Por qué la tendencia de la IA a estar de acuerdo puede ser perjudicial para el aprendizaje
PODCAST INVITADO: Ed-Technical Temporada 2 Mini Episodio 5
Escritores
Esta temporada Libby Hills de la Jacobs Foundation y el investigador de IA Owen Henkel continúan hablando con destacados investigadores, profesionales y educadores sobre el tema. Serie de podcasts Ed-Technical Se abordará la vanguardia de la IA en la educación. Se desglosarán conceptos complejos de IA en explicaciones no técnicas para comprender mejor las investigaciones y ayudar a los educadores a discernir la información útil entre la exageración generada por la IA.
En este breve artículo, Libby y Owen analizan una investigación reciente de Anthropic sobre la adulación —la tendencia a estar de acuerdo con los usuarios— en los modelos de lenguaje extensos (LLM), así como investigaciones clave de la psicología educativa sobre la importancia de la retroalimentación para el aprendizaje. Libby y Owen relacionan ambos artículos y exploran por qué la adulación representa un problema particular al utilizar LLM con fines educativos.
Enlaces
Artículo antrópico sobre la adulación en los modelos lingüísticos
El artículo de John Hattie y Helen Timberley, El poder de la retroalimentación
Escritores