最後にチャットボットを使用したのはいつですか?おそらくあなたが思っているよりも最近のことです。 Tidio の 2022 年の調査によると、 過去 12 か月間にチャットボットと少なくとも 1 回会話した参加者の割合。世界中で約 15 億人がチャットボットを使用しています。
しかし、5 つの提问题を打造できる、前期にプログラムされたチャットボットの時代は終わりました。添加 AI と大規模言語モデル (LLM) が登場しました。また、LLM チャットボットは顧客サービスに革命者をもたらし、多言語サポートを打造し、データ駆動型の调研を具体分析して企業に百余万ドルを節約していますが、現在ではその用处が多様化し、幼儿教育、特に言語学習にまで拡大しています。
理論的には、LLM チャットボットはインタラクティブでアクセスしやすく、手頃な価格であるため、言語学習がこれまで経験した中で最も革新的なツールになる可能性があります。 は、子供たちに数年ではなく18か月で読み書きを教えることができるとさえ主張しています。結局のところ、LLM を使用すると、LLM は決定的ではなく、答えを制御できないため、よりインタラクティブなエクスペリエンスになります。つまり、人間の言語に特化した、新しいデータを吸収、処理、作成する能力こそが、彼らを特別なものにしているのです。教育に応用できる、特に言語学習。
しかし、訓練されたデータセットに前因后果する不安定な幻覚や歪斜確さ、そして即時の情報を领悟できないことにより、彼らは基础教育に適さなくなるのだろうか？
LLM シャボットの韵味、その文化艺术培训应用场景、そして言語教師の求人をまだ争わない原因について詳しく見ていきましょう。
チャットボットの背後にある科学
チャットボットの動作步骤はチャットボットによって異なります。ただし、この記事では、Google の Bard や OpenAI の ChatGPT などの添加 AI のサブセットである LLM に主に亮点を当てます。
ただし、Duolingo などの他の有位な言語アプリも AI チャットボット、特に機械学習 (ML) モデルや当然言語処理 (NLP) モデルを运行しているため、言語学習におけるチャットボットの出自于を認識するのは正しいことです。ただし、このタイプのフレームワークはバックコーディングされているという制限があります。つまり、正しい答えをチェックして検証するようにプログラムされているということです。それは決定的です。このタイプの質問と说の言語テストは、新しい言語を習得するときに很有益ですが、LLM はさらに深く掘り下げることができます。
LLM は NLP に特化しており、人間の言語を生产二维码して模倣できるため、言語学習に最適です。実際の使用领域には、機械翻訳、テキスト要約、質問応答システム、チャットボット、コンテンツ生产二维码などが含まれ、テキスト データのコンテキストとセマンティクスの表述に優れています。また、LLM はその広範な使用领域により、几十億のパラメータが含まれるため、その硕大なサイズと計算要件が特徴です。
另一方、従来の ML は应该に、データの解读、予測の実行、パターン認識およびラベル付きデータとラベルなしデータからの不同のタスクの解決に端点を当てています。また、言語学習における ML の応用例は、音声認識から不好行為検出 (不好行為を好む生徒の発見)、予測介绍まで多岐にわたります。データが構造化され数値的に表現されるタスクに最適です。また、LLM とは異なり、従来の ML モデルはタスクの複雑さと選択したアルゴリズムに応じて、より小さく、計算負荷が低くなります。
LLM: 言語クラスのための新しいスーパーツール?
一半的な言語レッスンでは、教師は言語のさまざまなレベル (および興味) を持つ 8 人から 20 人の生徒を承担します。したがって、教師がクラスの 50% からの質問に答える必需があるレッスンでは、これにより、教師の時間とエネルギーが少し薄く分布されます。
したがって、LLM は、簡単な文法規則の抓准や語彙の練習などの大体を教えるのに最適です。 LLM チャットボットを食用すると、ユーザーは私立学校認可のラップトップを食用して、5 歳、10 歳、または 15 歳のときのように文法規則の説明を求めることができ、あらゆるレベルの生徒に対応できます。あるいは、サッカー用語を使って文法規則を説明してもらうこともできます。これにより、個々の生徒にとって個人的なものとなり、より注意力を払う或许性が高くなります。このエンゲージメントの増加は、ユーザーが戻ってきて再び練習する或许性が高いことを暗示します。
さらに、LLM チャットボットはネイティブ スピーカーを真似ることができるため、会話の練習に最適です。さらに、そのインタラクティブで面白い性質も、人々の興味を引きつけるもう 1 つの关键性な申请理由です。そして、すべての教師は、エンゲージメントが言語学習における大のハードルの 1 つになり得ることを知っています。
LLM チャットボットの大きな利点の 1 つは、広範囲にわたるアクセシビリティです。どちらも有能な無料バージョンがあるため、誰でもアカウントを作为して、Chat GPT や Google の Bard などのアプリケーションにアクセスできます。そのため、安定したインターネット接続がある限り、世界上中の学生党が LLM チャットボットの実用的な機能を活用できます。しかし、什么是人生においても、AIにおいても、完璧なものはありません。
言語学習におけるLLMの落とし穴を解明する
LLM は言語学習にとって貴重なツールですが、新しい言語を明白するための核心的な柱の 1 つは流暢さであり、このスキルは LLM とのオンライン チャットでは達成できません。チャットボットは主に書面によるコミュニケーションに基づいているため、言語学習にチャットボットだけを使用的すると、発音やスピーキングのスキルが妨げられる机会性があります。生徒の力量を完璧に伸ばし、デモンストレーションを行い、さらに关键性なことに、添削を提供了できるのは人間の教師だけです。
添加 AI と LLM の開発を取り巻く最も关键な問題の 1 つは、AI の幻覚状態です。これは、チャットボットが与えられた質問や情報を認識または表达できない場合に発生します。したがって、彼らは「無行動」になり、提问题を杜撰し始めます。これは、一高一低確な情報を供给し、間違いや誤解を強化する能够性があることを是因为します。 LLM はインターネットからデータを吸収し、これらのソースに基づいて新しいデータを产生します。また、インターネットには誰でも论文投稿できるため、事実とフィクションを区別するのに苦労している LLM に不当確で偏見のある情報が入侵する很有风险があります。
この種の幻覚は信頼を損なう可能性があり、BBC の報告によると、 。そのため、子供を対象とした教育現場で使用すると、LLM の非決定論的な側面により安全対策の問題が生じます。人間の教師は、子供たちと協力するために厳格なチェックを受ける必要があります。LLM チャットボットにも同様のモデレーションが適用されない場合、子供たちは潜在的に有害な状況に陥る可能性があります。
さらに、言語の学習は、活用、時制、文法規則を習得するだけではありません。言語学習には、学历的定义、慣用的な表現、文脈上の适用法など、さらに多くの方式が含まれます。 LLM チャットボットは、リクエストに応じていくつかのイディオムやスラングを展示できますが、たとえば、スペイン語圏間の注重なニュアンスを展示できる知識豊富な教師に匹敵することはできません。さらに、チャットボットを适用する場合は、正常的に大学生が最先して适用する必备があります。ユーザーはどのようなプロンプトを尋ねるべきかを知る必备がありますが、たとえば不忘初衷者はこの知識を持っている可能性就会性が低いです。
さらに、LLM チャットボットは、答疑や音声認識機能の出示など、試験中の小学生の不好行為を对口支援する能够性があるため、シアトルやカリフォルニアの一个の校区では ChatGPT などのプラットフォームをブロックするようになりました。
转成 AI、特に LLM チャットボットが、ビジネスの多くの側面に改革をもたらしている素晴らしいツールであることは否认できません。まもなく学校里に導入される予定です。ただし、このモデルのアクセスしやすさと手頃な価格は、新しい言語を学習する際の 2 つの大きなハードルを刻服できますが、予測できない歪斜確さと幻覚があるため、現在のテクノロジーが優れた言語教師に匹敵し、用作することはできません。
出现 AI には、幻覚の問題に関して面对すべき大きな障害があります。適切な状況であれば、LLM は教師付きの宿題や文法の練習に役立つツールになります。全队として、教師は、現時点では出现型 AI が教育学校システムを乗っ取ることはないということを知っておくべきです。
