Ученые из Междисциплинарной научно-образовательной школы МГУ провели анализ текстов, автоматически сгенерированных разными большими языковыми моделями, используя семь форматов письменных заданий на английском языке, таких как эссе, письма и статьи. Об этом «Жуковский.Life» рассказали в пресс-службе университета.
Исследование оценивалось по пяти параметрам, включая длину текста, лексическое разнообразие и уровень плагиата. Результаты позволили выработать рекомендации по внедрению генеративного искусственного интеллекта (ИИ) в творческие учебные задания.
Современные технологии генеративного ИИ расширяют возможности создания творческих и содержательных текстов, что вызывает вопросы авторства и необходимости разработки нормативных мер в университетах. Эти технологии обладают такими важными качествами, как адаптивность, интерактивность и гибкость, что способствует переходу образовательного процесса на новый уровень автоматизации. Для преподавателей иностранных языков ИИ особенно полезен в создании, развитии и редактировании текстов.
В эксперименте ученые сравнили результаты четырёх популярных международных языковых моделей, показавших высокую эффективность в аргументации и рассуждениях. 80% сгенерированных текстов имели уникальность выше 75%. При этом творческие задания рекомендуется выполнять поэтапно, а их оценка должна учитывать уровень вовлеченности ученика и качество мысли, а не только конечный результат.
Анализ функционала и ограничений диалоговых ИИ-систем позволил понять направления адаптации технологий к образовательным задачам. К примеру, после работы с ИИ-редакторами заметно увеличивается использование сложной лексики в текстах учащихся — не менее 15% от объёма. Однако влияние ИИ на коммуникационные навыки оказалось менее заметным. В связи с этим важным направлением становится изучение эффективных формулировок запросов (промтов) и разработка стратегий взаимодействия с технологиями ИИ для повышения профессиональной компетентности студентов.
ИИ поможет москвичам быстро находить забытые вещи в общественных местах. Система анализирует изображения с камер видеонаблюдения и может обнаруживать сумки, коробки и другие предметы размером от 20х20 см.