Изкуственият интелект представлява софтуер, който е в състояние да открива причинно- следствени връзки в предоставените му данни и да генерира прогнози, препоръки или решения на базата на непълна и неясна информация без наличието на предефинирани инструкции.
Можем да сравним ИИ с дигитален мозък, който учи и решава проблеми по начин, наподобяващ човешкия. Този „мозък“ не е ограничен само с това, което програмистите му казват да прави – той може да се усъвършенства с времето чрез учене и практика. Този процес наричаме трениране (или обучение).
От своето създаване изкуственият интелект е претърпял множество развития. През 1956 г. на научна конференция в Университета на Дартмут американският компютърен учен Джон Маккарти за първи път използва термина „изкуствен интелект“. По време на тази конференция участниците достигат до консенсус, че ИИ се отнася до създаването на машини с интелигентност, подобна на човешката.
Развитието на ИИ може да бъде категоризирано на три етапа: ANI, AGI и ASI.
· ● Изкуствен тесен интелект (artificial narrow intelligence, ANI), известен също като слаб ИИ. Това е ИИ, който е експерт само в една конкретна област. Можете да мислите за него като за умел специалист в една конкретна задача – например, софтуер за правопис в офис програми или системи за автономно шофиране в автомобилите. Такива системи съществуват в ежедневието ни от години – от гласовите асистенти в домовете и телефоните ни, до системи за ранно предупреждение за аварии във фабрики.
· ● Изкуствен общ интелект (artificial general intelligence, AGI), известен също като силен ИИ. Това е по-напреднал ИИ, който може да върши всякакви задачи, както и човек. Такъв тип ИИ все още се развива, но можем да го сравним с големите езикови модели, които разбират и отговарят на езика ни. Кандидати за такъв изкуствен интелект и в процес на промяна са ChatGPT, Bard, Claude и други системи, които се появиха в последната една година и търпят огромно развитие.
· ● Изкуствен свръхинтелект (artificial superintelligence, ASI) се отнася до разработването на компютърни системи, които надминават човешката интелигентност и могат да изпълняват интелектуални задачи, които надхвърлят човешкия капацитет.
- Как да работим с голям езиков модел?
При работа с голям езиков модел (LLM) ефективното формулиране на запитвания (prompt engineering) е ключово за получаването на полезни и точни отговори. Ето няколко добри практики за формулиране на запитвания:
6 AI могат също да превеждат съдържание за отговора си на езика, на който са били запитани, без значение, че са обучавани със съдържание на друг език. Това подобрява значително възможността да се правят задълбочени изследвания на тема независимо от наличността на най-новата информация на български.
7 Включително тестове и задачи върху съдържание. Друга важна функционалност е приемането на роля при разясняването на съдържание – могат да обяснят тема като за ученик в даден клас, студент или специалист, като променят езика и примерите, които използват.
- ● Яснота и специфичност: Бъдете ясни и конкретни във вашите запитвания. Колкото по-точно описвате това, което искате да знаете или постигнете, толкова по-релевантен и точен ще бъде отговорът.
- ● Използвайте контекст: Давайте достатъчно контекст, за да помогнете на модела да разбере точно какво търсите. Това може да включва представяне на обстоятелства във връзка с вашето запитване (голям обем) пояснителна и свързана информация и изясняване на всякакви специфични условия или ограничения.
- ● Конкретизирайте типа на отговора: Уточнете дали искате кратък отговор, подробно (и колко дълго) обяснение, примери, списък с опции или някаква друга форма на отговор.
- ● Избягвайте двусмисленост: Формулирайте вашите запитвания, така че да намалите възможността за многозначност или недоразумения.
- ● Опитвайте се да бъдете граматически коректни: Въпреки че LLM могат да толерират известна степен на граматически и правописни грешки, по-точното използване на езика може да подобри качеството на отговорите.
- ● Подобряване и модификация на запитванията: Ако не получите желания отговор от първия път, опитайте да преформулирате или уточните своето запитване.
- ● Бъдете внимателни с предположенията: Проявете критично мислене и проверете отговорите и чрез други източници.
- ● Използвайте подходящи ключови думи: Включете ключови думи или фрази, които са съществени за вашето запитване, за да помогнете на модела да идентифицира основните теми или концепции.
- ● Оценете и проверявайте отговорите: Винаги е добра практика да оценявате и ако е възможно, да проверявате информацията, предоставена от LLM, особено при работа с фактически данни или сложни теми.
Примери за запитвания
● Генерично запитване: „Идеи за програма за 24 май“ Подобрено запитване: „Моля, предложи детайлен план за образователна и културна програма, която да отбележи 24 май, Деня на славянската писменост и култура, в училище. Програмата трябва да включва ученически изяви, свързани с българската литература и история и презентации за значението на делото/книжовната дейност на братята Кирил и Методий за славянските култури. Също така включи предложения за артистични изпълнения и тематични декорации, които да украсят училищните коридори.“
- ● Генерично запитване: „Информация за космоса.“ Подобрено запитване: „Моля, предостави подробен преглед на последните открития в астрономията, свързани с изследването на екзопланетите, включително информация за това какви технологии се използват в тяхното наблюдение и какво означават тези открития за търсенето на живот извън Земята.“
- ● Генерично запитване: „Идеи за урок по биология.“ Подобрено запитване: „Създай план за интерактивен урок по биология за 9-и клас, фокусиран върху фотосинтезата и нейното значение за екосистемите. Включи стъпка по стъпка упражнения за изучаване на процесите на фотосинтезата, използване на интерактивни модели и експерименти за наблюдение на фотосинтезата в реално време. Представи идеи за групови дискусии и проекти, които учениците могат да изпълнят, за да разберат по-добре връзката между фотосинтезата и живота на Земята, както и предложения за домашни задачи, които затвърждават наученото в клас.“
Докато при стандартните интернет търсачки генеричното запитване ще даде добри резултати (поради принципа на работа на тези услуги), при големите езикови модели подобрените запитвания ще имат изключително положителен ефект при търсене на желаното съдържание.
Принципи при използване на изкуствен интелект в училище
Следните принципи следва да ръководят използването на ИИ и всяко училище трябва да се стреми те да бъдат интегрирани в разпоредбите и практиките му по подходящ начин:
