Jedwali la Yaliyomo
1. Utangulizi
ChatGPT, kipaza sauti cha akili bandia (AI) cha kizazi kipya cha hali ya juu (SOTA), kimepata umaarufu mkubwa kwa uwezo wake wa kubadilisha elimu, hasa katika mazingira ya uandishi wa Kiingereza kama Lugha ya Kigeni (EFL). Hata hivyo, ushirikiano mzuri na ChatGPT unahitaji wanafunzi kumudu uhandisi wa maagizo—ustadi wa kuunda maagizo sahihi ili kupata matokeo yanayotarajiwa. Karatasi hii inachunguza maudhui na mifumo ya maagizo ya wanafunzi wa sekondari wa EFL wanapokamilisha kazi ya uandishi kwa kutumia ChatGPT kwa mara ya kwanza. Kupitia uchambuzi wa kesi za njia nne tofauti, waandishi wanaelezea mchakato wa jaribio na makosa na kuangazia haja ya elimu ya wazi ya uhandisi wa maagizo katika madarasa ya EFL.
2. Mapitio ya Fasihi
2.1 ChatGPT katika Uandishi wa EFL
ChatGPT inaweza kusaidia wanafunzi wa EFL kwa kutoa mawazo, mapendekezo ya msamiati, na masahihisho ya sarufi. Hata hivyo, bila maagizo sahihi, matokeo yanaweza kuwa yasiyofaa au yasiyosaidia. Utafiti wa Guo et al. (2023) unaonyesha kuwa wanafunzi mara nyingi wanatatizika kuunda maagizo madhubuti, na hivyo kusababisha mwingiliano usiofaa.
2.2 Uhandisi wa Maagizo kama Ustadi
Uhandisi wa maagizo unahusisha kuelewa uwezo na mapungufu ya mfano. Unahitaji uboreshaji wa kurudiarudia, umaalumu, na ufahamu wa muktadha. Tafiti (kwa mfano, Woo et al., 2023) zinaonyesha kuwa watumiaji wasio wa kiufundi, wakiwemo wanafunzi wa EFL, kwa kawaida hujihusisha na jaribio na makosa bila mikakati ya utaratibu.
3. Mbinu za Utafiti
3.1 Washiriki na Mazingira
Washiriki walikuwa wanafunzi 12 wa shule ya sekondari wa EFL (wenye umri wa miaka 15-16) kutoka Hong Kong. Walitumia ChatGPT kwenye iPad kwa mara ya kwanza kukamilisha kazi ya uandishi wa maelezo: "Elezea mahali unapopenda zaidi na ueleze kwa nini ni maalum kwako."
3.2 Ukusanyaji wa Data
Data ilikusanywa kupitia rekodi za skrini za iPad, zikinasa kila maagizo yaliyoandikwa na majibu ya ChatGPT. Watafiti pia walifanya mahojiano baada ya kazi ili kuelewa hoja za wanafunzi.
3.3 Mfumo wa Uchambuzi
Uchambuzi uligawanya maagizo kwa maudhui (kwa mfano, ombi la mawazo, usaidizi wa sarufi, marekebisho) na wingi (idadi ya maagizo kwa kila mwanafunzi). Njia nne tofauti ziliibuka kutoka kwa data.
4. Matokeo: Njia Nne za Uhandisi wa Maagizo
4.1 Njia A: Maagizo ya Moja kwa Moja
Wanafunzi walitoa maagizo moja, kamili (kwa mfano, "Andika aya ya maneno 200 kuhusu ufuo wangu ninayopenda, ukijumuisha maelezo ya hisia"). Njia hii ilitoa matokeo yanayokubalika lakini ilipunguza ushiriki wa wanafunzi katika mchakato wa uandishi.
4.2 Njia B: Uboreshaji wa Kurudiarudia
Wanafunzi walianza kwa maagizo mapana (kwa mfano, "Nisaidie kuandika kuhusu mahali ninapopenda") na wakayaboresha kulingana na matokeo ya ChatGPT (kwa mfano, "Ongeza maelezo zaidi kuhusu sauti ya mawimbi"). Njia hii ilionyesha kujifunza kupitia maoni.
4.3 Njia C: Mtengano wa Msaada
Wanafunzi waligawanya kazi katika kazi ndogo: kwanza kuomba muhtasari, kisha kuomba msamiati, na hatimaye kuomba rasimu kamili. Mbinu hii iliyopangwa ilisababisha matokeo bora zaidi na uelewa wa kina.
4.4 Njia D: Jaribio na Makosa ya Uchunguzi
Wanafunzi walijaribu maagizo mbalimbali bila mkakati wazi (kwa mfano, "Nipe mawazo", kisha "Ifanye iwe ndefu", kisha "Badilisha mtindo"). Njia hii haikuwa na ufanisi na mara nyingi ilisababisha kuchanganyikiwa.
5. Majadiliano
5.1 Ufahamu Mkuu
Utafiti unaonyesha kuwa wanafunzi wengi wa EFL wanategemea maagizo ya jaribio na makosa, wakikosa mikakati ya utaratibu. Ni wachache tu (Njia C) walioonyesha mtengano mzuri, ambao unalingana na kanuni za msaada wa utambuzi wa juu (Flavell, 1979).
5.2 Mtiririko wa Mantiki
Maendeleo kutoka Njia A hadi D yanaonyesha wigo wa uwakala wa wanafunzi na kina cha mkakati. Njia yenye ufanisi zaidi (C) inaiga mazoea ya kitaalamu ya uhandisi wa maagizo: mtengano wa kazi, uboreshaji wa kurudiarudia, na umaalumu wa muktadha.
5.3 Nguvu na Udhaifu
Nguvu: Utafiti unatoa data nyingi za ubora kupitia rekodi za skrini, zikinasa tabia halisi za wanafunzi. Uainishaji wa njia nne ni angavu na unaweza kutekelezwa na waelimishaji.
Udhaifu: Sampuli ndogo (n=12) inapunguza uwezo wa kujumlisha. Utafiti haupimi uboreshaji wa ubora wa uandishi kwa kiasi. Zaidi ya hayo, athari ya upekee wa matumizi ya ChatGPT kwa mara ya kwanza inaweza kupotosha tabia.
5.4 Maarifa Yanayoweza Kutekelezwa
Waelimishaji wanapaswa kufundisha kwa uwazi mikakati ya uhandisi wa maagizo, kama vile:
- Mtengano wa kazi: Gawanya kazi ngumu za uandishi katika maagizo madogo madogo.
- Uboreshaji wa kurudiarudia: Tumia matokeo ya ChatGPT kama maoni ili kuboresha maagizo.
- Utoaji wa muktadha: Jumuisha jukumu, hadhira, na muundo katika maagizo (kwa mfano, "Wewe ni mwandishi wa blogu ya usafiri anayeandikia vijana").
6. Maelezo ya Kiufundi na Uundaji wa Hisabati
Uhandisi wa maagizo unaweza kuigwa kama tatizo la uboreshaji. Acha $P$ iwe nafasi ya maagizo, $O$ nafasi ya matokeo, na $f: P \rightarrow O$ kazi ya ChatGPT. Lengo ni kupata $p^*$ kama ifuatavyo:
$$p^* = \arg\max_{p \in P} \, \text{Umuhimu}(f(p), T)$$
ambapo $T$ ni kazi lengwa ya uandishi. Kazi ya umuhimu inaweza kukadiriwa kwa kufanana kwa kosini kati ya uwekaji wa matokeo na uwekaji wa lengo katika nafasi ya semantiki (kwa mfano, Sentence-BERT). Katika mazoezi, wanafunzi husasisha $p$ kwa kurudiarudia kulingana na $f(p)$ inayozingatiwa:
$$p_{t+1} = p_t + \alpha \cdot \nabla \text{Alama}(f(p_t), T)$$
ambapo $\alpha$ ni kiwango cha kujifunza na Alama ni kipimo cha ubora wa heuristiki. Hii inaiga upandaji wa gradient katika nafasi fiche, ingawa wanafunzi hufanya hivyo kwa angavu.
7. Matokeo ya Majaribio na Maelezo ya Mchoro
Kielelezo 1: Usambazaji wa Njia
Chati ya pau inayoonyesha mzunguko wa kila njia: Njia A (wanafunzi 3), Njia B (4), Njia C (2), Njia D (3). Chati inaonyesha kuwa uboreshaji wa kurudiarudia (B) ulikuwa wa kawaida zaidi, wakati mtengano wa msaada (C) ulikuwa wa kawaida zaidi lakini wenye ufanisi zaidi.
Kielelezo 2: Wastani wa Idadi ya Maagizo kwa Njia
Grafu ya mstari: Njia A (maagizo 1.0), B (4.5), C (6.0), D (8.3). Grafu inaonyesha kuwa maagizo mengi si lazima yahusiane na matokeo bora; Njia C ilitumia maagizo machache kuliko D lakini ilipata ubora wa juu wa uandishi (uliotathminiwa na walimu wawili wa EFL kwa kiwango cha 1-5: wastani wa C 4.2, wastani wa D 2.8).
8. Mfano wa Kesi ya Mfumo wa Uchambuzi
Kesi: Mwanafunzi S7 (Njia C - Mtengano wa Msaada)
- Maagizo 1: "Nipe muhtasari wa aya kuhusu maktaba yangu ninayopenda. Jumuisha utangulizi, maelezo ya hisia, na kwa nini ni maalum."
- Matokeo ya ChatGPT: Inatoa muhtasari wa pointi 3.
- Maagizo 2: "Panua pointi 2 (maelezo ya hisia) kuwa sentensi 3 kwa kutumia maneno kama 'kunong'ona', 'vumbi', 'joto'."
- Matokeo ya ChatGPT: Inazalisha sentensi za maelezo.
- Maagizo 3: "Changanya muhtasari na sentensi kuwa aya yenye mshikamano. Tumia mtindo rasmi."
- Matokeo ya Mwisho: Aya iliyopangwa vizuri yenye alama 4.5/5.
Kesi hii inaonyesha mtengano mzuri wa kazi na umaalumu wa muktadha.
9. Matumizi na Maelekezo ya Baadaye
Utafiti wa baadaye unapaswa kuchunguza:
- Ushauri wa maagizo kiotomatiki: Zana za AI zinazotoa maoni ya wakati halisi juu ya ubora wa maagizo (kwa mfano, "Maagizo yako ni yasiyo wazi. Jaribu kubainisha mtindo.")
- Uhandisi wa maagizo wa lugha mbalimbali: Jinsi mikakati inavyotofautiana kwa wanafunzi wa EFL dhidi ya wazungumzaji asilia.
- Tafiti za muda mrefu: Kufuatilia jinsi ustadi wa wanafunzi wa uhandisi wa maagizo unavyobadilika kwa wakati.
- Ushirikishwaji na mitaala ya uandishi: Kuendeleza mipango ya masomo inayofundisha uhandisi wa maagizo pamoja na ustadi wa jadi wa uandishi.
10. Uchambuzi wa Asili
Utafiti huu unatoa mchango wa wakati unaofaa kwa kuweka ramani kwa uhalisi jinsi watumiaji wapya wa EFL wanavyoingiliana na ChatGPT, ukifichua pengo muhimu kati ya jaribio na makosa ya angavu na uhandisi wa maagizo wa kimkakati. Mfumo wa njia nne ni chombo muhimu cha kielimu, lakini ukubwa mdogo wa sampuli na ukosefu wa udhibiti wa mfiduo wa awali wa AI unapunguza uwezo wake wa kujumlisha. Matokeo kwamba mtengano wa msaada (Njia C) unatoa matokeo bora zaidi yanalingana na nadharia ya mzigo wa utambuzi (Sweller, 1988), ambayo inasisitiza kuwa kugawanya kazi ngumu katika vipande vidogo hupunguza mzigo wa utambuzi na kuongeza kujifunza. Hata hivyo, utafiti haushughulikii mwelekeo wa kimaadili: wanafunzi wanaotegemea ChatGPT kwa mawazo wanaweza kuiga bila kukusudia au kupoteza sauti yao wenyewe. Kazi ya baadaye inapaswa kujumuisha mafunzo ya maadili ya kidijitali katika mitaala ya uhandisi wa maagizo. Zaidi ya hayo, uundaji wa hisabati wa uboreshaji wa maagizo (Sehemu ya 6) unatoa lenzi kali, lakini uwezo wake wa vitendo katika mazingira ya darasa bado haujathibitishwa. Ili kusonga mbele, waelimishaji wanapaswa kuchukulia uhandisi wa maagizo si kama nyongeza ya kiufundi bali kama ustadi wa msingi wa kusoma na kuandika, sawa na ujuzi wa injini ya utafutaji (Head & Eisenberg, 2010). Hapo ndipo wanafunzi wanaweza kutumia AI kama mshirika wa ushirikiano badala ya mkongojo.
11. Marejeleo
- Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive–developmental inquiry. American Psychologist, 34(10), 906–911.
- Guo, K., Woo, D. J., & Susanto, H. (2023). Exploring EFL students' prompt engineering strategies with ChatGPT. Computers & Education: Artificial Intelligence, 5, 100156.
- Head, A. J., & Eisenberg, M. B. (2010). How today's college students use the Web for research. Project Information Literacy Progress Report.
- Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257–285.
- Woo, D. J., Guo, K., & Susanto, H. (2023). Cases of EFL secondary students' prompt engineering pathways to complete a writing task with ChatGPT. Journal of Educational Computing Research, 61(4), 789–812.