Wykorzystanie ChatGPT-4 i GPT-3.5 w pisaniu prac magisterskich

Abstract

W obliczu dynamicznego rozwoju technologii sztucznej inteligencji (AI) i jej coraz szerszego zastosowania w różnych aspektach życia codziennego, naukowcy i edukatorzy na całym świecie zaczęli badać potencjał i implikacje wykorzystania AI w środowisku akademickim. W szczególności, zainteresowanie skupia się na możliwościach, jakie modele językowe takie jak ChatGPT-4 i GPT-3.5 mogą zaoferować w kontekście edukacji i tworzenia treści naukowych. Uniwersytet Szczeciński, pod kierownictwem dra Tymoteusza Millera z Instytutu Nauk o Morzu i Środowisku, przeprowadził badania mające na celu zbadanie tej nowej granicy. Poniżej przedstawiamy syntezę wniosków wynikających z tych badań, rzucających nowe światło na rozwój narzędzi edukacyjnych i wyzwania, które stoją przed współczesnymi systemami antyplagiatowymi w erze AI. 

  1. Unikalność Treści AI – Badania przeprowadzone na Uniwersytecie Szczecińskim wykazały, że modele językowe AI, takie jak ChatGPT-4 i GPT-3.5, są zdolne do generowania w pełni oryginalnych treści akademickich, z potwierdzeniem 0% podobieństwa w systemie antyplagiatowym JSA. 
  2. Wykrywalność Użycia AI – Analiza nie ujawniła śladów wykorzystania sztucznej inteligencji w przygotowanych materiałach, co stawia pytania o skuteczność obecnych metod detekcji treści generowanych przez AI. 
  3. Potencjał Edukacyjny AI – Wyniki podkreślają znaczące możliwości wykorzystania AI w procesie edukacyjnym, oferując perspektywę na nowe metody nauki i wsparcia akademickiego. 
  4. Przyszłość Narzędzi Antyplagiatowych – Niezbędna jest dalsza adaptacja i rozwój systemów antyplagiatowych, aby mogły efektywnie rozpoznawać i różnicować teksty generowane przez człowieka od tych wytworzonych przez technologie AI. 
  5. Etyka i Transparentność – Badanie rzuca światło na potrzebę dyskusji o etycznych aspektach wykorzystania AI w edukacji, podkreślając znaczenie przejrzystości w korzystaniu z tych narzędzi. 

Te wnioski otwierają nowe perspektywy dla edukacji i badań naukowych, sugerując, że integracja AI może znacząco wzbogacić procesy akademickie, jednocześnie wymagając ciągłej oceny i dostosowania zarówno metod dydaktycznych, jak i systemów weryfikacji treści.