O diretor do corpo docente da Wharton Interactive, Ethan Mollick, e a diretora de pedagogia Lilach Mollick fornecem uma visão geral de como os modelos de linguagem grande (LLMs) funcionam e explicam como essa última geração de modelos impactou como trabalhamos e como aprendemos. Eles também discutem os diferentes tipos de modelos de linguagem grande referenciados em seu curso intensivo de cinco partes: ChatGPT4 da OpenAI, Bing no Modo Criativo da Microsoft e Gemini do Google. Eles adotam uma abordagem prática e exploram como os modelos funcionam e como trabalhar efetivamente com cada modelo, incorporando sua própria experiência. Eles também mostram como usar a IA para tornar o ensino mais fácil e eficaz, com exemplos de instruções e diretrizes, bem como como os alunos podem usar a IA para melhorar seu aprendizado;

Saiba mais sobre o ensino com IA na Wharton Interactive

. Criado por Ethan Mollick e Lilach Mollick .

Oi, eu sou Lita Malik e tenho trabalhado com pedagogia interativa e pesquisa em IA na Wharton School. Eu sou Ethan Malik, professor na Wharton, e juntos, junto com a Wharton Interactive, a organização que ajudamos a administrar, somos muito apaixonados por como podemos democratizar o acesso à educação. Como podemos oferecer a todos a educação que damos na Universidade da Pensilvânia? Uma das coisas mais empolgantes que aconteceu no último ano foi o advento da IA prática. Então, nosso objetivo nessa série de vídeos é mostrar um pouco do que aprendemos e do que nossa pesquisa tem mostrado sobre como a IA pode ser usada em salas de aula, tanto os pontos positivos quanto os negativos. Estamos no meio de uma transformação muito grande, provavelmente uma das maiores da história recente, que vai afetar todas as partes do que fazemos como professores, como aprendizes, como trabalhadores, e queremos dar a vocês um pequeno preview de como esse mundo funciona e algumas dicas práticas ao longo do vídeo sobre como fazer isso funcionar para vocês.

A IA está em todo lugar.

Antes de começarmos, há algumas coisas que você precisa saber. A primeira é que a IA está em todo lugar. Todos têm acesso ao modelo de IA mais poderoso do mundo, e os alunos estão usando-a de várias maneiras, inclusive para trapacear, e não podemos dizer se estão fazendo isso ou não. A IA é indetectável e continua sendo assim. A IA é a nossa primeira tecnologia de propósito geral desde a internet, e ela toca tudo o que fazemos. Ela transforma como vivemos, como trabalhamos e como ensinamos.

O que é IA?

Vamos passar um tempo falando sobre como obter acesso a esses sistemas, o que eles significam para o ensino, como usá-los, mas antes disso, acho que vale a pena falar um pouco sobre o que queremos dizer quando falamos sobre IA, porque a IA teve muitos significados ao longo dos anos, e muitos deles não são muito precisos. Você pode pensar no Terminator, o robô, como IA, ou no computador Hal de 2001, ou talvez pense na IA para carros autônomos. Esses são significados diferentes de quando falamos sobre a IA de hoje.

Antes dos últimos dois anos, o que IA significava geralmente era sobre algoritmos de aprendizado de máquina e previsão. Isso significava que estávamos tentando usar máquinas para prever dados com base em comportamentos passados. Então, quando você acessava o site da Amazon, ele tentava adivinhar quais produtos você poderia querer comprar com base em seu comportamento de compra anterior, analisando toneladas de dados sobre como as pessoas tomam decisões de compra. Ou quando você usava um carro autônomo, ele tentava prever onde dirigir na estrada com base em muitos dados que vinham das suas câmeras. Mas esses sistemas eram muito ruins em tarefas humanas, como linguagem humana e criatividade humana, até um avanço em 2017, com um famoso artigo chamado “Attention is All You Need”, que sugeriu uma nova forma de criar IAs que eram boas em trabalhar com a linguagem humana. Esses modelos usaram processos chamados Transformers e mecanismos de atenção, e o resultado disso foi algo chamado de modelo de linguagem de grande escala. Então, quando falamos sobre IA hoje, muitas vezes estamos falando sobre esses grandes modelos de linguagem, como o ChatGPT, Bing e Bard, da Anthropic, Claude, entre outros. Ao mesmo tempo, também surgiram novos modelos que são muito bons em criar arte, vídeo e outros tipos de tarefas criativas, incluindo áudio. Todos esses modelos juntos formam o que chamamos de IA generativa, ou seja, modelos de linguagem grandes, modelos baseados em arte, modelos baseados em vídeo. Essa é uma nova categoria de IA muito diferente das anteriores. Então, quando falamos sobre IA nesses vídeos e quando você ouvir sobre IA, geralmente estamos falando sobre esse tipo de IA generativa, sobre a criação de novos conteúdos. E devemos gastar um segundo falando sobre como os modelos de linguagem grandes funcionam, porque isso pode ser útil tanto para entender o que sabemos quanto o que não sabemos sobre suas vantagens e desvantagens.

Todos os modelos de IA são baseados em previsão, tentando prever o que acontece a seguir. Os modelos de linguagem grandes são um pouco diferentes porque se tratam de prever qual palavra ou parte de uma palavra vem a seguir em uma frase. E a forma como fizeram isso foi por meio de um processo de treinamento. Eles “ingeriram” toda a informação disponível na internet, bilhões de documentos, e ao longo de meses de intenso tempo de computação, criaram um modelo sobre como a linguagem funciona. Eles descobriram conexões secretas entre diferentes palavras. Descobriram que algumas palavras estão fortemente associadas entre si, como, por exemplo, “raposa” e “cachorro” ou “banana” e “mamão”. Mas também descobriram outras conexões sobre como essas palavras operam em muitas dimensões diferentes que nem sequer conseguimos entender totalmente. Usando todo esse conhecimento, a IA tenta prever qual palavra vem a seguir em qualquer frase. Então, se você diz “Eu gosto de usar IA porque ela é muito boa em”, a IA tentará adivinhar qual palavra vem depois de “em”. Pode ser “previsão”, “lições”, “respostas”, e tentará prever o que vem a seguir, te dando a próxima palavra. É como uma versão sofisticada do recurso de autocompletar, e basicamente é assim que as IAs funcionam. Elas têm formas adicionais de treinamento, outros mecanismos, mas são essencialmente um mecanismo de autocompletar potencializado.

O surgimento dos modelos de linguagem grandes

Os modelos de linguagem grandes começaram a aparecer de fato em 2019-2020, e eram interessantes, mas não particularmente incríveis de se trabalhar. Você não acharia que esses modelos eram bons escritores; eles escreviam em um nível mais parecido com o de um estudante de ensino médio. Eles eram interessantes, mas a maioria das pessoas ignorava. Algo aconteceu, porém, com o lançamento do ChatGPT no final de 2022. O ChatGPT funcionava com uma nova versão de um modelo de linguagem mais antigo, mas era muito maior, e isso parece ter criado um tipo novo de IA, algo muito mais capaz do que esperávamos. Uma das maneiras de ver isso é observando as pontuações dos testes. Modelos de linguagem anteriores não conseguiam fazer testes, mas o ChatGPT começou a se sair muito bem. Ele começou a pontuar, por exemplo, no 25º percentil do GRE (exame de pós-graduação), em tarefas quantitativas, superando 66% dos humanos no GRE, e também foi muito bem nas provas do AP (Advanced Placement) e no SAT (exame de admissão universitária dos EUA). Isso foi completamente inesperado. O modelo GPT-3.5, do ChatGPT, foi apenas o começo. O GPT-4, que foi lançado poucos meses depois, obteve pontuação no 99º percentil no GRE, na parte verbal, e 85º percentil no exame de direito. Isso foi uma coisa completamente inesperada. Não esperávamos que esses modelos de IA fossem tão capazes, tão poderosos, e que se tornassem tão rapidamente. Não esperávamos que essa tendência continuasse.

E não são apenas as pontuações de testes. A IA nos torna mais poderosos e mais produtivos. Em uma série de estudos recentes, os trabalhadores tiveram ganhos significativos de produtividade em tarefas de escrita e codificação. Eles foram mais rápidos, melhores e produziram trabalho de maior qualidade com o uso do ChatGPT.

Trabalhos mais afetados pela IA

Os trabalhos e as habilidades mais afetados pela IA provavelmente não são os que pensávamos que seriam afetados inicialmente. Quando falamos sobre IA nos primeiros dias, antes dos modelos de linguagem grandes, achávamos que a IA automatizaria tarefas difíceis, repetitivas e perigosas, como dirigir caminhões ou realizar mineração. Mas, na realidade, trabalhos mais recentes mostraram que a IA é mais disruptiva e está mais conectada ao trabalho mais bem pago, mais educado e mais criativo. Então, de maneira geral, quanto mais você for pago, mais educado você for, mais liberdade criativa você tiver no seu trabalho, mais a IA generativa afetará o seu emprego. Isso não significa que ela substituirá o seu emprego, mas significa que ela terá um grande impacto. E um dos grupos mais afetados é, na verdade, o dos professores e instrutores em todos os níveis, que é uma das razões pelas quais queremos fazer este vídeo, para falar sobre como você pode usar isso a seu favor, ao invés de algo com o que se preocupar. Mas também precisamos pensar sobre como estamos preparando os alunos para o futuro nesse tipo de mundo.

Preocupações éticas

Há várias preocupações éticas que podemos ter com a IA, e algumas delas vão melhorar com o tempo, outras não tanto. Quero apenas alertá-los sobre algumas dessas preocupações. Elas começam com o treinamento desses modelos. Eles são treinados com tudo o que está na internet, então, nem tudo é pago, e parte disso é protegido por direitos autorais. Como você se sente sobre o fato de esses modelos terem todas essas informações? Você não pode reproduzir diretamente, na maioria dos casos, material protegido por direitos autorais. Se você pedir à IA para dar o primeiro parágrafo de um romance famoso, ela quase certamente não vai fornecê-lo corretamente. Você não pode pedir diretamente pelos dados de alguém e obtê-los da IA, mas ela foi treinada com as informações de todos, e isso levanta preocupações sobre direitos autorais e uso justo, que ainda estão sendo resolvidas pelos tribunais e discutidas pelas pessoas. Além disso, como esses modelos são treinados com tudo o que está na internet, eles também exibem preconceitos, que podem ser preconceitos muito humanos, e os preconceitos adicionais são inseridos à medida que essas IAs são treinadas e reforçadas de diferentes maneiras. Se eu digitar em um software de criação de imagens algo como “me mostre um empreendedor”, é mais provável que eu veja empreendedores do sexo masculino do que empreendedoras do sexo feminino, o que pode ser um grande problema, pois reflete os preconceitos da sociedade e os preconceitos de como essas IAs são treinadas. Isso é algo de que você deve estar ciente ao usar esses sistemas. E, em um nível mais alto, começamos a considerar: o que significa usar essas ferramentas de forma ética? É aceitável substituir o esforço humano e não contar isso às pessoas? Esperamos que as pessoas mostrem seu trabalho? E falaremos mais sobre o plágio, pois ele se torna uma preocupação real, onde estamos copiando o uso da IA. E, no nível mais alto, o que significa a IA? Temos uma ferramenta que, de certa forma, “pensa” e age como um humano de algumas maneiras. Ela poderia ser mais inteligente do que os humanos em algum ponto? O que isso significa para a sociedade? O que significa quando começamos a transferir parte do nosso pensamento e trabalho para a IA e paramos de pensar e fazer esse trabalho por nós mesmos? Essas são perguntas para as quais não temos respostas fáceis. Então, temos uma ferramenta imensamente poderosa que é muito útil, que pode transformar o ensino e a aprendizagem e certamente fará isso, mas também levanta muitas preocupações, e acho que precisamos balancear essas questões e refletir sobre elas enquanto continuamos a trabalhar com a IA.

Este é o primeiro de uma série de vídeos que estamos criando, e no próximo, você ouvirá sobre vários modelos de linguagem grandes, como fazer prompts, a forma correta de falar com a IA e como usar a IA como professor e aluno para impulsionar o seu aprendizado.

Fonte Original: Khan Academy - IA para Educação

Licença: Creative Commons Atribuição-Não Comercial-Compartilha Igual 3.0 (CC BY-NC-SA 3.0 US).