Nâng cao việc học hóa học với ChatGPT, Bing Chat, Bard và Claude với tư cách là Đại lý để suy nghĩ

Bảng liên kết

Tóm tắt và giới thiệu

Nguyên liệu và phương pháp

Kết quả và phân tích

Lời nhắc và văn bản được tạo

Khái niệm phản ứng hóa học

Hiểu sâu hơn về phản ứng hóa học

Câu hỏi về quá trình đốt cháy

Câu hỏi về đồ thị các chất khí biến thành nước theo thời gian

Câu hỏi về sự khác biệt giữa nguyên tử, phân tử và nốt ruồi

Đi sâu hơn vào khái niệm nốt ruồi

Câu hỏi về việc thay đổi trạng thái

Câu hỏi về hình ảnh sinh động của các phân tử nước trải qua các giai đoạn thay đổi

Câu hỏi về plasma, một trạng thái của vật chất

Câu hỏi về liên kết hóa học

Câu hỏi về minh họa liên kết hóa học

Câu hỏi về bản chất của các loại liên kết hóa học

Phân tích sâu hơn

Kết luận

Hạn chế của nghiên cứu và các nghiên cứu có thể có trong tương lai

Đóng góp của tác giả, Xung đột lợi ích, Lời cảm ơn và Tài liệu tham khảo

trừu tượng

Nghiên cứu này đi sâu vào những lợi thế so sánh của các chatbot AI sáng tạo (GenAIbots) - ChatGPT, Bing Chat, Bard và Claude - trong bối cảnh giáo dục Hóa học, được đóng khung theo quan điểm kiến tạo. Mục tiêu chính của chúng tôi là xác định công cụ nào trong số bốn công cụ AI này hiệu quả hơn để nâng cao việc học Hóa học. Bằng cách sử dụng phương pháp nghiên cứu trường hợp đơn lẻ, chúng tôi đã xem xét kỹ lưỡng nhật ký tương tác giữa hệ thống AI và tính cách học sinh mô phỏng trong quá trình mô phỏng học tập Hóa học, kết hợp phương pháp Phân tích nội dung để tìm hiểu sâu hơn về diễn ngôn. Phát hiện của chúng tôi nhấn mạnh tiềm năng của những công cụ này là "tác nhân để suy nghĩ", nâng cao tư duy phê phán, giải quyết vấn đề, hiểu biết, sáng tạo và học tập phù hợp. Đặc biệt đáng chú ý là khả năng kích thích người học thông qua cách đặt câu hỏi kiểu Socrates, phù hợp với các nguyên tắc xây dựng. Nghiên cứu nhấn mạnh vai trò then chốt của việc tạo ra kịp thời để thu hút các phản hồi mong muốn từ GenAIbots, tạo ra các phản ánh lặp đi lặp lại. Nó cũng nhấn mạnh sự cần thiết phải đào tạo nhà giáo dục một cách hiệu quả để đưa những công nghệ này vào môi trường giáo dục. Có thể kết luận rằng, trong khi ChatGPT, Bing Chat, Bard và Claude sẵn sàng làm phong phú thêm nền giáo dục Hóa học bằng cách thúc đẩy trải nghiệm học tập năng động, toàn diện thì ChatGPT lại nổi bật, vượt trội hẳn so với hiệu suất của Bing Chat. Bard và Claude theo sát, cả ba đều thể hiện sự hiểu biết sâu sắc, chính xác và nhiều sắc thái hơn, nhấn mạnh khả năng hiểu ngữ cảnh của ChatGPT.

Từ khóa: Giáo dục hóa học, ChatGPT, Bing Chat, Bard, Claude, Trí tuệ nhân tạo trong giáo dục, Agent-to-think-with

Giới thiệu

Hóa học, môn học Giáo dục Khoa học cốt lõi, làm rõ các đặc tính và sự biến đổi của vật chất, từ đó định hình nghiêm túc cuộc sống hàng ngày của chúng ta (Dunlop và cộng sự, 2020). Tuy nhiên, Hóa học cũng là một lĩnh vực phức tạp và năng động, đòi hỏi phải nắm bắt sâu sắc các khái niệm và nguyên tắc cơ bản và đôi khi học sinh khó có thể liên kết các tình huống thực tế với các khái niệm hóa học trừu tượng (Dewi và cộng sự, 2021). Nghiên cứu về Giáo dục Hóa học tìm kiếm các chiến lược hiệu quả để giảm bớt những khó khăn trong học tập này (Permatasari và cộng sự, 2022; Timilsena và cộng sự, 2022; Tümay, 2016).

Timilsena và cộng sự. (2022) đã xác định những khó khăn trong việc hiểu bản chất trừu tượng của các phản ứng hóa học và các yếu tố như tài liệu giảng dạy không đầy đủ và độ phức tạp của chương trình giảng dạy, nhấn mạnh sự cần thiết của các chiến lược và công cụ giảng dạy hiệu quả. Tümay (2016) đã thảo luận về những khó khăn của học sinh trong việc hiểu các khái niệm hóa học cơ bản và nhấn mạnh tầm quan trọng của việc giải quyết những quan niệm sai lầm và khó khăn trong học tập.

Dewi và cộng sự. (2021) nhấn mạnh sự cần thiết của kỹ năng tư duy phê phán và tích hợp công nghệ số để nâng cao chất lượng giáo dục Hóa học cho học sinh Thế hệ Z. Dunlop và cộng sự. (2020) đề xuất giới thiệu đối thoại triết học trong giáo dục đại học để giải quyết những thách thức của sinh viên Hóa học đại học, cho thấy rằng nó có thể kích thích những cách suy nghĩ mới.

Vào năm 2023, Castro Nascimento và Pimentel đã thực hiện một nghiên cứu để đánh giá mức độ thành thạo của mô hình ChatGPT bằng cách cho nó đáp ứng năm nhiệm vụ riêng biệt trên các lĩnh vực hóa học khác nhau (Castro Nascimento & Pimentel, 2023). Các nhiệm vụ này bao gồm chuyển đổi tên hợp chất thành biểu diễn hóa học SMILES của chúng và ngược lại, thu thập thông tin về hệ số phân chia octanol-nước của các hợp chất hóa học, trích xuất thông tin cấu trúc trên các hợp chất phối hợp, xác định độ hòa tan trong nước của polyme và xác định các nhóm điểm phân tử của các hợp chất đơn giản. các hợp chất phân tử. Các kết quả không đạt yêu cầu đã nêu bật những hạn chế tiềm ẩn trong khả năng của mô hình trong việc giải quyết thỏa đáng các truy vấn liên quan đến hóa học cụ thể này. Đáng chú ý, hiệu suất dưới mức tối ưu quan sát được có thể là do sử dụng phiên bản ChatGPT lỗi thời, cụ thể là mô hình GPT-3 được OpenAI giới thiệu vào năm 2020 (Brown và cộng sự, 2020).

Trong một nghiên cứu riêng biệt được thực hiện cùng năm, Leon và Vidhani (2023) đã khám phá độ tin cậy của phản hồi ChatGPT trong khuôn khổ khóa học Hóa học cơ bản cấp đại học. Phát hiện của họ cho thấy mối lo ngại đáng kể về độ tin cậy, với việc ChatGPT không đảm bảo được số điểm trên 37%. Hiệu suất như vậy ngụ ý rằng những người học dựa vào công cụ này để hỗ trợ học tập sẽ chủ yếu nhận được những phản hồi không chính xác, cùng với sự biến đổi của công cụ sẽ dẫn đến những phản hồi khác nhau đối với từng người học. Mặc dù các tác giả không chỉ rõ họ sử dụng phiên bản ChatGPT nào trong nghiên cứu của mình, nhưng việc họ tham khảo "Phiên bản gốc miễn phí của ChatGPT" và trích dẫn nghiên cứu của Floridi và Chiriatti (2020) về ChatGPT-3 gợi ý rằng có khả năng họ đã sử dụng phiên bản này .

Ngoài ra, Pimentel và cộng sự. (2023) đã đi sâu vào tính hiệu quả của ChatGPT phiên bản 3 và 4 trong việc giải đáp các câu hỏi phức tạp bao gồm sáu chủ đề trong Hóa học. Mặc dù họ kết luận rằng cả hai phiên bản hiện chưa đủ khả năng giải quyết các sắc thái của các chủ đề phức tạp nhưng họ cũng nhận thấy những tiến bộ đáng chú ý từ ChatGPT-3 lên ChatGPT-4. Những tiến bộ như vậy báo hiệu tiềm năng đầy hứa hẹn của công cụ này để hỗ trợ các nhà khoa học trong các nghiên cứu, khảo sát và nỗ lực giáo dục trong tương lai.

Các chatbot được hỗ trợ bởi AI (GenAIbots), bao gồm ChatGPT, Bing Chat, Bard và Claude, đã được giới thiệu là giải pháp đổi mới cho những thách thức dai dẳng trong giáo dục Hóa học (Baidoo-Anu & Owusu Ansah, 2023; Taylor và cộng sự, 2022). Sự xuất hiện của chúng mang đến một môi trường giáo dục năng động, hòa nhập, thay đổi cách truyền đạt và hiểu các khái niệm phức tạp. Các GenAIbot này đơn giản hóa các chủ đề phức tạp, thúc đẩy sự tự phản ánh, thu hút người dùng tham gia vào các cuộc đối thoại thú vị, tạo điều kiện cho việc học tập được cá nhân hóa và nâng cao tư duy phản biện, hợp tác và phát triển nhận thức (Okonkwo & Ade-Ibijola, 2021). Kết quả là, họ đã đóng một vai trò then chốt trong việc cách mạng hóa giáo dục Hóa học.

Trong diễn ngôn về tác nhân, các lý thuyết truyền thống, chẳng hạn như lý thuyết của Anscombe và Davidson, quy các hành động cho các thực thể dựa trên các trạng thái tinh thần mang tính biểu tượng bao gồm ham muốn, niềm tin và ý định. Tuy nhiên, các quan điểm khác, rút ra từ các tác phẩm của Heider và Simmel, Dennett, Davidson, và Barandiaran và những người khác, thách thức quan điểm phụ thuộc vào sự thể hiện này, gợi ý tác nhân tiềm năng không có sự thể hiện tinh thần như vậy (Schlosser, 2019). Khi xem xét GenAIbots trong các khuôn khổ này, khả năng phản hồi dựa trên đào tạo của thực thể trái ngược với sự thiếu tự nhận thức, ý định và hành vi chủ động— những đặc điểm trọng tâm của cơ quan. Do đó, mặc dù các mô hình nhận thức và triết học thống trị sẽ không cấp quyền cho ChatGPT, nhưng những cách giải thích mở rộng hơn, như được đưa ra bởi các nhà tư tưởng được trích dẫn này, có thể chấp nhận nó.

Dựa trên nền tảng này và lấy cảm hứng từ gợi ý của Melanie Swan, chúng tôi đã mở rộng khái niệm “đối tượng để suy nghĩ cùng” của Papert (1980) để giới thiệu “các tác nhân để suy nghĩ”. Điều này định vị GenAIbots là những người tham gia không thể thiếu trong con đường giáo dục, lặp lại khái niệm "máy siêu nhận thức" của Turkle (1984), theo nghĩa là chúng hỗ trợ nâng cao nhận thức của một người về quá trình nhận thức của chính họ, tức là "suy nghĩ về suy nghĩ" như được mô tả bởi Flavell (1976). Theo quan điểm của Latour (1991), chúng ta có thể coi GenAIbots là "con lai", làm mờ đi ranh giới giữa con người và các thực thể không phải con người. Quan điểm như vậy càng phù hợp hơn với tầm nhìn của Swan (2015) về một tương lai nơi con người tăng cường và AI cộng tác và phát triển cộng sinh.

Mặc dù GenAIbots tự nhận mình là công cụ giáo dục siêu nhận thức mạnh mẽ, thúc đẩy tư duy phê phán, giải quyết vấn đề và hiểu sâu các khái niệm, nhưng bắt buộc phải thừa nhận những hạn chế của chúng. Ví dụ: có khả năng tạo ra nội dung vô nghĩa hoặc không chính xác, như OpenAI (2023) đã nhấn mạnh. Tuy nhiên, khả năng độc đáo của GenAIbots trong việc cung cấp phản hồi tức thì, giới thiệu các quan điểm đa dạng và thúc đẩy sự tương tác với các ý tưởng phức tạp đã củng cố vị thế của họ với tư cách là tác nhân có ảnh hưởng để tư duy trong lĩnh vực giáo dục Hóa học.