7
Chatgpt révolutionne les mathématiques: un problème de 2 400 ans résolu en 24 heures
Le problème du carré du cercle, posé pour la première fois par Platon autour de 385 avant JC, reste un défi mathématique engageant. Plus de deux millénaires plus tard, une nouvelle approche a émergé grâce à l’intelligence artificielle. ChatGPT-4, un chatbot avancé, a été confronté à cet ancien défi, révélant des comportements d’apprentissage surprenants et généralement des erreurs humaines. Cette expérience, dirigée par l’Université de Cambridge, met en évidence la capacité de l’IA à improviser et à s’écarter des solutions conventionnelles, soulevant des questions sur l’origine de connaissance et les compétences en résolution de problèmes de l’IA moderne.
Le défi mathématique
Le problème du carré du cercle a toujours déclenché des débats philosophiques sur l’origine de la connaissance. Platon, par le biais de Socrate, a démontré comment un jeune garçon, sans connaissance préalable, pourrait saisir ce concept complexe. Le garçon croyait initialement que doubler les côtés d’un carré a également doublé sa zone. Socrate l’a guidé vers la prise de conscience que les côtés du nouveau carré correspondaient à la diagonale de l’original.
Les chercheurs Dr.Nadav Marco et le professeur Andreas Stylianids ont soumis le même défi à ChatGPT-4. Grâce à des questions socratiques, ils ont testé les capacités de résolution de problèmes du chatbot. Une série de questions progressives, incorporant des erreurs et des variations de problèmes, a permis d’observer si l’IA s’est appuyée sur sa vaste base de données ou a développé de nouvelles solutions. L’IA a souvent improvisé son approche, reproduisant même les erreurs humaines typiques.
Le comportement d’apprentissage de l’IA
Les chercheurs ont observé que ChatGPT-4 n’utilisait pas instantanément une solution géométrique standard. Au lieu de cela, il a initialement tenté une approche algébrique. Cette improvisation, combinée à la mise en miroir occasionnelle des erreurs humaines, a présenté un comportement d’apprentissage auparavant non observé dans l’IA. Cela soulève la question de savoir si les solutions de l’IA proviennent entièrement des données ou si une forme de «raisonnement» a lieu. Cela soulève des questions sur l’avenir de l’IA dans l’éducation et son potentiel en tant qu’outil pour découvrir de nouvelles idées mathématiques.
Comment l’incapacité de Chatgpt à posséder une véritable compréhension, comme le souligne le problème de Platon, conteste les approches pédagogiques traditionnelles axées sur la mémorisation par cœur et information rappel?
Comprendre le problème de Platon et sa pertinence moderne
Le problème de Platon, à l’origine articulé dans The Theaetetusinterroge comment nous pouvons vraiment savoir Quelque chose si toutes les connaissances sont finalement une croyance justifiée et que la croyance est sensible à l’erreur. Dans le contexte de modèles de grande langue (LLMS) comme Chatgpt, cela se traduit par: comment pouvons-nous faire confiance aux informations générées si le modèle ne le «comprend» pas, mais prédit simplement la séquence de mots la plus probable en fonction de ses données de formation? Ce n’est pas simplement un débat philosophique; il a un impact direct sur l’efficacité de IA en éducation et révèle des lacunes critiques dans la façon dont nous abordons actuellement l’apprentissage à l’échelle mondiale. La montée AI génératif nous oblige à affronter cet ancien problème avec une urgence renouvelée.
Chatgpt et l’illusion des connaissances: une plongée profonde
Chatgpt excelle à apparent Bien informé. Il peut synthétiser des informations, répondre à des questions complexes et même imiter différents styles d’écriture. Cependant, cette compétence découle de la reconnaissance des modèles, et non de la compréhension authentique.
* Manque de compréhension sémantique: Chatgpt ne comprend pas le signification derrière les mots qu’il utilise. Il identifie les relations statistiques, conduisant à des résultats qui peuvent être grammaticalement corrects mais factuellement inexacts ou logiquement imparfaits. C’est particulièrement problématique lorsqu’il s’agit de sujets nuancés comme l’histoire, la philosophie ou l’éthique.
* Le problème de «Hallucination»: Les LLMS fréquemment «hallucine» – présentant en toute confiance les informations fabriquées comme des faits. Ce n’est pas un bug; C’est une conséquence de l’objectif du modèle: générer du texte plausible, pas nécessairement un texte véridique. Cela a un impact Précision de l’IA et la fiabilité.
* Dépendance à l’égard des données biaisées: Chatgpt est formé sur des ensembles de données massifs grattés d’Internet. Ces ensembles de données contiennent inévitablement des biais, que le modèle perpétue et amplifie ensuite. Cela soulève des préoccupations concernant l’équité, l’équité et le potentiel de renforcement des stéréotypes nocifs dans pédagogique technologie.
Comment cela expose les défauts dans les systèmes éducatifs actuels
Les limites de Chatgpt mettent en évidence plusieurs faiblesses critiques dans la façon dont l’éducation est actuellement structurée dans le monde:
- L’accent mis sur la mémorisation par cœur: L’éducation traditionnelle privilégie souvent la mémorisation des faits sur le développement pensée critique Skills.Chatgpt peut facilement surpasser les élèves dans les tâches basées sur le rappel, ce qui rend cette approche de plus en plus obsolète. L’objectif doit se déplacer vers Compétences de pensée critique et résolution de problèmes.
- Manque de concentration sur l’épistémologie: Peu d’études enseignent explicitement aux étudiants comment Les connaissances sont acquises, validées et justifiées. Sans une solide compréhension de l’épistémologie – l’étude des connaissances – les étudiants sont mal équipés pour évaluer de manière critique les informations générées par l’IA. C’est une lacune dans littératie numérique.
- Test standardisé et compréhension au niveau de la surface: Les tests standardisés évaluent souvent la compréhension au niveau de la surface plutôt qu’une saisie conceptuelle profonde. Chatgpt peut «jouer» ces tests en identifiant les modèles dans les questions et en fournissant des réponses statistiquement probables, même sans compréhension authentique. Cela sape la validité de méthodes d’évaluation.
- Formation insuffisante des médias: Les étudiants doivent apprendre à identifier la désinformation, à évaluer les sources et à discerner des informations crédibles provenant de sources non fiables. La prolifération du contenu généré par l’IA rend cette compétence plus cruciale que jamais. Ceci est un élément central de maîtrise de l’information.
Le rôle des miroirs de l’IA dans l’accessibilité et l’équité (exemple en porcelaine)
Fait intéressant, l’émergence de miroirs Chatgpt, en particulier celles destinées aux utilisateurs chinois (comme souligné par des ressources comme https://github.com/chinese-chatgpt-mirors/chatgpt-sites-guide), souligne une disparité mondiale dans l’accès aux outils AI avancés. Bien que ces miroirs offrent une solution de contournement pour la censure et les restrictions géographiques, elles soulèvent également des questions sur la confidentialité des données et la qualité de l’expérience de l’IA. Cela met en évidence la nécessité d’un accès équitable à Outils d’IA en éducation et l’importance de traiter les divisions numériques. La disponibilité de ces miroirs démontre une demande de Apprentissage alimenté par AI Même dans les régions ayant un accès Internet restreint.
Réinventer l’éducation pour l’âge de l’IA: stratégies pratiques
Relever ces défis nécessite un changement fondamental dans les priorités éducatives:
* Prioriser la pensée critique et la résolution de problèmes: Les programmes devraient souligner les compétences analytiques, le raisonnement logique et la capacité d’évaluer les preuves. Encouragez les étudiants à remettre en question les hypothèses et à remettre en question la sagesse conventionnelle.
* Intégrez l’épistémologie dans le programme: Enseigner aux élèves la nature des connaissances, les limites de la cognition humaine et l’importance de l’humilité intellectuelle.
* Développer des compétences avancées de maîtrise des médias: Équipez les étudiants des outils pour identifier la désinformation, évaluer les sources et discerner des informations crédibles à partir de sources non fiables. Se concentrer sur vérification des faits et évaluation de la source.
https://www.youtube.com/watch?v=riyeifzodwc