Dirbtinio intelekto taikymas kuriant edukacinj turinj atsakymų j atvirus klausimus vertinimas ir grjžtamojo ryšio generavimas

Ištrauka

Dirbtinio intelekto taikymas kuriant edukacinį turinį: atsakymų į atvirus klausimus vertinimas ir
grįžtamojo ryšio generavimas
Bakalauro baigiamasis darbas

Turinys
ĮVADAS..........................................................................................................................................5
1.E DUKACINIO TURINIO NAUDOJANT DIRBTINĮ INTELEKTĄ KŪRIMO TEORI- 
NIAI PAGRINDAI....................................................................................................................7
1.1. Dirbtinio intelekto vaidmuo edukacijoje...........................................................................7
1.2. Edukacinio turinio samprata.............................................................................................9
1.3. Edukacinio turinio kūrimo principai...............................................................................10
1.4. Atviri klausimai ir grjžtamasis ryšys mokymo(si) procese.............................................11
2. TYRIMO METODOLOGIJA..................................................................................................14
2.1. Dirbtinio intelekto pritaikymo metodai...........................................................................14
2.2. Dirbtinio intelekto kokybės vertinimo metodai..............................................................16
2.3. Tyrimo instrumentai: transformerio tipo modeliai.........................................................16
2.3.1. Longformer modelis atsakymams j atvirus klausimus vertinti..............................18
2.3.2. GPT-3.5 modelis grjžtamajam ryšiui generuoti.....................................................19
2.3.3. Gemini modelis grjžtamajam ryšiui generuoti.......................................................19
3. EKSPERIMENTAS.................................................................................................................20
3.1. Dirbtinio intelekto modelio pritaikymas atsakymams j atvirus klausimus vertinti.........20
3.1.1. Duomenų rinkinys.................................................................................................20
3.1.2. Duomenų paruošimas............................................................................................20
3.1.3. Duomenų apdorojimas...........................................................................................21
3.1.4. Longformer modelio mokymas ir gauti rezultatai..................................................22
3.1.5. Longformer modelio mokymas ir gauti rezultatai su sudėtingais neteisingais  atsakymais..............................................................................................................23
3.2. Dirbtinio intelekto modelių pritaikymas grjžtamajam ryšiui generuoti..........................24
3.2.1. Grjžtamojo ryšio generavimo jrankiai...................................................................25
3.2.2. Grjžtamojo ryšio vertinimo rodikliai.....................................................................27
3.2.3. Grjžtamojo ryšio vertinimo pavyzdys...................................................................29
3.2.4. GPT-3.5 ir Gemini modelių mokymas ir gauti rezultatai......................................30
3.2.5. Bandomasis GPT-4o modelio testavimas, pritaikant jj grjžtamajam ryšiui 
generuoti................................................................................................................33
3.2.6. Diskusija ir tolimesnės tyrimų galimybės..............................................................34
REZULTATAI IR IŠVADOS........................................................................................................35
ŠALTINIAI....................................................................................................................................37
PRIEDAI........................................................................................................................................43

Įvadas
Pasaulyje vykstantys globalizacijos procesai ir visuomenės transformacijos virsmas
sąlygoja naujų žinių ir žmogaus žinojimo kaitą. Nuo XX a. nauja mokslo ir technologijų
revoliucija atvedė žmoniją j naują informacinės civilizacijos erą, kurią lydėjo informacinės
paradigmos iškilimas [WW23]. Žinios, kaip edukacinio turinio pagrindas, yra žmonijos
egzistencijos ir pažangos dalis. Jos yra neišvengiama žmogaus veiklos ir gyvensenos (profesinės
veiklos, švietimo, žmogaus laisvalaikio ir kt.) būtinybė visuose žmogaus gyvenimo etapuose ir
amžiaus tarpsniuose. Edukacinis turinys ypač aktualus besimokančioje visuomenėje, o ypač
vaikystėje ir jaunystėje, kai mokymas ir mokymasis tampa esmine veikla. Šiuo požiūriu
edukacinis turinys ypač aktualus šiuo metu Lietuvoje jgyvendinant atnaujintas Priešmokyklinio,
pradinio, pagrindinio ir vidurinio ugdymo bendrąsias programas [Lie22]. Žmogaus žinojimas
plečiasi ir gilėja bei reikalauja vis daugiau naujų ir gilesnių žinių, o žmogus tampa nepajėgus
aprėpti visas reikalingas žinias. Todėl prioritetiniu mokymo(si) tikslu tampa ne žinių jgijimas, o
gebėjimas lengvai ir prieinamai rasti žinias. Žinių aprėptis sąlygoja ir edukacinio turinio kaitą bei
plėtrą. Technologijų pažanga nuolat keičia ir transformuoja edukacinj turinj bei mokymosi
proceso aplinką [Dun16]. Todėl edukacinj turinj jvairaus amžiaus, kultūros, profesinės veiklos
žmonių grupėms gali pasiūlyti dirbtinis intelektas (toliau – DI). DI greitai jsitvirtino kaip
transformuojanti jėga jvairiose pramonės šakose, medicinoje, o ypač švietime, keisdamas mokinių
mokymosi, mokytojų ir švietimo institucijų veiklos būdus, aplinką, skatindamas kurti jtraukesnę ir
veiksmingesnę mokymosi aplinką [KSG23]. DI gali išspręsti kai kuriuos didžiausius šiandienos
švietimo iššūkius, diegti mokymo(si) praktiką ir paspartinti pažangą [UNE19].
DI suteikia galimybę mokytojams ir švietimo institucijoms geriau suprasti ir reaguoti j
kiekvieno mokinio mokymosi poreikius, gauti informaciją apie mokymo(si) procesą ir grjžtamąjj
ryšj, kartu mažinant mokytojų administracinę naštą ir leidžiant jiems daugiau dėmesio skirti
tiesioginiam mokymui. Moksliniai tyrimai DI srityje ir DI naudojimo praktika užsienio šalyse
(Australijoje, JAV, Jungtinėje Karalystėje, Norvegijoje, Suomijoje ir kt.) jrodo apie DI reikšmę
gerinant mokymo(si) kokybę ir mažinant atskirtj [MG19], diferencijuojant ir individualizuojant
užduotis, tobulinant mokymo(si) organizavimą [AVB17]. European Shoolnet 2021 metų
pateiktoje tyrimo ataskaitoje Dirbtinio intelekto vaidmuo K-12 ugdyme Lietuva priskiriama prie
šalių, kuriose DI klausimai švietimo srityje sulaukia minimalaus dėmesio [RSG21].
Mokymo(si) procese svarbų vaidmenj vaidina atvirieji klausimai, kurie reikalauja iš
besimo- kančiųjų išsamaus atsakymo, padeda sužadinti kritinj mąstymą, kūrybiškumą,vaizduotę,
padeda geriau suprasti savo pačių mintis, jas reikšti, daryti išvadas. Atvirieji klausimai ypač
padeda mokytis spręsti problemas, kai tenka sugalvoti išsamų ir prasmingą atsakymą [AMM+22].
DI modeliai gali padėti vertinti besimokančiojo atsakymus j atvirus klausimus, o tai palengvina
mokymo(si) procesą,...