Источник фото: ru.123rf.com
Исследователи НОШ МГУ провели анализ текстов, созданных с помощью автоматических генераторов, и сопоставили эффективность нескольких современных языковых моделей в распознавании различных форматов письменных заданий. В ходе эксперимента рассматривались семь типов заданий на английском языке, включая эссе, письма и статьи. Основываясь на количественных данных, полученных по пяти критериям — длине текста, лексическому разнообразию, плагиату и другим параметрам — им были предложены рекомендации по использованию технологий генеративного ИИ в творческих заданиях. Результаты работы опубликованы в сборнике Frontiers in Artificial Intelligence and Applications. Данное исследование осуществлялось в рамках проекта Междисциплинарной научно-образовательной школы МГУ, посвящённого сохранению культурно-исторического наследия.
С развитием технологий генеративного искусственного интеллекта актуализировался вопрос о проблемах авторства текстов. «Очевидно, что открытые системы, такие как GPT, способны обрабатывать огромное количество данных и выдавать более креативные результаты», — отмечает Владимир Терновский, доцент кафедры вычислительных методов факультета ВМК МГУ.
Вузам приходится принимать меры для разработки новейших стандартов определения и регулирования использования инструментов генерации текстов в науке и образовании. Ключевые характеристики этих систем — адаптивность, интерактивность, доступность и гибкость. Автоматизация образовательных процессов на основе этих технологий является шагом от простого цифрового подхода к полноценной автоматизации не только экономики, но и учебного процесса. Для преподавателей иностранных языков особенно интересны функции генеративного ИИ, такие как создание текстов, генерация идей и последующее редактирование.
В рамках своего исследования работники ФИЯР и ВМК проанализировали тексты, созданные четырьмя известными международными сервисами в ответ на письменные задания из курсов по изучению английского языка. Были выбраны языковые модели, продемонстрировавшие наилучшие результаты в аргументации по итогам предварительных исследований. Удивительно, но 80% сгенерированных текстов показали уникальность выше 75%. «Процесс выполнения творческих заданий изменяется как с точки зрения организации (предпочтительно выполнять их поэтапно), так и в критериях оценки, которые должны акцентировать внимание на содержании и вовлеченности учащегося», — подчеркивает Анна Авраменко, доцент кафедры лингвистики и информационных технологий ФИЯР МГУ и руководитель НИР «Технологии искусственного интеллекта в цифровизации образовательной среды».
Анализ технических характеристик и ограничения диалоговых систем в сочетании с исследованием существующих методов обучения стал основой для определения путей адаптации данных систем к актуальным методическим задачам. Например, использование ИИ-редакторов повышает уровень лексики у студентов на 15% в текстах. Однако чат-боты не влияют на успешность выполнения коммуникативных задач. Поэтому важно исследовать формулировки наиболее эффективных запросов (промтов), что позволит выявить способы оптимизации взаимодействия со средствами ИИ в рамках профессиональной подготовки студентов.
Информация предоставлена пресс-службой МГУ
Источник фото: ru.123rf.com





