Rozwścieczony martwi się, że Generative AI ChatGPT zachęca uczniów do znacznego oszukiwania podczas pisania esejów, budzi zaczarowaną uwagę na etykę AI i prawo AI

Czy esej napisany przez współczesnych studentów to już nigdy?

Czy wypełniona niepokojem praca semestralna studenta gorączkowo znika przez okno?

To jest ta brouhaha, która ostatnio przerodziła się w totalną wrzawę. Widzisz, pojawienie się aplikacji AI znanej jako ChatGPT przyciągnęło wiele uwagi i wywołało równie dużo gniewu. Aby zapoznać się z moim obszernym omówieniem ChatGPT, zobacz link tutaj. Aby zapoznać się z moimi ciągłymi i obszernymi relacjami z etyki AI i prawa AI, patrz link tutaj i link tutaj, żeby wymienić tylko kilka.

Istotą wrzasków i ryków jest to, że ten rodzaj sztucznej inteligencji, zwykle określany jako generatywna sztuczna inteligencja, będzie dzwonem śmierci dla poproszenia uczniów o wykonanie zadań w stylu eseju.

Dlaczego tak?

Ponieważ najnowsze generatywne sztuczna inteligencja jest w stanie tworzyć pozornie płynne eseje po wprowadzeniu prostej podpowiedzi. Jeśli wpiszesz wiersz taki jak „Opowiedz mi o Abrahamie Lincolnie”, sztuczna inteligencja wygeneruje esej o życiu i czasach Lincolna, który często jest na tyle dobry, że można go pomylić z napisanym całkowicie i wyłącznie ludzkimi rękami. Co więcej, i tutaj jest prawdziwy kicker, esej nie będzie duplikatem ani zauważalną kopią czegoś innego, co zostało już napisane na ten sam temat. Wypracowany esej będzie zasadniczo „oryginałem”, o ile można to stwierdzić podczas przypadkowej kontroli.

Student, który ma napisać zadanie, może po prostu wywołać jedną z tych generatywnych aplikacji AI, wpisać monit i voila, cały esej został za niego napisany. Muszą tylko wyciąć i wkleić automatycznie wygenerowany tekst do pustego dokumentu, potajemnie umieścić na nim swoje imię i informacje o klasie, a przy odrobinie dość odważnej brawury przejść dalej i włączyć to jako własną pracę.

Szanse, że nauczyciel będzie w stanie wytropić, że esej został napisany przez sztuczną inteligencję, a nie przez ucznia, są bliskie zeru.

Skandaliczny!

Nagłówki pospiesznie głosiły, że doszliśmy do gorzkiego końca zmuszania uczniów do pisania esejów lub wykonywania wszelkiego rodzaju prac pisemnych poza zajęciami. Jedynym sposobem poradzenia sobie z tą sytuacją wydaje się być pisanie esejów w klasie. Kiedy uczniowie znajdują się w kontrolowanym środowisku, takim jak sala lekcyjna, i zakładają, że nie mają dostępu do laptopów ani smartfonów, będą musieli pisać wypracowania w staromodny sposób.

Aby wyjaśnić, staromodny sposób oznacza, że ​​będą musieli pisać wyłącznie za pomocą własnych noggins.

Każdy rodzaj eseju napisany poza klasą będzie natychmiast podejrzany. Czy uczeń napisał esej, czy zrobiła to aplikacja AI? Jak wspomniano, esej będzie tak dobrze napisany, że nie będzie można łatwo wykryć, że został napisany przez maszynę. Ortografia będzie bez zarzutu. Składnia będzie ogromna. Linia dyskursu i potencjalne argumenty trenerskie będą przekonujące.

Heck, w pewnym sensie można zasugerować, że generatywna sztuczna inteligencja przechyli swoją przysłowiową rękę, pisząc esej, który przekracza możliwości ucznia, który zdecyduje się podążać tą nikczemną ścieżką. Nauczyciel może nabrać podejrzeń po prostu dlatego, że esej jest trochę za dobry. Doświadczony nauczyciel pokusiłby się o odgadnięcie, że uczeń nie mógł napisać tak eleganckiej i szczelnej prozy. Zaczynają dzwonić wewnętrzne dzwonki alarmowe.

Oczywiście kwestionowanie studenta w sprawie jego eseju będzie brzydkie i może mieć negatywne konsekwencje.

Załóżmy, że uczeń starannie napisał esej, sam. Mogli to sprawdzić podwójnie i potrójnie. Istnieje również szansa, że ​​być może poprosili przyjaciela lub znajomego, aby zerknął na coś, co wymaga dodatkowego dopracowania. W sumie jest to nadal ich esej, tak jak napisali. Wyobraź sobie nauczyciela, który zadaje temu poważnemu i pilnemu uczniowi konkretne pytania dotyczące eseju. Zakłopotanie i rozgoryczenie z powodu bycia oskarżonym o ściąganie są namacalne, nawet jeśli nauczyciel nie mówi tego głośno. Już sama konfrontacja wystarczy, by podkopać szacunek ucznia i sprawić, że poczuje się fałszywie oczerniany.

Niektórzy twierdzą, że każdy nauczyciel, który ma podejrzenia co do autorstwa eseju, powinien poprosić ucznia o wyjaśnienie, co napisał. Przypuszczalnie, jeśli esej został napisany przez studenta, konkretny student może go odpowiednio wyjaśnić. Nauczyciele przeprowadzali tego rodzaju dociekania od eonów. Uczeń mógł nakłonić innego ucznia do napisania dla niego eseju. Uczeń mógł nakłonić rodzica do napisania eseju. W dzisiejszym świecie uczeń mógłby zapłacić komuś przez Internet za potajemne napisanie eseju w jego imieniu.

Dlatego proszenie ucznia o zweryfikowanie autorstwa za pomocą zapytania w klasie jest zwyczajem i nie jest wielką sprawą.

Cieszę się, że to poruszyłeś.

Próba łagodnego lub demonstracyjnego grillowania ucznia nie jest tak prostym papierkiem lakmusowym, jak mogłoby się wydawać. Uczeń mógł dokładnie przestudiować esej stworzony przez sztuczną inteligencję i przygotować się do potencjalnego przesłuchania.

Pomyśl o tym w ten sposób. Student najpierw generuje esej za naciśnięciem jednego przycisku. Następnie uczeń spędza mnóstwo czasu, który poświęciłby na napisanie eseju, zamiast skrupulatnie badać i studiować esej. Po chwili słowa są prawie całkowicie zapisane w pamięci. Uczeń prawie łudzi się, że rzeczywiście napisał esej. Ten pozór pewności siebie i świadomości może z łatwością przeprowadzić ich przez kontrolę prowadzoną przez nauczyciela.

Aha, niektórzy mówią, nieco kontrapunktując obawy związane z generatywnymi aplikacjami AI, zauważając, że uczeń rzeczywiście „nauczył się” czegoś, generując esej. Jasne, student nie zadał sobie trudu, aby zbadać temat, ani nie napisał eseju, ale mimo to, jeśli dokładnie przestudiował esej, wydaje się, że dowiedział się o zadanym temacie. Uczeń, który zobowiązuje się do nauczenia się na pamięć eseju o Lincolnie, prawdopodobnie nauczył się czegoś istotnego o Lincolnie.

Nauka się odbyła.

Whoa, riposta idzie, zadanie było prawdopodobnie dwojakim procesem. Nauka o Lincolnie mogła być względnie drugorzędna. Prawdziwym celem było, aby uczeń nauczył się pisać. Ta zasadnicza część zadania została całkowicie podcięta. Nauczyciele często przydzielają tematy otwarte i tak naprawdę chcą, aby uczeń miał doświadczenie w pisaniu. Musisz ułożyć to, co chcesz napisać, musisz wymyślić słowa, których użyjesz, musisz umieścić słowa w rozsądnym zbiorze zdań i akapitów i tak dalej. Samo przeczytanie eseju stworzonego przez sztuczną inteligencję w ogóle nie pasuje do tego podstawowego aspektu eseju.

Przeciwieństwem tego jest twierdzenie, że uczeń potencjalnie uczy się pisania poprzez dokładne badanie pisma produkowanego przez sztuczną inteligencję. Czyż wszyscy nie studiujemy wielkich mistrzów pisania, aby zobaczyć, jak piszą? Nasze pisanie jest próbą dotarcia do Szekspira i innych wielkich pisarzy. Studiowanie słowa pisanego jest ważnym sposobem zdobywania umiejętności pisania.

Podobnie jak w zaciętym meczu tenisowym, piłka przesuwa się na drugą stronę siatki. Chociaż studiowanie dobrego pisania jest dobre, musisz ostatecznie pisać, jeśli chcesz umieć pisać. Nie możesz po prostu czytać w nieskończoność, a potem bezmyślnie zakładać, że uczeń umie teraz pisać. Muszą pisać, pisać i pisać, dopóki nie będą w stanie namacalnie zaprezentować i poprawić swoich umiejętności pisania.

Czy widzisz, że to wszystko jest dość zagadką?

Pamiętaj, że w tym wszystkim jest milion lub więcej zwrotów akcji.

Omówię niektóre z bardziej pomysłowych i interesujących zwrotów akcji.

Dostrajanie eseju za pomocą podpowiedzi AI

Skoro już wspomnieliśmy o Szekspirze, oto aspekt generatywnej sztucznej inteligencji, który może Cię zaskoczyć. W wielu generatywnych aplikacjach AI możesz powiedzieć coś takiego: „Napisz esej o Lincolnie tak, jakby napisał go Szekspir”. Sztuczna inteligencja spróbuje wygenerować esej, który wydaje się być napisany w języku zwyczajowo używanym przez Szekspira w jego pismach. Oglądanie tego jest całkiem zabawnym i wciągającym wyczynem, a wielu czerpie z tego niezłą frajdę.

Jak to się ma do ucznia, który „oszukuje”, używając generatywnej sztucznej inteligencji do pisania esejów?

W wielu generatywnych aplikacjach sztucznej inteligencji możesz nakazać sztucznej inteligencji pisanie w mniej niż gwiezdny sposób. Sztuczna inteligencja będzie starała się stworzyć esej, który jest nieco szorstki na brzegach. Tu czy tam są problemy ze składnią. Logika eseju może być niejasna lub nieco chaotyczna.

To byłby sprytny podstęp. Student bierze wynikowy esej i zwraca go. Esej jest wystarczająco dobry, aby uzyskać najwyższą ocenę, ale jednocześnie nie jest tak doskonały, aby wzbudzić gniew nauczyciela. Po raz kolejny sztuczna inteligencja wykonała całą pracę nóg dla ucznia, w tym sprawiła, że ​​esej był nieco niedoskonały.

Ponadto większość generatywnych aplikacji AI pozwala na korzystanie z aplikacji tak długo, jak chcesz. Oto jak to wygląda. Uczeń pisze, że aplikacja AI ma napisać nieco niedoskonały esej o Lincolnie. Powstaje esej. Student patrzy na esej i zdaje sobie sprawę, że wciąż jest zbyt doskonały. Uczeń wprowadza kolejny monit, który instruuje sztuczną inteligencję, aby bardziej uwydatniła niedoskonałości.

Pianka, spłucz, powtórz.

Uczeń na bieżąco wprowadza podpowiedzi i sprawdza opracowane eseje. W kółko to się zdarza. W końcu uczeń doprowadza sztuczną inteligencję do odpowiedniego poziomu niedoskonałości w eseju. Wersja złotowłosa została osiągnięta. Jest wystarczająco doskonały, aby uzyskać wysoką ocenę, i wystarczająco niedoskonały, aby nie wzbudzać podejrzeń.

Jestem pewien, że niektórzy z was złośliwie mówią, że gdyby uczeń zdecydował się napisać ten cholerny esej, być może poświęciłby mniej czasu lub przynajmniej tyle samo czasu na napisanie samego eseju. Całe to zużywające energię użycie aplikacji AI mogło być skierowane na proste przystąpienie do pisania eseju.

Cóż, pamiętaj, uczeń nie ma tego na myśli. Łatwość wprowadzania monitów oraz iteracyjne przeglądanie i wybieranie żądanego eseju z pewnością będzie znacznie łatwiejsze dla ucznia. Godzina robienia tego jest o wiele mniej uciążliwa niż pisanie eseju bezpośrednio. Spryt w tym przypadku należy porównać z rzeczywistością.

Co się stanie, jeśli inni uczniowie zrobią to samo

Założę się, że podczas czytania poprzedniej analizy na temat esejów i generatywnych aplikacji sztucznej inteligencji miałaś na myśli tę sprytną myśl, a mianowicie, że uczeń bez wątpienia zostanie złapany, jeśli wielu innych uczniów zrobi to samo.

Pozwólcie mi wyjaśnić.

Nauczyciel wyznacza całą klasę do napisania eseju o Lincolnie. Załóżmy, że 90% uczniów decyduje się użyć do tego zadania generatywnej aplikacji AI. Jeśli 90% wydaje się zbyt przygnębiające, śmiało użyj 10%. Pamiętaj tylko, że gdy uczniowie dowiedzą się o przydatności generatywnych aplikacji AI, pokusa ich użycia będzie rosła.

Okej, więc znaczny procent klasy korzysta z generatywnej aplikacji AI. Można by założyć, że ergo wszyscy studenci będą pisać mniej więcej ten sam esej o Lincolnie. Nauczyciel zauważy, zanim oceni trzeci lub czwarty esej, że wszystkie eseje są prawie takie same. To będzie ogromna wskazówka, że ​​coś jest nie tak.

Przykro mi, ale jest mało prawdopodobne, że będziesz miał tyle szczęścia.

Większość generatywnych aplikacji AI jest bardzo wrażliwa na to, w jaki sposób monit jest szczególnie skomponowany. Jeśli napiszę „Opowiedz mi o Lincolnie” zamiast „Opowiedz mi o życiu Lincolna”, istnieje prawdopodobieństwo, że eseje będą się zasadniczo różnić. Po pierwsze, być może esej stworzony przez sztuczną inteligencję koncentruje się na prezydencie Lincolnie podczas jego kadencji w Białym Domu i pomija cokolwiek z jego dzieciństwa. Drugi monit może stworzyć esej obejmujący jego narodziny do śmierci.

Uczniowie prawdopodobnie nie będą wpisywać dokładnie tego, co nauczyciel dał im jako zachętę do eseju. Wydaje się rozsądne, jako oszust, aby spróbować odmian. Ale nawet jeśli wszyscy uczniowie wprowadzą dokładnie ten sam monit, istnieje duże prawdopodobieństwo, że każdy esej będzie nieco różnił się od pozostałych.

Te aplikacje AI wykorzystują rozległą, wewnętrznie stworzoną sieć matematyczną i obliczeniową, która w zasadzie ma zasadniczo dopasowany wzór do tekstu znalezionego w Internecie. W procesie generowania eseju zawarty jest czynnik probabilistyczny. Jest mało prawdopodobne, aby wybrane słowa były w tej samej kolejności i miały dokładnie to samo sformułowanie. Każdy wygenerowany esej będzie na ogół inny.

Jest w tym jednak jeden haczyk. Jeśli wybrany temat jest dość niejasny, istnieje szansa, że ​​niektóre z powstałych esejów będą do siebie podobne. Byłoby to częściowo spowodowane tym, że wzór u podstawy tekstu był na początku cienki. Biorąc to pod uwagę, sposób, w jaki esej jest skomponowany, może być zupełnie inny. Mówię tylko, że istota samej treści może potencjalnie być mniej więcej taka sama.

Nie chcę wydawać się ponury, ale potencjalnie możesz wysunąć to samo twierdzenie na temat wspólnego tematu, takiego jak życie Lincolna. Na ile różnych sposobów możesz rozwinąć ogólne aspekty jego życia? Jeśli w jakiś sposób zabezpieczyłeś uczniów w zamkniętej klasie, aby pisali o Lincolnie i dałeś im dostęp online do zbadania jego życia, śmiem twierdzić, że szanse na to, że eseje będą w pewnym stopniu podobne, mogą się zdarzyć.

Czynnik bezpłatny i łatwy jest znaczny

Jeśli w dzisiejszych czasach student chce oszukiwać, płacąc komuś przez Internet za napisanie eseju, jest to bardzo proste (mam nadzieję, że cię to nie szokuje, może powinienem był wcześniej podać ostrzeżenie o wyzwalaczu).

Problem polega jednak na tym, że musisz zapłacić za esej. Ponadto istnieje niewielka szansa, że ​​​​może później zostaniesz złapany. Czy użyłeś karty kredytowej, aby zapłacić za esej? Być może lepiej skorzystać z jakiejś formy podziemnego przetwarzania płatności, aby spróbować oczyścić swoje ślady.

Piękno, a może irytujący czynnik generatywnej sztucznej inteligencji polega na tym, że obecnie większość z nich jest dostępna bezpłatnie. Nie jest wymagana żadna płatność. Żadnej konkretnej historii twojego użytkowania (cóż, żeby było jasne, aplikacja AI może śledzić twoje użycie, zwłaszcza że wiele aplikacji AI wymaga zarejestrowania się za pomocą adresu e-mail, ale oczywiście możesz to też sfałszować ).

Niektórzy ludzie naturalnie zakładają, że musisz być kreatorem AI, aby korzystać z generatywnej aplikacji AI.

Bynajmniej.

Ogólnie rzecz biorąc, generatywne aplikacje AI są zadziwiająco proste w użyciu. Wywołujesz aplikację AI. Przedstawia ci otwarte pole tekstowe, w którym możesz wpisać monit. Wpisujesz monit i klikasz Prześlij. Aplikacja AI generuje tekst.

O to chodzi.

Nie są potrzebne żadne specjalistyczne języki komputerowe. Brak znajomości baz danych lub data science. Zapewniam cię, że prawie każde dziecko w szkole może z łatwością korzystać z generatywnej aplikacji AI. Jeśli dziecko potrafi pisać, może korzystać z tych aplikacji.

Niektórzy twierdzą, że firmy, które dostarczają generatywne aplikacje sztucznej inteligencji, powinny najpierw zweryfikować wiek użytkownika, prawdopodobnie po to, aby uniemożliwić osobom niepełnoletnim używanie sztucznej inteligencji do celów oszukiwania podczas pisania esejów. Jeśli użytkownik wskazuje, że nie jest osobą dorosłą, nie pozwól mu korzystać z aplikacji AI. Szczerze mówiąc, jest to mało prawdopodobny scenariusz zapobiegania, chyba że w jakiś sposób zostały uchwalone przepisy dotyczące sztucznej inteligencji, które próbują ustanowić tego rodzaju ograniczenia. Nawet jeśli takie przepisy zostaną uchwalone, prawdopodobnie można to obejść, korzystając z generatywnej aplikacji AI, która jest hostowana w innym kraju itp.

Innym zaporowym punktem byłoby, gdyby korzystanie z generatywnych aplikacji AI kosztowało pieniądze. Załóżmy, że była opłata za transakcję lub opłata abonamentowa. To postawiłoby generatywną aplikację AI na równi z tymi ludźmi w Internecie, którzy napiszą dla ciebie esej, który pobierze od ciebie za to opłatę. Praca poszłaby łeb w łeb z AI (na marginesie, wszystko to sugeruje, że ludzie, którzy zarabiają na życie pisząc eseje dla studentów, zostaną zastąpieni przez AI, która robi to samo; pytanie brzmi, czy powinniśmy być zasmuceni, czy zadowoleni że ci ludzie, którzy tak żyją, nie będą już w stanie tego robić w ten sposób).

Firmy tworzące generatywne aplikacje AI z pewnością chcą zarabiać na tych aplikacjach, choć wciąż nie wiadomo, jak to zrobić. Pobieranie opłaty transakcyjnej, opłaty abonamentowej, a może opłaty za wygenerowane słowo są na stole. Zamiast pobierać opłaty od ludzi, można zarabiać na reklamach. Być może za każdym razem, gdy korzystasz z konkretnej generatywnej aplikacji AI, najpierw musisz zobaczyć reklamę. To może być maszynka do robienia pieniędzy.

Nienawidzę rozlewać na to mleka, ale jako sposób na przezwyciężenie ściągania uczniów, nie będzie to żadna srebrna kula. Nawet nie blisko.

Istnieją otwarte wersje generatywnej sztucznej inteligencji. Ludzie umieszczają je tam, a inni są skłonni udostępnić aplikację za darmo. Tak czy inaczej, nawet jeśli niektóre firmy pobierają opłatę, będziesz w stanie znaleźć warianty, z których można korzystać bezpłatnie, chociaż być może będziesz musiał zobaczyć reklamy lub może zarejestrować się i podać pewne informacje o sobie w celach marketingowych.

Czy Multi-Step pomaga w tym

Uczeń decyduje się użyć generatywnej aplikacji AI do napisania eseju.

Zamiast od razu oddać esej, student decyduje się na edycję eseju. Rozsądnie wyrywają tutaj kilka słów. Wpisz tam kilka słów. Przesuń zdanie w górę. Przenieś zdanie niżej. Po krótkiej edycji i dopracowaniu mają teraz esej, który są gotowi oddać.

Czy ten esej jest dziełem studenta, czy nie?

Doprowadziłem cię do nierozwiązanego pytania za milion dolarów, na które nie udzielono odpowiedzi.

Zróbmy krótkie wprowadzenie na temat praw i naruszeń. Jest to temat, który omówiłem całkiem sporo, np link tutaj i link tutaj, na przykład.

Prawdopodobnie wiesz już coś o prawach autorskich i tym, co jest znane jako własność intelektualna (IP). Ktoś, kto ma historię chronioną prawem autorskim, powinien zachować różne prawa związane z tą historią. Nie mają całkowicie żelaznego, obejmującego wszystko pozory praw. Są wyłączenia i wyjątki.

Jednym z najtrudniejszych problemów związanych z naruszaniem czyichś materiałów chronionych prawem autorskim jest bliskość tego, co możesz mieć w porównaniu z oryginalnym źródłem. Być może czytałeś lub widziałeś wiadomości o znanych piosenkarzach i ich tekstach, w których ktoś inny napisał piosenkę z pozornie podobnym tekstem i czy było to zgodne z prawem, czy nie.

Wspomniałem wcześniej, że zazwyczaj aplikacja generatywnej sztucznej inteligencji nie tworzy eseju będącego kopią innych materiałów, z których była wcześniej szkolona poprzez badanie treści w Internecie. Istnieje prawdopodobieństwo, że materiał jest uogólniony i wszystkie zmieszane ze sobą w taki sposób, że nie przypomina już treści źródłowej.

Będziemy musieli poczekać i zobaczyć, jak poradzi sobie z tym proces prawny. Jeśli aplikacja generatywnej sztucznej inteligencji tworzy grafikę, która wizualnie jest wyraźnie podobna do jakiejś grafiki źródłowej, prawdopodobnie skłonilibyśmy się do oskarżenia sztucznej inteligencji i twórców sztucznej inteligencji o naruszenie praw autorskich związanych z oryginalnym dziełem. Możemy to zobaczyć na własne oczy.

Jeśli chodzi o eseje, może to być trudniejsze. Oczywistymi przypadkami są sytuacje, w których całe zdania i akapity są identyczne słowo w słowo. Wszyscy to widzimy. Ale kiedy sformułowanie różni się odrobiną różnic, wchodzimy w szare obszary.

Jak daleko od oryginalnego materiału źródłowego musi znajdować się nowo wytworzony materiał, aby można było stwierdzić, że jest autentycznym oryginałem na podstawie własnych zalet?

To ważne pytanie.

Połączmy to z uczniem, który używa generatywnej aplikacji AI do swojego eseju.

Udawaj przez chwilę, że konkretny esej wygenerowany przez aplikację AI będzie interpretowany jako „oryginalny” esej. Mówię, że zakładam, że nie narusza to w żaden widoczny sposób żadnego innego wcześniej istniejącego eseju lub narracji tekstowej w dowolnym miejscu na ziemi.

Następnie uczeń zaczyna od oryginalnego źródła materiału. Jak już wskazano, student redaguje i udoskonala ten materiał. Rzeczy osiągają punkt, w którym oryginał wyprodukowany przez aplikację AI różni się teraz od udoskonalonej wersji opracowanej przez ucznia.

Czy to oszustwo?

Może tak może nie.

Można argumentować, że tak. Uczeń zaczął od AI piszącej dla niego esej. Wszystko, co uczeń zrobił, jest mechanicznie bawione esejem. Oczekujemy, że uczeń napisze esej z powietrza i użyje do tego własnego kuksańca. Używanie aplikacji AI do generowania linii bazowej jest ewidentnym oszustwem. Przypisz uczniowi ocenę „F”.

Nie tak szybko. Możesz argumentować, że to nie jest oszustwo. Student przetworzył materiał źródłowy. Jeśli porównanie eseju stworzonego przez aplikację AI z wersją udoskonaloną przez ucznia jest wystarczająco dużą różnicą, powiedzielibyśmy, że esej napisał uczeń. Trzeba przyznać, że wykorzystali przy tym inne materiały, ale czy nie można powiedzieć tego samego, gdyby korzystali z encyklopedii lub innego źródła? Ten uczeń zasługuje na ocenę „A” za to, że sam napisał esej (pomimo tego, że odwoływał się w tym celu do innych materiałów).

Nauczyciele zostaną złapani w sam środek tego i tak już irytującego pytania.

Jednym z podejść jest to, że nauczyciel może kategorycznie stwierdzić, że uczniowie muszą wymienić wszystkie materiały referencyjne, w tym to, czy użyto generatywnej aplikacji AI. Jeśli uczeń nie wymieni wprost generatywnej sztucznej inteligencji jako odniesienia, a nauczyciel odkryje, że jej nie wymienił, uczeń otrzymuje ocenę „F” za zadanie. Lub być może niektóre szkoły uznają to za akt oszukiwania, który powoduje, że uczeń otrzymuje automatyczny klaps. A może wydalony. Będziemy musieli zobaczyć, jak daleko posuną się szkoły w tych sprawach.

Ogólnie rzecz biorąc, zmierzamy do przewróconego świata własności intelektualnej i prawnej własności dzieł, takich jak eseje (tekst), dzieła sztuki (obrazy) i wideo, w tym:

• Niektórzy będą szukać prawnego zadośćuczynienia od generatywnych twórców sztucznej inteligencji w odniesieniu do źródeł treści, które zostały wykorzystane przez sztuczną inteligencję do wygenerowania wyprodukowanych danych wyjściowych.
• Niektórzy wezmą dane wyjściowe generatywnej sztucznej inteligencji i uznają wynik za własne prace, a następnie spróbują dochodzić prawnego zadośćuczynienia od każdego, kto narusza ich „oryginalną” pracę.
• To może się powtarzać, tak że ktoś generuje dane wyjściowe z generatywnej sztucznej inteligencji, które są publikowane w Internecie, a potem pojawia się inna generatywna sztuczna inteligencja i wykorzystuje to w szkoleniu tworzenia podobnych prac.

Przekształcanie negatywu w pozytyw

Niektórzy napominają, że całe to gadanie o szkodliwości generatywnej sztucznej inteligencji, jeśli chodzi o ściąganie uczniów, zaciemnia nasze umysły.

Poprowadź to w innym kierunku.

siedzisz?

Być może nauczyciele powinni celowo rozważyć wykorzystanie przez uczniów generatywnej sztucznej inteligencji jako części procesu uczenia się, jak pisać eseje.

Wcześniej pisałem o tzw podwójne zastosowania AI, zob link tutaj. Chodzi o to, że czasami system sztucznej inteligencji może być używany do złych celów, a czasami można go zmienić i wykorzystać na dobre. Niepokojącym aspektem jest sytuacja, gdy ktoś pisze sztuczną inteligencję na dobre i jest błogo nieświadomy tego, jak łatwo jej sztuczna inteligencja może zostać zmieniona w widmo zła. Część Etyczna sztuczna inteligencja jest uświadomienie sobie, że sztuczną inteligencję należy opracować tak, aby nie można było z dnia na dzień zamienić jej w klątwę. Jest to ciągłe zaniepokojenie.

Powrót do generatywnej sztucznej inteligencji do tworzenia esejów.

Wcześniej wspomniałem o koncepcji, zgodnie z którą uczeń może nauczyć się pisania, patrząc na prace pisemne, które już istnieją. Ma to ogromny sens. Zasadniczo, im więcej czytasz, tym bardziej prawdopodobne jest, że rozwijasz swój mentalny pozór w kierunku umiejętności pisania. Jak wspomniano wcześniej, nadal musisz pisać, ponieważ całe czytanie na świecie niekoniecznie sprawi, że będziesz dobrym pisarzem, jeśli nie ćwiczysz aktu pisania.

Moglibyśmy wykorzystać generatywną sztuczną inteligencję do wspierania tego sprzężenia czytania i pisania. Niech uczeń celowo użyje generatywnej sztucznej inteligencji. AI tworzy esej. Uczeń otrzymuje zadanie krytyki eseju stworzonego przez sztuczną inteligencję. Następnie uczeń ma napisać nowy esej, być może na inny temat, ale może wykorzystać strukturę i inne ogólne elementy wcześniejszego eseju wygenerowanego przez sztuczną inteligencję.

Niektórzy sugerują, że może to być nawet bardziej produktywne dla uczniów niż zwykłe czytanie książek lub innych tekstów pisarzy, z którymi uczeń nie ma dostępu do „interakcji”. Dzięki aplikacji AI uczeń może spróbować ponownie uruchomić i napisać wstępny esej, korzystając z wielu monitów, jeden po drugim. Uczeń może powiedzieć sztucznej inteligencji, aby napisała esej na temat Lincolna. Następnie uczeń prosi o długi esej na temat Lincolna napisany nieformalnym głosem. Po przejrzeniu tego student wskazuje aplikacji AI, aby stworzyła wysoce sformalizowaną wersję eseju Lincolna. Itp.

Stwierdzono, że może to w istotny sposób pomóc uczniowi w nauce pisania i tego, jak może się odbywać pisanie.

Niedawny artykuł badawczy proponuje właśnie ten punkt: „Autorzy tego artykułu uważają, że sztuczna inteligencja może być wykorzystana do pokonania trzech barier w uczeniu się w klasie: usprawnienia transferu, przełamania iluzji głębi wyjaśniania oraz szkolenia uczniów w zakresie krytycznej oceny wyjaśnień” ( w artykule zatytułowanym „New Modes of Learning Enabled by AI Chatbots: Three Methods and Assignments”, dr Ethan Mollick i dr Lilach Mollick, Wharton School of University of Pennsylvania i Wharton Interactive, 12 grudnia 2022)

Wskazują na przykład, że poprawa transferu wiedzy może odbywać się w następujący sposób: „Sztuczna inteligencja to tani sposób dostarczania uczniom wielu przykładów, z których niektóre mogą być niedokładne, wymagać dalszych wyjaśnień lub mogą być po prostu zmyślone. W przypadku uczniów z podstawową wiedzą na dany temat możesz użyć sztucznej inteligencji, aby pomóc im przetestować ich zrozumienie i wyraźnie zachęcić ich do nazwania i wyjaśnienia nieścisłości, luk i brakujących aspektów tematu. Sztuczna inteligencja może zapewnić niekończącą się serię przykładów koncepcji i zastosowań tych koncepcji, a Ty możesz skłonić uczniów do: porównywania przykładów w różnych kontekstach, wyjaśniania istoty koncepcji oraz wskazywania niespójności i brakujących informacji w sposobie, w jaki sztuczna inteligencja stosuje koncepcje do nowych sytuacji” (tamże).

Jest to podobne do starego refrenu, jeśli nie możesz ich pokonać, dołącz do nich.

Zmień generatywną sztuczną inteligencję w narzędzie edukacyjne.

Yikes, przychodzi szybka odpowiedź.

Wsadzasz lisa do kurnika. Uczniom, którzy nie mieli pojęcia, czym jest generatywna sztuczna inteligencja, teraz zostanie to otwarcie pokazane poprzez jawne działania nauczyciela i ich szkół. Jeśli uczniowie nie mieli pojęcia o możliwości oszukiwania, kładziesz to bezpośrednio na ich twarzach i rękach.

Wydaje się całkowicie odrażające, że osoby sprawujące władzę wprowadzają uczniów w sposób oszukiwania. Dlatego na zawsze umieścisz najbardziej uczciwego ucznia w królestwie pokus oszukiwania. Każdy będzie miał dostęp do maszyny do oszukiwania. Tak im się każe. Nie ma potrzeby tego ukrywać. Nie musisz udawać, że nie używasz generatywnej sztucznej inteligencji. Szkoła i nauczyciel sprawili, że to wykorzystałeś.

Odpowiedzią na to jest to, że trzeba ślepo i ignorancko chować głowę w piasek, aby sądzić, że uczniowie nie zapoznają się z generatywną sztuczną inteligencją. Podczas gdy ty głupio udajesz, że oni o tym nie wiedzą, oni pędzą poza szkołę, żeby to wykorzystać. Lepszym wyborem jest przedstawienie im tej rzeczy, przedyskutowanie, do czego może, a czego nie można jej użyć, i wniesienie jasnego, błyszczącego światła do całej zagadki.

To całkiem niezłe.

Ci z was, którzy prowadzą badania nad edukacyjnymi innowacjami technologicznymi, mogą chcieć przyjrzeć się generatywnej sztucznej inteligencji i temu, jak może ona zmienić charakter podejść edukacyjnych i wpłynąć na uczenie się uczniów. Już niedługo.

Korzystanie z wykrywania, aby uratować nas przed ruiną

Zmień kapelusze i rozważmy przez chwilę grafikę cyfrową.

Jeśli tworzysz dzieło sztuki cyfrowej, możesz chcieć oznaczyć je w jakiś sposób, aby później móc rozpoznać, czy ktoś zdecydował się wykorzystać lub ponownie wykorzystać twoje dzieło. Prostym sposobem na to jest zmiana niektórych pikseli lub kropek w cyfrowej kompozycji. Jeśli zrobisz kilka tu czy tam, wygląd dzieła nadal będzie wydawał się taki sam dla ludzkich oczu. Nie zauważą tych pikseli, które są nastoletnie i zostały ustawione na jakiś specjalny kolor, który można zobaczyć tylko po dokładnym przyjrzeniu się za pomocą narzędzi cyfrowych.

Być może znasz te techniki jako formę znaku wodnego. Tak jak w dawnych czasach próbowano nanosić znaki wodne na materiały papierowe i inne niezdigitalizowane treści, stopniowo obserwujemy wzrost liczby cyfrowych znaków wodnych.

Cyfrowy znak wodny może być ukryty na obrazie dzieła sztuki cyfrowej. Jeśli może to wydawać się uciążliwe dla obrazu, możesz spróbować osadzić znak wodny w pliku zawierającym dzieło cyfrowe (tzw. „meta-dane” dzieła cyfrowego).

Istnieje możliwość zabawy w kotka i myszkę.

Pojawia się jakiś złoczyńca i odkrywa twój cyfrowy znak wodny. Usuwają to. Teraz mogą pozornie swobodnie korzystać z twoich cyfrowych dzieł sztuki bez obawy, że będziesz mógł później w nie wniknąć i pokazać, że wyraźnie jest to zdzierstwo twoich wysiłków. Ci łajdacy!

Musimy przyspieszyć cyfrowy znak wodny, co możemy zrobić za pomocą technik i technologii kryptograficznych. Pomyśl o tajnych wiadomościach i kodowaniu.

Chodzi o to, że kodujemy cyfrowy znak wodny, aby był trudny do znalezienia. Jest również potencjalnie trudny do usunięcia. Moglibyśmy nawet spróbować zapewnić, że oprogramowanie, które będzie wyświetlać lub umożliwiać korzystanie z grafiki cyfrowej, musi najpierw sprawdzić i zobaczyć, czy w pracy istnieje ważny zakodowany cyfrowy znak wodny, w przeciwnym razie zostanie to uznane za niewłaściwą kopię. Złapałem cię na gorącym uczynku.

Czy możemy zrobić to samo dla generatywnej sztucznej inteligencji, która tworzy tekst?

Rękawica została podjęta. Problem może być jednak do pewnego stopnia trudniejszy niż w przypadku cyfrowych znaków wodnych do grafiki.

Dlatego.

Załóżmy, że jedynym miejscem, w którym możesz umieścić znak wodny, jest bezpośrednio w samym tekście. Mówię to, ponieważ generowany tekst niekoniecznie trafia do pliku. Tekst to tylko tekst. Możesz go wyciąć i wkleić z generatywnego narzędzia AI. W tym sensie zwykle nie ma metadanych ani plików, w których można osadzić znak wodny.

Musisz skupić się wyłącznie na tekście. Czysty tekst.

Jednym ze sposobów byłoby podstępne nakłonienie generatywnej sztucznej inteligencji do tworzenia tekstu w sposób, który można prześledzić. Jako prymitywny, ale niepraktyczny przykład, wyobraź sobie, że zdecydowaliśmy się rozpocząć co trzecie zdanie od słowa „I” na początku zdania. Nadal generowalibyśmy pozornie całkowicie płynny esej. Jedynym oszustwem jest to, że co trzecie zdanie zaczyna się od wybranego przez nas magicznego słowa. Nikt inny nie wie, do czego zmierzamy.

Uczeń wykorzystuje generatywną sztuczną inteligencję do napisania przypisanego eseju o Lincolnie. Uczeń pobiera go bezpośrednio z aplikacji AI i wysyła e-mailem do nauczyciela. Okazuje się, że student czekał do ostatniej chwili i wyprzedził opublikowany termin. Nie ma czasu na przejrzenie eseju. Po prostu wyślij go i miej nadzieję na najlepsze.

Nauczyciel patrzy na esej. Załóżmy, że powiedzieliśmy jej, że nasz znak wodny składa się z magicznego słowa użytego na początku co trzeciego zdania. Nauczyciel wykrywa, że ​​tak jest w tym przesłanym eseju. Chociaż istnieje być może niewiarygodnie nikła szansa, że ​​student napisał esej i być może lubi używać tego konkretnego słowa na początku co trzeciego zdania, myślę, że możemy rozsądnie zgodzić się, że jest to wysoce nieprawdopodobne i zamiast tego uczeń prawdopodobnie użył generatywnej sztucznej inteligencji wyprodukować esej.

Czy widzisz, jak to działa?

Ufam, że tak.

Problem polega teraz na tym, jak wymyślić znak wodny, który nie jest tak oczywisty. Uczeń może zauważyć, że zdania wydają się dziwnie używać określonego słowa. Mogliby się domyślić, co się dzieje. Z kolei uczeń może zmieniać zdania i przeredagowywać je. To wtedy prawie zatapia ten konkretny znak wodny, ponieważ esej nie jest już łatwo zauważalny jako napisany przez generatywną sztuczną inteligencję.

Zabawa w kotka i myszkę znów nabiera rozpędu.

Musimy stworzyć płynny tekst, który w jakiś sposób zawiera „znak wodny” w sposób, którego nie można łatwo rozpoznać. Ponadto, jeśli to możliwe, znak wodny powinien nadal występować, nawet jeśli esej zostanie nieznacznie poprawiony. Rewizja całego wieprza prawdopodobnie nie pozwoli na przetrwanie znaku wodnego. Chcemy jednak pewnej redundancji i odporności, aby znak wodny był najlepiej wykrywalny, nawet jeśli wprowadzono pewne zmiany w obszarze tekstowym.

Badacz, który wykonuje pracę dla firmy, która tworzy ChatGPT (aplikację AI firmy OpenAI), bada kilka interesujących działań kryptograficznych związanych z tymi znakami wodnymi. Scott Aaronson jest profesorem informatyki na University of Texas w Austin i niedawno wygłosił przemówienie na temat niektórych prowadzonych prac (transkrypcja jest opublikowana na jego blogu).

Rozważ ten fragment, w którym pokrótce wyjaśnia istniejące podejście: „Jak to działa? W przypadku GPT każde wejście i wyjście to ciąg tokenów, którymi mogą być słowa, ale także znaki interpunkcyjne, części słów lub więcej — w sumie tokenów jest około 100,000 XNUMX. W swej istocie GPT stale generuje rozkład prawdopodobieństwa dla następnego tokena do wygenerowania, w zależności od ciągu poprzednich tokenów. Po tym, jak sieć neuronowa wygeneruje dystrybucję, serwer OpenAI faktycznie próbkuje token zgodnie z tą dystrybucją — lub jakąś zmodyfikowaną wersją dystrybucji, w zależności od parametru zwanego „temperaturą”. Dopóki jednak temperatura jest różna od zera, wybór następnego żetonu będzie zwykle nieco przypadkowy: można biegać w kółko z tym samym monitem i za każdym razem uzyskiwać inne zakończenie (tj. ciąg żetonów wyjściowych) ”.

Jak wspomniano, istnieje określona dowolność co do tego, które słowa zostaną umieszczone w eseju tworzonym przez aplikację ChatGPT. Wyjaśnia to również wcześniejszą uwagę, że każdy esej może być nieco inny, nawet jeśli dotyczy tego samego tematu. Celowe zastosowanie podejścia losowego wyboru, które mieści się w określonych granicach, przebiega pod maską podczas generowania eseju.

Dochodzimy teraz do soczystej części, kryptograficznego mieszania: „A więc do znaku wodnego, zamiast losowego wybierania następnego tokena, pomysł będzie polegał na wybraniu go pseudolosowo, przy użyciu kryptograficznej pseudolosowej funkcji, której klucz jest znany tylko OpenAI . Nie spowoduje to żadnej wykrywalnej różnicy dla użytkownika końcowego, zakładając, że użytkownik końcowy nie może odróżnić liczb pseudolosowych od liczb prawdziwie losowych. Ale teraz możesz wybrać funkcję pseudolosową, która potajemnie odchyla pewien wynik — sumę pewnej funkcji g ocenianej na każdym n-gramie (sekwencji n kolejnych tokenów) dla pewnego małego n — który to wynik możesz również obliczyć, jeśli wiesz klucz do tej pseudolosowej funkcji”.

Zdaję sobie sprawę, że może się to wydawać nieco zapchane technologicznie.

Istotą jest to, że wyprodukowany esej będzie wydawał się płynny i nie będziesz w stanie łatwo rozpoznać, czytając esej, że zawiera cyfrowy znak wodny. Aby dowiedzieć się, czy dany esej zawiera znak wodny, musisz wprowadzić esej do specjalnie opracowanego detektora. Program wykrywający obliczyłby wartość na podstawie tekstu i byłby w stanie porównać ją z przechowywanym kluczem. W opisanym podejściu klucze byłyby przechowywane przez dostawcę i nie byłyby dostępne w inny sposób, więc zakładając, że klucze są utrzymywane w tajemnicy, tylko namaszczony program wykrywający mógłby obliczyć, czy esej prawdopodobnie pochodzi z ChatGPT w tym przypadku.

Dalej przyznaje, że nie jest to niezawodne: „Teraz wszystko to można pokonać przy wystarczającym wysiłku. Na przykład, jeśli użyłeś innej sztucznej inteligencji do sparafrazowania danych wyjściowych GPT – cóż, w porządku, nie będziemy w stanie tego wykryć. Z drugiej strony, jeśli po prostu wstawisz lub usuniesz kilka słów tu i tam lub zmienisz kolejność niektórych zdań, znak wodny nadal będzie obecny. Ponieważ zależy tylko od sumy w n-gramach, jest odporny na tego rodzaju interwencje”.

Nauczyciel może otrzymać dostęp do programu wykrywającego, który sprawdzałby eseje uczniów. Załóżmy, że sprawa jest stosunkowo łatwa, ponieważ nauczyciel każe uczniom wysłać swoje eseje e-mailem do nauczyciela i automatycznego detektora. Następnie aplikacja detektora informuje nauczyciela o prawdopodobieństwie stworzenia eseju przez ChatGPT w tym przypadku.

Teraz, jeśli wykrywacz jest otwarty dla każdego, mielibyśmy „oszałamiających” uczniów-oszustów, którzy po prostu wrzucaliby swoje eseje do detektora i wprowadzali szereg zmian, dopóki detektor nie wskaże niskiego prawdopodobieństwa, że ​​esej został uzyskany przez generatywną sztuczna inteligencja. Więcej zabawy w kotka i myszkę. Przypuszczalnie detektor musi być ściśle chroniony przez użycie hasła lub potrzebne są inne środki lub metody radzenia sobie z podejściami kryptograficznymi (istnieje wiele metod opartych na kluczach i bez kluczy, które można wykorzystać).

Nauczyciel może mieć do czynienia z dziesiątkami lub setkami generatywnych aplikacji AI dostępnych do użytku w Internecie. W takim przypadku próba nakłonienia wszystkich do użycia cyfrowego znaku wodnego i konieczności podania im wszystkich esejów staje się po prostu bardziej urzekająca i logistycznie skomplikowana.

Nigdy więcej esejów poza klasą

Perspektywa zagłady i mroku polega na tym, że być może nauczyciele będą musieli zrezygnować z pisania esejów z zewnątrz. Wszystkie eseje muszą być pisane wyłącznie w kontrolowanym środowisku klasy.

To ma wiele, wiele problemów.

Załóżmy, że student zwykle potrzebuje dziesięciu godzin na napisanie konkretnego pełnego eseju, który jest projektem klasowym. Jak można to zrobić w klasie? Czy zamierzasz to rozłożyć i poprosić ucznia o napisanie małego fragmentu eseju w ciągu kilku dni? Pomyśl o trudnościach, jakie to stwarza.

Niektórzy twierdzą, że być może sprawa jest wyolbrzymiona.

Nauczyciele powinni robić to, co zawsze robili z plagiatami uczniów. Z góry nauczyciel oświadcza, że ​​plagiat jest poważnym problemem związanym ze ściąganiem. Podkreśl, że użycie generatywnej sztucznej inteligencji w jakikolwiek sposób będzie uważane za oszustwo.

Rób kary, które mają znaczną wagę, takie jak niska ocena, oblanie klasy lub wydalenie ze szkoły, jeśli zajdzie tak daleko. Wymagaj od uczniów pisemnego potwierdzenia każdego zewnętrznego zadania esejowego, że to, co oddali, jest ich pracą (zrobione bez pomocy, takich jak generatywna sztuczna inteligencja, kopiowanie z Internetu, korzystanie z pomocy innych uczniów, korzystanie z pomocy rodzica, płacenie za wykonanie i wkrótce). Wymagaj również, aby uczniowie wymienili wszelkie narzędzia online użyte do przygotowania pracy, w tym w szczególności zwrócili szczególną uwagę na wszelkie generatywne wykorzystanie sztucznej inteligencji.

Nauczyciel może, ale nie musi, użyć aplikacji wykrywającej, aby sprawdzić, czy przesłany esej jest prawdopodobnie tworzony przez generatywną aplikację AI. Jest to potencjalnie uciążliwy krok, w zależności od łatwości użytkowania i dostępu do detektorów.

Nauczyciele prawdopodobnie powinni już podejmować działania mające na celu sprawdzenie, czy zewnętrzne eseje pisemne wydają się uzasadnione. Pisząc eseje w klasie, istnieje szansa na porównanie i porównanie, zdając sobie jednak sprawę, że czas na pisanie w klasie jest krótszy i może być utrudniony przez ograniczenie dostępu do materiałów referencyjnych online.

Sedno sprawy polega na tym, że nie powinniśmy nagle rezygnować z zewnętrznego pisania esejów. Niektórzy potępiliby to jako działanie pochopne i przypominające wylanie dziecka z kąpielą (stare powiedzenie, być może warte przejścia na emeryturę).

Jeśli pisanie poza domem zostanie całkowicie przerwane jako czynność uczenia się, prawdopodobnie istnieją poważne i długotrwałe wady usunięcia tej pozornie codziennej czynności edukacyjnej z programu nauczania. Wchodzi w grę kompromis. Ilu uczniów będzie oszukiwać, pomimo wszystkich wyżej wymienionych kontroli i równowagi? Ilu uczniów nie będzie oszukiwać i dlatego będzie nadal stosować korzystne podejście edukacyjne, aby rozwijać swoje umiejętności pisania?

W teorii, miejmy nadzieję, odsetek oszustów będzie na tyle mały, że pisanie na zewnątrz nadal będzie zasługiwało na przewagę uczniów.

Wnioski

Sztuczna inteligencja może przyprawiać o ból głowy.

Dla nauczycieli sztuczna inteligencja może być zarówno błogosławieństwem, jak i przekleństwem. Tak czy inaczej, oznacza to, że nauczyciele muszą wiedzieć o sztucznej inteligencji, a także o tym, jak radzić sobie ze zwrotami akcji związanymi ze sztuczną inteligencją związaną z ich działalnością dydaktyczną, co jest kolejnym dodatkowym obciążeniem dla ich już nadmiernie rozciągniętych pleców i ramion. Pozdrowienia dla nauczycieli na całym świecie.

Może możemy życzyć, aby AI odeszła.

Nope.

Widzisz, nie zamierzamy cofnąć czasu i wymazać generatywnej sztucznej inteligencji. Każdy, kto tego wzywa, jest marzycielem. A tak na marginesie, używam słowa „I” jako pierwszego słowa trzeciego zdania tego akapitu (ups, oddaję klucz!), Generatywna sztuczna inteligencja już tu zostanie.

Oto sugestia, która pomoże Ci rozpocząć gorącą dyskusję: Generatywna sztuczna inteligencja stanie się bardziej wszechobecna i będzie miała jeszcze bardziej zdumiewające i niepokojące możliwości.

Spadek mikrofonu.

Na razie ostatnia myśl.

Szekspir napisał słynne zdanie: „Być albo nie być: oto jest pytanie”.

Zapewniam, że generatywna sztuczna inteligencja będzie. Już jest.

Musimy dowiedzieć się, w jaki sposób chcemy, aby generatywna sztuczna inteligencja weszła w nasze życie i jak społeczeństwo zdecyduje się kształtować i kierować takim wykorzystaniem. Jeśli kiedykolwiek potrzebowałeś powodu, by pomyśleć o etyce sztucznej inteligencji i prawie AI, być może generatywna sztuczna inteligencja zachęci cię do szukania informacji, kim jesteśmy, nawet jeśli nie wiemy, kim możemy być (ukryte odniesienie do Szekspira).