Technologie generatywnej sztucznej inteligencji – nowe perspektywy i nowe wyzwania edukacyjne

Sergo Kuruliszwili

doi:10.21697/fp.2024.2.1.10

Opublikowane: 2024-12-31

Tom 14 Nr 2.1 (2024)

Technologie generatywnej sztucznej inteligencji – nowe perspektywy i nowe wyzwania edukacyjne

Sergo Kuruliszwili

Forum Pedagogiczne

Dział: Artykuły i rozprawy

https://doi.org/10.21697/fp.2024.2.1.10

Abstrakt

Artykuł porusza tematykę roli technologii generatywnych sztucznej inteligencji (SI) w kontekście współczesnych wyzwań edukacyjnych, ze szczególnym uwzględnieniem procesów nauczania i uczenia się przez całe życie. W obliczu dynamicznie rozwijających się technologii edukacja całożyciowa (Lifelong Learning) staje się kluczowym elementem adaptacji do szybko zmieniającego się świata. Technologie – takie jak Wielkie Modele Językowe (LLM) i Generatywne Sieci Adwersatywne (GAN) – otwierają nowe możliwości dla edukacji, umożliwiając znaczną personalizację procesu dydaktycznego. Artykuł analizuje zarówno możliwości, jak i ryzyko związane z ich wdrażaniem, zwracając uwagę na zjawiska z nimi związane, wśród których pojawi się wykładniczość tempa rozwoju technologii, technologiczny solucjonizm oraz transformacja od konektywizmu do asystentów wiedzy. W tym kontekście zmianom podlega rola nauczycieli w kształtowaniu umiejętności społecznych i adaptacyjnych uczniów.

Słowa kluczowe:

sztuczna inteligencja, generatywne sieci adwersatywne, wielkie modele językowe, Lifelong Learning, personalizacja edukacji, edukacja przez całe życie, technosolucjonizm, asystenci wiedzy

Pobierz pliki

pdf

Zasady cytowania

Kuruliszwili, S. (2024). Technologie generatywnej sztucznej inteligencji – nowe perspektywy i nowe wyzwania edukacyjne. Forum Pedagogiczne, 14(2.1), 123–135. https://doi.org/10.21697/fp.2024.2.1.10

Cited by / Share

Licencja

Utwór dostępny jest na licencji Creative Commons Uznanie autorstwa – Bez utworów zależnych 4.0 Międzynarodowe.

Bibliografia

Azhar A., & Sobolewska, A. (2023). Szybko, coraz szybciej: Jak postęp technologiczny zostawia nas w tyle i co możemy z tym zrobić (Wydanie pierwsze). Wydawnictwo Literackie Sp. z o.o.
Google Scholar

Cambridge Dictionary. (2024). large language model – Definition. https://dictionary.cambridge.org/dictionary/english/large-language-model
Google Scholar

Creswell A., White T., Dumoulin V. et.al. (2017). Generative Adversarial Networks: An Overview. EEE Signal Processing Magazine. DOI: https://doi.org/10.1109/MSP.2017.2765202
Google Scholar

Duarte F. (2024). Number of ChatGPT Users (Feb 2024). ExplodingTopisc.
Google Scholar

European Parliament. (2023). Artificial intelligence: Threats and opportunities. European Parliament – Topics.
Google Scholar

Eurostat. (2023). Participation in lifelong learning increases in 2021.
Google Scholar

Gerjets P. (2023). ChatGPT in education: Global reactions to AI innovations. Scientific Reports.
Google Scholar

Gillis A.S. (2023). What is Machine Learning Bias? TechTarget.
Google Scholar

Horrigan J. B, Rainie L. et.al. (2016). Lifelong Learning and Technology.
Google Scholar

Hosseini M., Gao C.A., Liebovitz D.M., Carvalho A. M., Ahmad F.S., Luo Y et.al. (2023). An exploratory survey about using ChatGPT in education, healthcare, and research. PLOS ONE, 18(10), e0292216. DOI: https://doi.org/10.1371/journal.pone.0292216
Google Scholar

Kurzweil R. (2004). The Law of Accelerating Returns. W C. Teuscher (Red.), Alan Turing: Life and Legacy of a Great Thinker (s. 381–416). Springer Berlin Heidelberg. https://doi.org/10.1007/978-3-662-05642-4_16 DOI: https://doi.org/10.1007/978-3-662-05642-4_16
Google Scholar

Littman M.L., Ajunwa I., Berger G., Boutilier C., Currie M., Doshi-Velez F., Hadfield G., Horowitz M.C., Isbell C., Kitano H., Levy K., Lyons T., Mitchell M., Shah J., Sloman S., Vallor S., Walsh T. et al. (2021). SQ10. What are the most pressing dangers of AI? Stanford University.
Google Scholar

Morozov E. (2014). To Save Everything, Click Here: The Folly of Technological Solutionism.
Google Scholar

Noble S.U. (2018). Algorithms of oppression: How search engines reinforce racism. New York University Press.
Google Scholar

OECD. (2021). OECD Skills Outlook 2021: Learning for Life.
Google Scholar

Pinto M., Caramelo J., Coimbra S., Terrasêca M., & Agrusti G. (2016). Defining the Key Competences and Skills for Young Low Achievers’ in Lifelong Learning by the Voices of Students, Trainers, and Teachers. Journal of Social Science Education, 15(1).
Google Scholar

Siemens G,. (2004). Connectivism: A Learning Theory for the Digital Age. International Journal of Instructional Technology and Distance Learning, 2.
Google Scholar

SIMILARWEB. (2023). Raport dla chat.openai.com similarweb.
Google Scholar

Staniszewski M. (2024). ElevenLabs Releases New Voice AI Products and Raises $80M Series B. https://elevenlabs.io/blog/series-b/#:~:text=Since%20launch%2C%20ElevenLabs%27%20users%20have,from%205%20to%2040%20employees.
Google Scholar

Youth Barometer. (2024). Back2School 2023 Raport.
Google Scholar