Umetna inteligenca v izobraževanju: primerjava odzivov različnih velikih jezikovnih modelov Matej Urbančič
Povzetek: V prispevku je predstavljena primerjava odzivov, ki jih vrnejo različni prosto dostopni veliki jezikovni modeli (LLM). Za ugotavljanje strukture odzivov in analize informacij in ključnih zamisli o predlaganih vprašanjih o namenu izobraževanja, je bila uporabljena kvalitativna raziskovalna zasnova. Ugotovitve vzbujajo pomisleke glede zanesljivosti in ustreznosti rezultatov, saj ti niso enako informativni in konsistentni pri različnih LLM, razlike pa se pojavijo celo pri večkratnem preizkušanju istih vprašanj. Trenutno ni soglasja o optimalnem pristopu k vključevanju umetne inteligence v izobraževanje niti o morebitnem vplivu umetne inteligence na učenje, poučevanje, delo in družbo. Čeprav se zdi, da je tveganja, povezana z UI, mogoče obvladovati, je trenutno ključnega pomena usposabljanje za uporabo teh modelov, saj bodo ti modeli pomembno vplivali na številna področja izobraževanja.