:

„A ChatGPT már itt van, diákjaink használják, ugyanakkor jelenlegi pedagógiai megoldásaink egyre kevésbé találnak utat a digitális bennszülött Z- és alfa-generációhoz.”

A projekt egyik fontos célkitűzése ezért egy gyakorlatorientált útmutató létrehozása oktatók számára, amely segíti őket abban, hogyan tudják felelősen és hasznosan integrálni a mesterséges intelligenciát az oktatási folyamatokba.

Bemutatkoznak az ELTE TáTK inkubátorpályázatának nyertes projektjei: 1. rész

Fotó: Pexels / Liza Summer