ChatGPT, Bing Chat, Bard, এবং Claude-এর সাথে এজেন্ট-টু-থিঙ্ক-এর মাধ্যমে রসায়ন শেখার উন্নতি করা

লিঙ্কের টেবিল

বিমূর্ত এবং ভূমিকা

উপকরণ এবং পদ্ধতিসমূহ

ফলাফল এবং বিশ্লেষণ

প্রম্পট এবং উত্পন্ন টেক্সট

রাসায়নিক বিক্রিয়ার ধারণা

রাসায়নিক বিক্রিয়া বোঝার উপর গভীরতর

দহন সম্পর্কে প্রশ্ন

সময়ের সাথে সাথে পানিতে পরিণত হওয়া গ্যাসের গ্রাফ সম্পর্কে প্রশ্ন

পরমাণু, অণু এবং মোলের মধ্যে পার্থক্য সম্পর্কে প্রশ্ন

তিল ধারণা উপর গভীর

রাজ্য পরিবর্তন নিয়ে প্রশ্ন

ফেজ পরিবর্তনের মধ্য দিয়ে জলের অণুগুলির একটি অ্যানিমেটেড উপস্থাপনা সম্পর্কে প্রশ্ন

প্লাজমা সম্পর্কে প্রশ্ন, পদার্থের একটি অবস্থা

রাসায়নিক বন্ধন সম্পর্কে প্রশ্ন

রাসায়নিক বন্ধনের উদাহরণ সম্পর্কে প্রশ্ন

রাসায়নিক বন্ধনের প্রকারের সারাংশ সম্পর্কে প্রশ্ন

আরও বিশ্লেষণ

উপসংহার

অধ্যয়নের সীমাবদ্ধতা এবং সম্ভাব্য ভবিষ্যতের অধ্যয়ন

লেখকের অবদান, আগ্রহের দ্বন্দ্ব, স্বীকৃতি এবং রেফারেন্স

বিমূর্ত

এই গবেষণাটি জেনারেটিভ এআই চ্যাটবট (জেনএআইবট) - চ্যাটজিপিটি, বিং চ্যাট, বার্ড এবং ক্লাউড - এর তুলনামূলক সুবিধাগুলিকে আবিষ্কার করে - রসায়ন শিক্ষার প্রেক্ষাপটে, গঠনবাদী দৃষ্টিভঙ্গির মধ্যে তৈরি৷ আমাদের প্রাথমিক উদ্দেশ্য ছিল এই চারটি AI টুলের মধ্যে কোনটি রসায়ন শেখার জন্য আরও কার্যকর তা চিহ্নিত করা। একটি একক-কেস স্টাডি পদ্ধতি ব্যবহার করে, আমরা রসায়ন শেখার সিমুলেশনের সময় এআই সিস্টেম এবং একটি সিমুলেটেড ছাত্র ব্যক্তিত্বের মধ্যে ইন্টারঅ্যাকশন লগগুলি যাচাই করেছিলাম, বক্তৃতার গভীরে প্রবেশ করার জন্য বিষয়বস্তু বিশ্লেষণ পদ্ধতিকে অন্তর্ভুক্ত করে। আমাদের অনুসন্ধানগুলি "এজেন্ট-টু-থিঙ্ক-ওয়াথ" হিসাবে এই সরঞ্জামগুলির সম্ভাব্যতাকে আন্ডারস্কোর করে, সমালোচনামূলক চিন্তাভাবনা, সমস্যা সমাধান, বোধগম্যতা, সৃজনশীলতা এবং উপযোগী শেখার উন্নতি করে। বিশেষ করে উল্লেখযোগ্য হল সক্রেটিক-সদৃশ প্রশ্নগুলির মাধ্যমে শিক্ষার্থীদের উদ্দীপিত করার ক্ষমতা, নির্মাণবাদী নীতির সাথে সামঞ্জস্যপূর্ণ। গবেষণাটি GenAIbots থেকে পছন্দসই প্রতিক্রিয়াগুলিকে প্রশমিত করার জন্য প্রম্পট ক্রাফটিং এর মূল ভূমিকার উপর জোর দেয়, পুনরাবৃত্তিমূলক প্রতিফলন তৈরি করে। এটি শিক্ষাগত সেটিংসে এই প্রযুক্তিগুলিকে সংমিশ্রিত করার জন্য শক্তিশালী শিক্ষাবিদ প্রশিক্ষণের প্রয়োজনীয়তাও তুলে ধরে। চূড়ান্তভাবে, যখন ChatGPT, Bing Chat, Bard, এবং Claude গতিশীল, অন্তর্ভুক্তিমূলক শিক্ষার অভিজ্ঞতা বৃদ্ধির মাধ্যমে রসায়ন শিক্ষাকে সমৃদ্ধ করার জন্য প্রস্তুত, ChatGPT বিং চ্যাটের কর্মক্ষমতাকে চূড়ান্তভাবে ছাড়িয়ে গেছে। বার্ড এবং ক্লড ঘনিষ্ঠভাবে অনুসরণ করেছেন, তিনটিই আরও গভীর, সুনির্দিষ্ট, এবং সূক্ষ্ম বোঝাপড়া প্রদর্শন করে, প্রাসঙ্গিক বোধগম্যতায় ChatGPT-এর পারদর্শিতাকে আন্ডারস্কোর করে।

কীওয়ার্ড: রসায়ন শিক্ষা, চ্যাটজিপিটি, বিং চ্যাট, বার্ড, ক্লড, শিক্ষায় কৃত্রিম বুদ্ধিমত্তা, এজেন্ট-টু-থিঙ্ক-উথ

ভূমিকা

রসায়ন, একটি মূল বিজ্ঞান শিক্ষার বিষয়, পদার্থের বৈশিষ্ট্য এবং রূপান্তরগুলিকে স্পষ্ট করে, এইভাবে আমাদের দৈনন্দিন জীবনকে সমালোচনামূলকভাবে গঠন করে (Dunlop et al., 2020)। যাইহোক, রসায়নও একটি জটিল এবং গতিশীল ক্ষেত্র যা মৌলিক ধারণা এবং নীতিগুলির গভীর উপলব্ধি প্রয়োজন, এবং শিক্ষার্থীদের জন্য কখনও কখনও বিমূর্ত রসায়ন ধারণার সাথে বাস্তব জীবনের পরিস্থিতি যুক্ত করা কঠিন হয় (ডিউই এট আল।, 2021)। রসায়ন শিক্ষার গবেষণা এই শেখার অসুবিধাগুলি দূর করার জন্য কার্যকর কৌশল খোঁজে (Permatasari et al., 2022; Timilsena et al., 2022; Tümay, 2016)।

তিমিলসেনা ইত্যাদি। (2022) রাসায়নিক প্রতিক্রিয়ার বিমূর্ত প্রকৃতি এবং অপর্যাপ্ত শিক্ষা উপকরণ এবং পাঠ্যক্রমের জটিলতার মতো কারণগুলি বোঝার ক্ষেত্রে অসুবিধাগুলি চিহ্নিত করেছে, কার্যকর শিক্ষণ কৌশল এবং সরঞ্জামগুলির প্রয়োজনীয়তার উপর জোর দিয়েছে। Tümay (2016) মৌলিক রসায়ন ধারণাগুলি বোঝার জন্য ছাত্রদের সংগ্রাম নিয়ে আলোচনা করেছে এবং ভুল ধারণা এবং শেখার অসুবিধাগুলি সমাধানের গুরুত্বের উপর জোর দিয়েছে।

ডিউই এট আল। (2021) জেনারেশন জেড শিক্ষার্থীদের জন্য রসায়ন শিক্ষার গুণমান বাড়ানোর জন্য সমালোচনামূলক চিন্তা দক্ষতা এবং ডিজিটাল প্রযুক্তির একীকরণের প্রয়োজনীয়তার উপর জোর দিয়েছে। ডানলপ এট আল। (2020) স্নাতক রসায়ন ছাত্রদের চ্যালেঞ্জ মোকাবেলা করার জন্য উচ্চ শিক্ষায় দার্শনিক কথোপকথন প্রবর্তনের প্রস্তাব করেছে, পরামর্শ দিয়েছে যে এটি চিন্তাভাবনার নতুন উপায়কে উদ্দীপিত করতে পারে।

2023 সালে, ক্যাস্ট্রো নাসিমেন্তো এবং পিমেন্টেল ChatGPT মডেলের দক্ষতা মূল্যায়ন করার জন্য একটি অধ্যয়ন পরিচালনা করে যার মাধ্যমে এটিকে রসায়নের বিভিন্ন সাবফিল্ডে পাঁচটি স্বতন্ত্র কাজের প্রতিক্রিয়া জানানো হয় (ক্যাস্ট্রো নাসিমেন্টো এবং পিমেন্টেল, 2023)। এই কাজগুলির মধ্যে রয়েছে যৌগিক নামগুলিকে তাদের SMILES রাসায়নিক উপস্থাপনায় রূপান্তর করা এবং তদ্বিপরীত, রাসায়নিক যৌগের অক্টানল-জল বিভাজন সহগ সম্পর্কিত তথ্য সংগ্রহ করা, সমন্বয় যৌগগুলির উপর কাঠামোগত তথ্য বের করা, পলিমারগুলির জলের দ্রবণীয়তা নির্ধারণ করা, এবং সাধারণের আণবিক বিন্দু গোষ্ঠীগুলি সনাক্ত করা। আণবিক যৌগ। অসন্তোষজনক ফলাফলগুলি এই নির্দিষ্ট রসায়ন-সম্পর্কিত প্রশ্নগুলিকে পর্যাপ্তভাবে মোকাবেলা করার মডেলের ক্ষমতার সম্ভাব্য সীমাবদ্ধতাগুলিকে হাইলাইট করেছে। উল্লেখযোগ্যভাবে, পরিলক্ষিত সাবঅপ্টিমাল পারফরম্যান্সকে ChatGPT-এর একটি পুরানো সংস্করণ ব্যবহার করার জন্য দায়ী করা যেতে পারে, বিশেষত GPT-3 মডেলটি OpenAI দ্বারা 2020 সালে চালু করা হয়েছে (Brown et al., 2020)।

একই বছরে পরিচালিত একটি পৃথক গবেষণায়, Leon and Vidhani (2023) একটি পরিচিতিমূলক কলেজ-স্তরের রসায়ন কোর্সের কাঠামোর মধ্যে ChatGPT প্রতিক্রিয়াগুলির নির্ভরযোগ্যতা অন্বেষণ করেছেন। তাদের অনুসন্ধানগুলি একটি উল্লেখযোগ্য নির্ভরযোগ্যতার উদ্বেগের ইঙ্গিত দিয়েছে, ChatGPT 37% এর উপরে স্কোর সুরক্ষিত করতে ব্যর্থ হয়েছে। এই ধরনের কর্মক্ষমতা বোঝায় যে অধ্যয়ন সমর্থনের জন্য এই টুলের উপর নির্ভরশীল শিক্ষার্থীরা প্রধানত ভুল প্রতিক্রিয়া পাবে, টুলের পরিবর্তনশীলতার সাথে পৃথক শিক্ষার্থীদের জন্য বিভিন্ন প্রতিক্রিয়ার দিকে পরিচালিত করবে। যদিও লেখকরা তাদের গবেষণায় ChatGPT-এর কোন সংস্করণটি ব্যবহার করেছেন তা উল্লেখ করেননি, তবে তাদের "ChatGPT-এর বিনামূল্যের আসল সংস্করণ" এবং ফ্লোরিডি এবং চিরিয়াত্তির (2020) গবেষণার উদ্ধৃতি ChatGPT-3 এর উপর ইঙ্গিত দেয় যে তারা এই সংস্করণটি ব্যবহার করেছে। .

উপরন্তু, Pimentel et al. (2023) ChatGPT সংস্করণ 3 এবং 4-এর কার্যকারিতা নিয়ে গবেষণা করেছে রসায়নের ছয়টি বিষয় নিয়ে জটিল প্রশ্নের উত্তর দিতে। যদিও তারা উপসংহারে পৌঁছেছে যে উভয় সংস্করণই বর্তমানে জটিল বিষয়গুলির সূক্ষ্মতা সমাধানে অপর্যাপ্ত, তারা ChatGPT-3 থেকে ChatGPT-4 পর্যন্ত উল্লেখযোগ্য অগ্রগতিও লক্ষ্য করেছে। এই ধরনের অগ্রগতি ভবিষ্যতের সাহিত্য পর্যালোচনা, সমীক্ষা এবং শিক্ষামূলক প্রচেষ্টায় বিজ্ঞানীদের সাহায্য করার জন্য টুলটির সম্ভাব্যতার প্রতিশ্রুতি দেয়।

ChatGPT, Bing Chat, Bard এবং Claude সহ জেনারেটিভ AI-চালিত চ্যাটবট (GenAIbots), রসায়ন শিক্ষার ক্রমাগত চ্যালেঞ্জের উদ্ভাবনী সমাধান হিসাবে চালু করা হয়েছে (বাইদু-আনু এবং ওউসু আনসাহ, 2023; টেলর এট আল।, 2022)। তাদের উত্থান একটি গতিশীল, অন্তর্ভুক্তিমূলক শিক্ষাগত পরিবেশ সরবরাহ করে, কীভাবে জটিল ধারণাগুলি বোঝানো এবং বোঝা যায় তা রূপান্তরিত করে। এই GenAIbots জটিল বিষয়গুলিকে সরল করে, আত্ম-প্রতিফলন প্রচার করে, ব্যবহারকারীদের উদ্দীপক সংলাপে নিযুক্ত করে, ব্যক্তিগতকৃত শিক্ষার সুবিধা দেয় এবং সমালোচনামূলক চিন্তাভাবনা, সহযোগিতা এবং জ্ঞানীয় বিকাশকে উন্নত করে (Okonkwo & Ade-Ibijola, 2021)। ফলস্বরূপ, তারা রসায়ন শিক্ষার বিপ্লব ঘটাতে অগ্রণী ভূমিকা পালন করেছে।

এজেন্সির বক্তৃতায়, প্রথাগত তত্ত্বগুলি, যেমন আনসকম্ব এবং ডেভিডসনের মত, প্রতিনিধিত্বমূলক মানসিক অবস্থার উপর ভিত্তি করে সত্তাকে ক্রিয়াকলাপের জন্য দায়ী করে যা আকাঙ্ক্ষা, বিশ্বাস এবং উদ্দেশ্যগুলিকে অন্তর্ভুক্ত করে। যাইহোক, বিকল্প দৃষ্টিকোণ, হাইডার এবং সিমেল, ডেনেট, ডেভিডসন এবং বারানদিয়ারান এট আল-এর কাজ থেকে অঙ্কন করে, এই প্রতিনিধিত্ব নির্ভর দৃষ্টিভঙ্গিকে চ্যালেঞ্জ করে, এই ধরনের মানসিক উপস্থাপনা ছাড়াই সম্ভাব্য এজেন্সির পরামর্শ দেয় (শ্লোসার, 2019)। এই কাঠামোর মধ্যে GenAIbots-কে বিবেচনা করার সময়, প্রশিক্ষণের উপর ভিত্তি করে সাড়া দেওয়ার ক্ষমতার স্ব-সচেতনতা, অভিপ্রায়, এবং সক্রিয় আচরণের অভাবের সাথে বৈপরীত্য দেখা যায়— এজেন্সির কেন্দ্রীয় বৈশিষ্ট্য। ফলস্বরূপ, যদিও প্রভাবশালী দার্শনিক এবং জ্ঞানীয় মডেলগুলি ChatGPT সংস্থাকে মঞ্জুর করবে না, এই উদ্ধৃত চিন্তাবিদদের দ্বারা প্রস্তাবিত আরও বিস্তৃত ব্যাখ্যা, এটি গ্রহণ করতে পারে।

এই ভিত্তির উপর ভিত্তি করে এবং মেলানি সোয়ানের পরামর্শের দ্বারা অনুপ্রাণিত হয়ে, আমরা "এজেন্ট-টু-থিঙ্কউইথ" প্রবর্তনের জন্য "অবজেক্ট-টু-থিঙ্ক-ওয়াইথ"-এর Papert-এর (1980) ধারণাকে প্রসারিত করেছি। এটি GenAIbots-কে শিক্ষাগত পথে অবিচ্ছেদ্য অংশগ্রহণকারী হিসাবে অবস্থান করে, "মেটাকগনিটিভ মেশিন" সম্পর্কে টার্কলের (1984) ধারণাকে প্রতিধ্বনিত করে, এই অর্থে যে তারা তাদের নিজস্ব জ্ঞানীয় প্রক্রিয়াগুলির সম্পর্কে সচেতনতা বাড়াতে সহায়তা করে, অর্থাত্ "চিন্তার বিষয়ে চিন্তা" যেমন ফ্ল্যাভেল বর্ণনা করেছেন। (1976)। Latour এর (1991) পরিপ্রেক্ষিতে, আমরা GenAIbots কে "হাইব্রিড" হিসাবে বুঝতে পারি, যা মানুষ এবং অ-মানব সত্তার মধ্যে সীমানা ঝাপসা করে দেয়। এই ধরনের দৃষ্টিভঙ্গি আরও সারিবদ্ধ করে সোয়ানের (2015) ভবিষ্যতের দৃষ্টিভঙ্গির সাথে যেখানে বর্ধিত মানুষ এবং এআই সহযোগিভাবে কাজ করে এবং উন্নতি করে।

যদিও GenAIbots নিজেদেরকে শক্তিশালী মেটাকগনিটিভ শিক্ষামূলক সরঞ্জাম হিসাবে তুলে ধরে, সমালোচনামূলক চিন্তাভাবনা, সমস্যা সমাধান এবং ধারণাগুলির গভীর উপলব্ধি প্রচার করে, তাদের সীমাবদ্ধতাগুলি স্বীকার করা অপরিহার্য। উদাহরণস্বরূপ, ওপেনএআই (2023) হাইলাইট হিসাবে অযৌক্তিক বা ভুল সামগ্রী তৈরি করার সম্ভাবনা রয়েছে। তা সত্ত্বেও, GenAIbots-এর অনন্য ক্ষমতা তাত্ক্ষণিক প্রতিক্রিয়া প্রদান, বিভিন্ন দৃষ্টিভঙ্গি প্রবর্তন এবং জটিল ধারণাগুলির সাথে একটি ইন্টারেক্টিভ সম্পৃক্ততা গড়ে তোলার জন্য রসায়ন শিক্ষার ক্ষেত্রে প্রভাবশালী এজেন্ট-টু-থিঙ্ক-এর সাথে তাদের অবস্থানকে দৃঢ় করে।