광학 및 포토닉스 뉴스
한나 랜포드
게르트 코르테마이어
AI 챗봇이 물리 수업을 통과할 수 있다는 것은 교육자에게 무엇을 의미합니까? 현재 스위스 취리히 ETH의 교육 개발 및 기술 담당 이사인 Gerd Kortemeyer는 학계의 대규모 언어 모델에 대한 논쟁에 흥미를 느껴 ChatGPT를 문자 그대로 테스트해 보기로 결정했습니다. 그는 미적분학 기반 물리학 과정에 대한 실제 숙제와 시험에 대한 응답을 바탕으로 GPT-3.5가 실제로 (간신히) 합격 점수를 관리했을 것이라고 보고합니다(Phys. Rev. Phys. Educ. Res., doi: 10.1103/ PhysRevPhysEducRes.19.010132).
어떤 사람들에게는 이 결과가 학문적 진실성에 대한 우려를 불러일으킬 수도 있습니다. 그러나 수년 동안 미국에서 기초 물리학을 가르쳤던 코르테마이어는 AI가 부정 행위를 가능하게 할 가능성에 대해 특별히 걱정하지 않습니다. 대신에 우리가 실제로 물리학 학생들을 어떻게 가르치고 평가하는지에 대한 의문을 제기한다고 그는 말합니다. OPN은 물리학 교육과 GPT의 미래에 대한 그의 생각과 그가 수업에서 전달하고 싶은 "본질적인 인간" 기술에 대해 Kortemeyer와 이야기를 나눴습니다.
게르트 코르테마이어: 놀랍다고 생각해서는 안 되었지만 처음에는 봇의 실수가 실제 학생들이 저지르는 실수와 얼마나 가까웠는지 확인했습니다. 나는 그것이 어떤 텍스트로 훈련되었는지 정확히 모르기 때문에 놀라지 말아야 합니다. 심지어 물리학에 대한 토론 포럼이 포함되었을 수도 있습니다.
하지만 저는 확률론적 자동 완성 메커니즘, 즉 기본적으로 패턴 일치에 불과한 것이 학생들의 행동을 모방한다는 사실에 놀랐습니다. 그래서 우리가 그동안 무엇을 테스트해왔는지 의문이 듭니다.
실제로 패턴 일치를 테스트하고 있나요? 그러한 알고리즘이 괜찮다면 패턴 일치를 기반으로 물리학 등급을 부여하고 있습니까?
학생이 이러한 표준화된 평가에 훈련을 받으면 일종의 작은 로봇으로 변합니다. 당신은 기본적으로 그 아이들이 기계만큼 잘 할 수 있도록 훈련시켰습니다.
OpenAI는 GPT가 표준화된 평가에서 어떻게 작동하는지 보여주는 논문을 발표했습니다. ACT, SAT의 경우 모두 상위 백분위수로 끝납니다. 즉, 학생이 이러한 표준화된 평가에 훈련을 받으면 일종의 작은 로봇으로 변한다는 의미입니다. 당신은 기본적으로 그 아이들이 기계만큼 잘 할 수 있도록 훈련시켰습니다. 그리고 그것은 나를 두려워합니다.
물리학 입문 과정의 성적은 시험, 숙제, 프로그래밍 프로젝트, 클릭커 질문 등 매우 표준적인 평가를 기반으로 합니다. 따라서 ChatGPT가 통과된 것에 그렇게 놀라서는 안 됩니다. 왜냐하면 결국 이러한 입문 물리학 문제를 해결하는 것은 매우 알고리즘적인 일이기 때문입니다.
글쎄요, 학생들은 여전히 이러한 문제를 풀 수 있어야 합니다. 어떤 종류의 고급 물리학, 즉 뉴턴의 법칙, 회로 법칙 등과 같은 모든 기본 개념을 수행하려면 마음 속에 실무 지식이 있어야 합니다. 그 지식에서 즉시 끌어낼 수 없다면 물리학에서 발전할 수 없기 때문입니다. 그래서 AI가 기본적인 물리학을 할 수 있더라도 학생들도 여전히 할 수 있다고 평가할 수 있어야 합니다. 그리고 AI 도구는 정말 진보된 물리학에서는 거의 확실히 실패할 것입니다.
따라서 우리는 여전히 이러한 사항을 평가해야 하지만 단독으로 사용할 수는 없습니다. 인공지능이 발전할수록 인간 본연의 기술에도 집중해야 합니다. 인간의 지능이란 무엇입니까? 인간의 창의성이란 무엇인가? 수업을 할 때 저는 항상 단순히 사실을 암기하는 것보다 조금 더 많은 것을 가르치려고 노력합니다. 나는 사람들이 물리학에 대해 호기심을 갖고, 비판적으로 생각하고, 이러한 원리를 일상적인 상황에 적용할 수 있기를 바랍니다. 나는 이러한 모든 종류의 메타인지 프로세스를 실행하고 싶습니다.
내가 숙제를 냈는데 결국 당신의 대답은 자동차가 시속 4000마일로 움직인다는 것이었습니다. 인간으로서 여러분은 그것을 보고 이렇게 말합니다. "그건 아마도 시속 40마일일 겁니다. 돌아가자. 내가 여기서 무엇을 했나요?" 인간은 이렇게 질문할 수 있는 능력이 있습니다. 이것이 과연 현실적일까요?
결코 없다고 말할 수는 없지만 인공지능이 새로운 것을 발견하는 것과는 거리가 멀다. 왜냐하면 그것은 스스로 질문하지 않기 때문입니다. 자연에 의문을 제기하지 않습니다.