人工智能的快速演变带来了用于数据收集的创新工具,其中最先进的语言模型在其中脱颖而出。这项研究探讨了使用Chatgpt,配备模拟详细角色的可行性,代替了问卷中的人类受访者。利用Chatgpt的能力可能会克服与参与者招聘,成本和时间限制等调查方法相关的传统挑战。通过对模仿特定角色进行编程,研究人员可以获得反映不同受访者概况的高质量数据,而无需管理人类参与者的后勤复杂性。本文对人类参与者和Chatgpt产生的反应进行了比较分析,从而提供了对在社会研究中使用AI驱动方法的可靠性和效率的见解。结果表明,Chatgpt可以有效地模仿类似人类的响应,从而支持其用作数据收集过程中的创新工具。
自 2007 年以来,我一直担任圣地亚哥梅萨学院的在线服务图书管理员。我于 2014 年获得教育技术博士学位,近 30 年来一直参与研究技术在教学中的应用变化,我很高兴能将我的兴趣和经验带到 SDCCD 和加州社区学院。SDCCD 新兴技术教师专家,梅萨学院正教授
今天的摘要,人工智能(AI)已成为推动可持续发展的主要因素。AI技术促进了可以用来实现可持续发展目标SDG的创新和创造力,在该目标中,教育是第三个可持续发展目标。自AI支持的高级语言模型的出现以来,Chatgpt已被广泛用于包括教育在内的各个领域。也许一般而言的数学领域,尤其是统计数据是最重要的。因此,进行了这项研究是为了研究基于CHATGPT的学习对统计推理和对本科生统计的态度的影响。研究遵循准实验设计。为了实现其目标,研究人员采用了两项有效且可靠的评估:统计推理评估和对统计措施的态度。研究样本包括来自约旦阿拉伯公开大学的56名学生,分为两组:实验和对照。结果证明了使用ChatGpt在开发统计推理并促进对统计的积极态度的有效性。这些发现鼓励统计教师将Chatgpt纳入他们的教学方法中,并激励学生在学习统计数据中利用它。
IDCC25 作者和审稿人使用生成式 AI 工具的指南 本指南基于:Lin, Z. (2024)。面向学术出版的 AI 政策框架,认知科学趋势,28(2),85-88。检索自 https://doi.org/10.1016/j.tics.2023.12.002 定义 生成式 AI 是一种人工智能技术,可以生成各种类型的内容,包括文本、图像、音频和合成数据。示例包括但不限于 ChatGPT、NovelAI、Gemini、Jasper AI、Rytr AI、DALL-E 等。出版道德 | 爱思唯尔政策。(nd)。爱思唯尔。 2024 年 5 月 9 日检索自 https://www.elsevier.com/about/policies-and-standards/publishing-ethics 作者指南 如果使用生成式人工智能开发投稿或投稿的任何部分,则必须描述其用途和目的。作者应准备好提供有关其投稿中所用工具和生成内容的提示的信息。作者有责任对人工智能生成的内容进行适当审查,以避免不准确和抄袭。使用生成式人工智能创建内容并不意味着相关工具的作者身份。 为本指南提供指导的出版商政策:出版伦理最佳实践指南 | Wiley。(nd)。2024 年 5 月 9 日检索自 https://authorservices.wiley.com/ethics-guidelines/index.html#22 ChatGPT 和生成式人工智能。(2023 年 1 月 27 日)。 SAGE Publications Inc. https://us.sagepub.com/en-us/nam/chatgpt-and-generative-ai 审稿人指南 审稿人不得将稿件或稿件的任何部分上传到生成式 AI 工具中,即使是为了改善其审稿的语言和可读性。这是基于对稿件中个人数据和/或专有信息的机密性的尊重,以及通过防止它们成为训练数据集的一部分来尊重知识产权。此外,审稿过程是一项人类活动
我们认识到人工智能 (AI) 的使用正在增加,一些组织已经利用它来节省时间和资源并增强用户体验。人工智能是指能够以更人性化的方式思考或行动的计算机系统,从周围环境中获取信息来执行通常需要人类智能的任务。ChatGPT 是一个 AI 聊天机器人的例子,它可以为用户提出的问题提供答案。它可以创建根据特定指令格式化的内容。虽然使用 ChatGPT 有多种好处,但在工作场所使用时可能会出现问题。因此,为了保护我们的商业利益,我们在下面列出了关于使用 ChatGPT 的规则,无论是作为您角色的一部分还是在您自己的时间。B) 与使用 CHATGPT 相关的风险
OpenAI 于 2022 年底发布了 ChatGPT 3.5 供公众使用,向世界介绍了一款功能强大且具有变革性的生成式人工智能 (AI) 工具,它能够根据用户提示快速创建新的、看似人工制作的内容。与其他生成式 AI 一样,ChatGPT 是一种“大型语言”模型,经过大量数据训练,然后使用机器学习和复杂算法来预测响应中的下一个最佳单词。ChatGPT 的增长速度非常惊人:在推出后仅仅两个月,ChatGPT 用户就达到了 1 亿——这一里程碑是 TikTok 花了九个月、Instagram 花了两年半才实现的。在这短短的一段时间内,ChatGPT 和新推出的竞争平台(如谷歌的 Bard 和 Meta 的 LLaMA(大型语言模型 Meta AI))的响应速度和准确性也呈指数级增长。
源自基础模型——在涵盖许多主题的海量、广泛、非结构化数据集(如文本和图像)上训练的大规模深度学习模型。开发人员可以根据广泛的用例调整模型,几乎不需要对每个任务进行微调。例如,ChatGPT 的基础模型 GPT-3.5 也已用于翻译文本,科学家使用早期版本的 GPT 来创建新的蛋白质序列。这样,所有人都可以使用这些功能的强大功能,包括缺乏专业机器学习技能的开发人员,在某些情况下,包括没有技术背景的人。使用基础模型还可以将开发新的 AI 应用程序的时间缩短到以前很少可能的水平。