Chat GPT a praca dyplomowa - dlaczego nie używać?

Spis treści

Chat GPT – co to jest?

Dziedzina sztucznej inteligencji (AI) ewoluowała do rangi zjawiska o zasięgu globalnym. Definicja sztucznej inteligencji oraz tego, co powinno, a co nie powinno być w niej zawarte, uległa zmianie w czasie. Eksperci w tej dziedzinie twierdzą lakonicznie, że sztuczna inteligencja to wszystko, czego komputery obecnie nie mogą zrobić. Istotnie rozwój inteligentnych robotów oznacza tworzenie czegoś, co działa zamiast człowieka. Sama definicja sztucznej inteligencji jest zmienna. Kaplan i Haenlein definiują sztuczną inteligencję jako „zdolność systemu do prawidłowej interpretacji czynników zewnętrznych i danych, uczenia się na ich podstawie i wykorzystywania tej wiedzy do osiągnięcia określonych celów oraz zadań poprzez elastyczną adaptację”. Poole i Mackworth definiują z kolei sztuczną inteligencję jako „dziedzinę zajmującą się syntezą i analizą obliczeń wykonywanych przez agentów, którzy działają inteligentnie.” Agent to mechanizm, który wykonuje określone działania. Obecnie do tych działań zalicza się także wszelakie pisanie pracy dyplomowej:
licencjatów, prac magisterskich, a nawet doktorskich.

Chat GPT jako sztuczna inteligencja – jak to działa?

Agent jest inteligentny, gdy:

Russell i Norvig definiują sztuczną inteligencję jako „tworzenie inteligentnych agentów, którzy otrzymują wskazówki od otoczenia i podejmują działania. Każdy taki agent jest określony przez funkcję, która ludzkie odwzorowuje spostrzeżenia i działania, i omawiamy w kontekście różnych procesów, takich jak produkcja, kreatywne pisanie, planowanie, czynności decyzyjne, sieci neuronowe.

Russell i Norvig wskazówki także trzy szkoły myślenia na temat sztucznej inteligencji. Niektórzy badacze zauważają, że roboty myślą jak ludzie. Badania w ramach tej szkoły starają się odtworzyć na maszynie procesy, reprezentacje mentalne i rezultaty ludzkiego myślenia. Druga szkoła skupia się na tworzeniu maszyny, która zachowuje się jak ludzie. Szkoła ta koncentruje się na działaniu i na tym, czym właściwie jest agent lub robot – co robi w świecie, i jest to ważniejsze niż sam proces dochodzenia do tego działania. Trzecia szkoła skupia się na rozwijaniu i doskonaleniu maszyn, które działają racjonalnie. Racjonalne myślenie oznacza w tym wypadku budowanie wywodu o charakterze argumentacyjnym, a więc takiego wywodu, jaki należy przeprowadzić w pracy dyplomowej. Racjonalność jest ściśle powiązana z optymalnością. Te sztucznie, inteligentne systemy mają zawsze postępować właściwie. Planowanie i podejmowanie decyzji, jakie będą podejmować te maszyny, muszą być optymalne. Optymalne jest tutaj naturalnie to, co stanowi najlepsze rozwiązanie sytuacji problemowej. W odniesieniu do takiego tekstu jak praca dyplomowa najlepszym rozwiązaniem byłby zatem wybór najnowszego, najwyżej cytowanego źródła, wyrównanie akapitów, doprowadzenie wątków do końca.

Podano trzy definicje sztucznej inteligencji. Być może najbardziej podstawowy element wspólny dla nich wszystkich to fakt, że sztuczna inteligencja obejmuje badanie, projektowanie i budowanie inteligentnych agentów potrafiących osiągać cele. Wybory dokonywane przez sztuczną inteligencję powinny być dostosowane do percepcji robota i jego ograniczeń poznawczych. Jeśli sztucznainteligencja jest elastyczna i może uczyć się na podstawie doświadczenia, to można powiedzieć, że ma ona sens, że planuje i działa w oparciu o swoją pierwotną konfigurację – może być ona dzięki temu bardziej inteligentna niż system komputerowy, który opiera się tylko na sztywnym zestawie zasad, na ustalonym mechanizmie. Są jednak pewne konteksty, w których nie jest wskazane, aby sztuczna inteligencja uczyła się nowych zasad i zachowań podczas pracy. Zwolennicy różnych podejść i teoretycznych koncepcji mają tendencję do podkreślania pewnych zagrożeń z tym związanych. Niektórzy znawcy problemu postrzegają sztuczną inteligencję jako repozytorium, jako wiedzę ekspercką, z której może korzystać człowiek, podczas gdy twórcy uczenia maszynowego rozumieją sztuczną inteligencję jako coś, co może odkryć nową fakty, wypracować nową wiedzę, wypierając zarazem człowieka – na przykład: z pewnych stanowisk, obszarów rynku pracy. Nie inaczej jest w środowisku akademickim, gdzie o sukcesie i pozycji decyduje publikacja, zdany egzamin czy obrona pracy magisterskiej.

Chat GPT – zalety

Chat GPT to inteligentny bot, który pomaga automatyzować zadania i czynności. Jego nazwa jest akronimem od wstępnie przeszkolonego transformatora generującego chat. Stworzony przez Open AI w 2022 roku, opiera się on na silniku Open AI GPT-3 i ma zapewniać użytkownikowi naturalne i płynne reakcje poprzez czat, poprzez techniki uczenia się i wzmacniania. Chatbot opiera się na technologii uczenia maszynowego, co oznacza, że może dostosować się do różnych sytuacji i interakcji, aby zapewnić bardziej spersonalizowane i skuteczne działania wobec napotkanych problemów – także językowych.

Chat GPT opiera się na unikalnym modelu szkoleniowym: uczenie się przez wzmacnianie na podstawie informacji zwrotnej od ludzi (RLHF). Metoda ta polega na szkoleniu agenta poprzez symulowanie z nim sztucznych rozmów, a następnie dostosowaniu jego odpowiedzi na podstawie tego, jak dokładnie odzwierciedlają one naturalny dialog ludzki i sposób rozumowania. Powtarzając ten proces kilka razy, Chat GPT stara się dokładniej rozumieć pytania użytkowników. Na tej samej zasadzie pytań i odpowiedzi komunikuje się z tym chatem student w trakcie pisania pracy naukowej.

Wśród wielu możliwości oferowanych przez GPT Chat możemy wyróżnić następujące:

Chat GPT – wady

Chat GPT odznacza się małym ryzykiem błędów gramatycznych i sprawnie generuje teksty. Jak wskazuje jego akronim, Generative Pre-training Transformer, Chat GPT jest generatywnym modelem języka opartym na architekturze „transformatora”. Modele te są w stanie przetwarzać duże ilości tekstu i uczyć się bardzo efektywnie, wykonywać zadania związane z przetwarzaniem języka naturalnego. W szczególności model GPT-3 ma rozmiar 175 miliardów parametrów, co czyni go największym generatywnym modelem językowym, jaki kiedykolwiek wytrenowano. Aby

zadziałać, GPT musi zostać „przeszkolony” na dużej ilości tekstu. Na przykład model GPT-3 został wytrenowany na zestawie tekstowym obejmującym ponad 8 milionów dokumentów i ponad 10 miliardów słów. Z tego tekstu model uczy się wykonywać zadania związane z przetwarzaniem języka naturalnego i generować spójny, dobrze napisany tekst. Gdy model zostanie dobrze wyszkolony, GPT można wykorzystać do wykonywania szerokiego zakresu zadań. W szkoleniu wykorzystano uczenie się przez wzmacnianie, oparte na informacjach zwrotnych od ludzi. Ostatecznie poprzez nadzorowane dostrajanie trenerzy sztucznej inteligencji przeprowadzili rozmowy, w których reprezentowali zarówno użytkownika, jak i asystenta AI. Ponadto trenerzy otrzymali pisemne sugestie, które pomogły im w pisaniu propozycji i w projektowaniu zmian. Pomieszali więc ten nowy zbiór danych ze zbiorem danych Instruct GPT, który został przekształcony w format okna dialogowego. Wszystko to może jednak stanowić wadę – szeroki zasób leksykalny i bogata synonimika sprawiają, że wygenerowany tekst rozmija się z intencją autora, studenta – dzieje się tak zwłaszcza w przypadku tekstów, w których konieczne jest hermetyczne słownictwo, naukowy profesjolekt. Naukowe słownictwo jest niezbędne w takim tekście jak praca dyplomowa, jednak dobór odpowiednich terminów i pojęć wykracza nadal poza możliwości sztucznej inteligencji.

Ale jak stworzyli oni model nagrody za uczenie się przez wzmacnianie? Pierwszą rzeczą, która była potrzebna, było zebranie danych porównawczych. Składało się one z dwóch lub więcej odpowiedzi modelowych, uszeregowanych według treści i jakości. Odpowiedzi te są udzielane także studentowi, który zmagając się z takim zadaniem jak praca dyplomowa, wpisuje w okno chatu fragmenty konspektu – treści i zagadnienia, na które odpowiada sztuczna inteligencja. Aby więc zebrać dane, twórcy AI wzięli udział w rozmowach trenerów z Chatem GPT i losowo je wybrali. W ten sposób przetestowali różne zakończenia, aby umożliwić trenerom ocenę efektywności dialogu. Z tego powodu modele nagród można było dostosować za pomocą Proksymalnej Optymalizacji. Szkolenia przeprowadzono także na platformie Microsoft Azure – na superkomputerze. Podsumowując, aby możliwe było używanie GPT, model otrzymuje dane wejściowe w formie tekstu. Dane wejściowe mogą mieć formę pytania lub zdania kontekstowego. Na podstawie tych danych GPT generuje odpowiednią i spójną odpowiedź. Tak naprawdę odpowiedź tę można wykorzystać w chatbocie lub dowolnej innej aplikacji, gdzie konieczne jest wygenerowanie tekstu z danego wejścia. Z tego wynika kolejny wniosek: system generowania tekstów, jakim w istocie jest Chat GPT, opiera się o szerokie, ale sztywne struktury, dlatego system ten ogranicza swobodę rozumowania i pisania studenta piszącego pracę dyplomową.

Chat GPT a praca dyplomowa

Jeśli chodzi o korzystanie z Chat GPT do pisania prac dyplomowych, istnieje kilka ograniczeń, które utrudniają jego skuteczność. Ograniczenia te obejmują potencjalne generowanie nieprawidłowych informacji, tworzenie subiektywnych i niedokładnych treści, a także ograniczoną wiedzę na temat na temat nowych odkryć, publikacji, teorii. Praca magisterska, licencjacka czy doktorska nie będzie natomiast wysoko oceniona, jeśli wiedza w niej zawarta okaże się wadliwa.

Chat GPT – błędy rzeczowe

Chat GPT może czasami generować nieprawidłowe informacje. W badaniach naukowych niezwykle istotne jest zapewnienie aktualności i rzetelności wykorzystywanych informacji. Publikowanie lub prowadzenie badań z zawartymi nieprawidłowymi informacjami jest niedopuszczalne, co uniemożliwia korzystanie z Chatu GPT przy pisaniu pracy dyplomowej. Na zaawansowanym poziomie studiów, jakim jest praca magisterska, doktorska i ich obrona, błędy rzeczowe znacząco obniżają ocenę, jaką ostatecznie otrzymuje student.

Kolejnym ograniczeniem Chatu GPT jest jego skłonność do tworzenia w pracy dyplomowej treści, które mogą być nacechowane subiektywnie. Niezbędne jest zachowanie rzetelności i obiektywizmu badań, w tym zapewnienie rzetelności i trafności analizy, poprawne wykorzystanie technik gromadzenia danych i analizy informacji. Uwzględnianie stronniczych lub niedokładnych treści jest sprzeczne z tymi podstawowymi zasadami.

Wiedza, jaką ma Chat GPT, ogranicza się do faktów i teorii, które zaistniały przed 2021 rokiem. Tymczasem praca dyplomowa, w świetle najnowszych kryteriów oceny i wymogów ustawowych, musi odnosić się do bieżącego stanu badań. To ograniczenie Chatu GPT staje się kluczowe przy opracowywaniu ram teoretycznych pracy magisterskiej lub w toku przeprowadzania przeglądu literatury. Podstawą badań naukowych jest bycie na bieżąco z najnowszymi badaniami i uwzględnianie wkładu także młodych autorów w rozwój danej dyscypliny badawczej. Niestety to ogranicza przydatność sztucznej inteligencji w badaniach przeprowadzonych w pracy dyplomowej.

Chat GPT – błędy formalne

Aby zilustrować zawodność Chatu GPT jako źródła wykorzystywanego podczas pisania prac dyplomowych, przeanalizujmy kilka przykładów błędów, jakie może on powodować w pismach akademickich.

Złe przypisy

Brak formatowania APA – poproszony o stworzenie tekstu w formacie APA, Chat GPT początkowo nie spełnia wymagań. Po zażądaniu aktualizacji pomyślnie tworzy wprawdzie akapit z prawidłowym formatowaniem, jednak możliwe są wówczas błędy kompozycyjne, które sprawiają, że praca dyplomowa jest wprawdzie rzetelna pod względem treści, ale wygląda nieprofesjonalnie.

Nieprawidłowe cytowanie

Nieprawidłowe referencje i cytaty – Chat GPT często podaje nieprawidłowe dane w tym zakresie. Może na przykład zawierać odniesienia do niewłaściwych autorów lub cytować, podając jako źródło niewłaściwe czasopismo. Błędy takie podważają wiarygodność i dokładność badań. Tymczasem praca dyplomowa ma wykazać, że autor sprawnie posługuje się podstawową metodologią.

Nieaktualne lub niedokładne informacje w pracy dyplomowej – w niektórych przypadkach Chat GPT oferuje nieaktualne lub niedokładne informacje. Jest to szczególnie problematyczne w przypadku poszukiwania wiarygodnych źródeł, ram teoretycznych lub przeglądu literatury.

Chat GPT a plagiat

Z podanych przykładów jasno wynika, że zawodność Chatu GPT uniemożliwia jego wykorzystanie jako wiarygodnego źródła podczas opracowania pracy magisterskiej czy licencjackiej. Niespójne formatowanie, nieprawidłowe odniesienia, błędy w cytowaniach i tendencja do podawania nieaktualnych lub niedokładnych informacji podważają rzetelność badań akademickich. Naukowcy muszą szukać wiarygodnych i dokładnych źródeł, aby zapewnić rzetelność swojej pracy. Szczególnie ryzykowne jest jednak podawanie informacji bez wyrazistego odniesienia do źródła, faktycznego autora itd.

Zdarza się, że niewielka część środowiska studenckiego używa Chat GPT w swoich artykułach naukowych, co zagraża ich karierom. Plagiat jest bowiem rażącym naruszeniem standardów uczciwości naukowej i złamaniem prawa autorskiego.

Wykrywalność chata gpt

Korzystanie z narzędzi opartych na sztucznej inteligencji do pomocy w pisaniu pracy dyplomowej stało się nową tendencją, ciekawostką i nowinką. Jednak poza poprawianiem błędów

gramatycznych i stylistycznych wielu przedstawicieli środowiska studenckiego najwyraźniej używa chatbota opartego na dużym modelu językowym do tworzenia całej pracy, w tym: wyników badań i dyskusji. Jest to jednak w pełni wykrywalne dzięki wtyczkom zaimplementowanym do programu antyplagiatowego JSA – wtyczka ta pozwala rozpoznać tekst wygenerowany przez GPT na podstawie charakterystycznych dla tego czatu struktur składniowych. Nadto sam GPT może obecnie wskazać wskaźnik plagiatu, zatem sztuczna inteligencja może być nie pomocą, lecz zagrożeniem w procesie tworzenia pracy magisterskiej.

Chat GPT – jak się go rozpoznaje?

Paradoksalnie w wielu przypadkach nie potrzeba nawet specjalnego oprogramowania, aby wykryć w pracy magisterskiej oszustwa za pomocą Chatu GPT. Proste wyszukiwanie w Google Scholar ujawnia liczne artykuły badawcze zawierające fragment zdania „Jako model języka AI…”. Jest to typowa odpowiedź, którą generuje Chat GPT, gdy nie może dokładnie odpowiedzieć na żądanie. Na przykład: „Jako model językowy AI nie mam dostępu do konkretnych wyników i eksperymentów”, „Jako model językowy AI nie mam osobistych przekonań ani emocji, ale mogę dostarczyć informacje oparte na dowodach” lub: „Jako model językowy sztucznej inteligencji nie potrafię przewidzieć przyszłości”.

Występowanie tych zdań w pracy magisterskiej jest niezwykle niepokojące.

Po szybkim dochodzeniu staje się jasne, że teksty napisane za pomocą Chatu GPT różnią się od rzetelnych badań z zakresu nauk społecznych, literatury i nauk przyrodniczych, a nawet nauk o zdrowiu.

Serwis Cybernews niedawno zidentyfikował studenta (doktoranta), który opublikował taką wygenerowaną publikację, zamieszczoną w „International Journal for Medicine”.

Podobnie jak wszystkie modele sztucznej inteligencji, Chat GPT niekoniecznie tworzy nową treść, ale raczej kompiluje, podsumowuje i przeformułowuje istniejącą prace. Studenci mogą z łatwością wykorzystać go do dokończenia pracy magisterskiej za nich, co daje taki sam efekt, jak kradzież cudzej własności intelektualnej.

Wiele narzędzi może wykryć treści generowane przez Chat GPT, więc identyfikacja studentów korzystających z tego rozwiązania jest stosunkowo łatwa. Jednak nawet jeśli będą oni używać sztucznej inteligencji jedynie jako narzędzia badawczego, mogą nie być w stanie znaleźć oryginalnych źródeł, co prowadzi do przypadkowego plagiatu – w konsekwencji praca magisterska będzie zdyskwalifikowana.

Korzystanie z Chatu GPT w uczelniach może również obniżyć jakość edukacji i, w najlepszym razie, ocenę z obrony pracy. Odpowiedzi udzielane przez Chat GPT na potrzeby pracy magisterskiej nie zawsze są dokładne, nawet jeśli są przekonujące.

Te nieścisłości faktyczne są łatwe do wykrycia, zwłaszcza jeśli dotyczą tematów, z którymi wykładowcy, promotorzy i recenzenci są dobrze zaznajomieni.

Bezpieczeństwo danych osobowych

Chat GPT wiąże się również z pewnymi obawami dotyczącymi prywatności. Platforma gromadzi znaczną ilość danych użytkowników, a ochrona personaliów studenta piszącego w ten sposób pracę naukową jest minimalna. Biorąc pod uwagę, że w zeszłym roku sektor edukacyjny był najbardziej narażony na ataki oprogramowania ransomware, jest to istotny problem.

Studenci mogą nie wiedzieć, ile danych osobowych przekazują lub w jaki sposób witryna je wykorzystuje podczas korzystania z Chatu GPT. Naraża to wiele bardzo wrażliwych danych na ryzyko.