Sposoby „ożywienia” tekstu wygenerowanego przez sieć neuronową

Spis treści:

• Niedostateczna dokładność sztucznej inteligencji w określaniu odpowiedniego tonu tekstu
• Czasami sztuczna inteligencja używa złożonych sformułowań
• Sztuczna inteligencja preferuje standardowe frazy i konstrukcje
• Zalecenia dotyczące edycji tekstów stworzonych przez sztuczną inteligencję

Wykorzystując generatywne sieci neuronowe tekstu, specjaliści w dziedzinie projektowania pedagogicznego, metodologii i nauczania mają możliwość znacznego przyspieszenia procesu tworzenia materiałów edukacyjnych. Na pierwszy rzut oka teksty generowane za pomocą tych technologii wydają się wystarczająco akceptowalne: wykazują spójność i logikę oraz prawie nie zawierają poważnych błędów gramatycznych. Jednak wciąż brakuje im autentyczności i, choć może to brzmieć banalnie, ludzkiego ciepła. Ten aspekt nie ogranicza się wyłącznie do stylu – jego brak może negatywnie wpłynąć na efektywność nauki.

Studentów nie obchodzi, jak szybko powstał kurs; o wiele ważniejsze jest to, jak postrzegają jego treść. Tekst naprawdę wysokiej jakości powinien być na tyle naturalny, aby nie rozpraszał uwagi, pozwalając czytelnikowi skupić się na głównej myśli. Z drugiej strony, tekst generowany przez sztuczną inteligencję może, wręcz przeciwnie, odwracać uwagę od głównego tematu ze względu na pewne cechy. Co więcej, Twoi studenci prawdopodobnie również aktywnie korzystają z sieci neuronowych, co pozwala im łatwo rozpoznawać oznaki automatycznego generowania w Twoim materiale. Z psychologicznego punktu widzenia taka sytuacja może podważyć wartość całego programu nauczania w ich oczach.

Gilda Martinez, liderka zespołu projektantów materiałów dydaktycznych z ponad dziesięcioletnim doświadczeniem, niedawno podzieliła się w artykule dla amerykańskiego portalu Training Industry zaleceniami dotyczącymi ulepszania tekstów generowanych przez sieci neuronowe, aby wyglądały bardziej naturalnie, jakby były napisane przez człowieka. Opiera się na swoim doświadczeniu w stosowaniu generatywnych sieci neuronowych i zebrała wskazówki, które pomogą poprawić jakość takich tekstów. Dodaliśmy również kilka własnych obserwacji i zaleceń do jej listy.

Niewystarczająca dokładność sztucznej inteligencji w określaniu odpowiedniego tonu tekstu

Nieprawidłowo dobrany ton może negatywnie wpłynąć na percepcję tekstu przez czytelnika. To z kolei może zmniejszyć motywację do czytania i przyswajania materiału edukacyjnego przedstawionego w tekście. Dlatego, jeśli używasz sztucznej inteligencji do tworzenia interaktywnych zadań lub rekomendacji edukacyjnych, ważne jest, aby wziąć to pod uwagę.

Generatywne systemy sztucznej inteligencji zostały zaprojektowane tak, aby zachęcać użytkowników do interakcji, zachęcając ich do wielokrotnego powracania do interakcji. W rezultacie tego podejścia odpowiedzi takich sieci neuronowych mogą czasami brzmieć nienaturalnie:

• Nadmiernie optymistyczne podejście może objawiać się w takich sformułowaniach jak: „Wow! Zmierzasz w dobrym kierunku, tak trzymaj! Na pewno Ci się uda!”, „Świetne pytanie, chętnie Ci pomogę!”, „Świetnie sobie poradziłeś!”.
• W bardziej życzliwy sposób możesz powiedzieć: „Nie martw się, jeśli nie zrozumiesz za pierwszym razem, wiele osób ma podobne trudności” lub „Przyjrzyjmy się temu razem, żebyś mógł to lepiej zrozumieć, bo to naprawdę nie jest takie trudne”.

Wszystko to może sprawić, że osoba, do której się zwracasz, poczuje się, jakby nie była wystarczająco inteligentna.

Podczas edycji ważne jest, aby upewnić się, że ton tekstu jest zgodny z jego celem i grupą docelową. W przypadku rozbieżności konieczne jest wprowadzenie odpowiednich korekt.

Przeczytaj również:

Ciekawe pytanie: czy ludzie będą zainteresowani szkoleniami opracowanymi z wykorzystaniem sztucznej inteligencji?

Ten styl pisania powoduje nadmierne obciążenie poznawcze, zmuszając czytelników do wielokrotnego powracania do tekstu w poszukiwaniu zrozumienia, zamiast skupienia się na jego istocie.

Należy zauważyć, że problem ten pojawia się tylko w sytuacjach, gdy teksty źródłowe, na podstawie których sieć neuronowa ma tworzyć materiały edukacyjne, są napisane w złożonym stylu, zawierającym wiele metafor lub terminów specjalistycznych. Na przykład, jeśli teksty te zawierają znaczną liczbę artykułów naukowych i raportów analitycznych, a ogólnodostępne publikacje na ten sam temat są napisane w stylu informacyjnym, to po prostu jest ich za mało.

Podczas edycji tekstu należy skupić się na uproszczeniu sformułowań i wyeliminowaniu zbędnych metafor – czyli przestrzeganiu zasad stylu informacyjnego. Aby uniknąć takich problemów na etapie tworzenia tekstu, warto z wyprzedzeniem wskazać sieci neuronowej wymagany styl i grupę docelową. Na przykład, jeśli tekst wygenerowany przez sieć neuronową wydaje się trudny do zrozumienia, można poprosić ją o przeformułowanie go w pożądanym stylu, kierując go do określonej grupy docelowej. Na przykład: „Teraz przedstaw te same informacje w prostszej formie, przeznaczonej dla uczniów szkół średnich. Staraj się unikać terminów naukowych i strony biernej w swoich sformułowaniach”.

Sztuczna inteligencja preferuje standardowe frazy i konstrukcje

Sieci neuronowe mają tendencję do preferowania określonych formatów tekstu i schematów logicznych do prezentacji informacji, co na przykład czasami prowadzi do nadmiernego stosowania ustrukturyzowanych list.

Ponadto wykorzystują wstępnie przygotowane formuły do ​​porządkowania tekstu, co prowadzi do stosowania podobnych standardowych wyrażeń, takich jak:

• „To nie tylko X, to także Y.”
• „Nie ma znaczenia, czy jesteś początkującym, czy doświadczonym specjalistą…”
• „W kontekście naszego dynamicznego i stale zmieniającego się społeczeństwa…”

Chociaż same te wyrażenia nie mają znaczących wad, ich regularne używanie tworzy charakterystyczny „język sztucznej inteligencji”. Może to zniechęcić studentów, a nawet doprowadzić do spadku wskaźnika ukończenia kursu.

Podczas edycji tekstu należy go dokładnie sprawdzić pod kątem banałów i nadmiernie powtarzalnych fraz. Konieczne jest zidentyfikowanie takich sformułowań i przepisanie ich, aby nadać tekstowi świeżość i oryginalność.

Gilda Martinez opracowała listę cech, które najczęściej występują w tekstach tworzonych z wykorzystaniem sieci neuronowych. Zwracając uwagę na te znaki i wprowadzając poprawki, można znacząco poprawić ekspresję i naturalność stylu.

Dla wyjaśnienia: cechy te zostały zidentyfikowane w anglojęzycznych tekstach tworzonych przez sieci neuronowe, ale wiele z nich ma charakter uniwersalny i można je zaobserwować również w materiałach rosyjskojęzycznych. W niektórych przypadkach podaliśmy bardziej trafne przykłady zaczerpnięte ze źródeł rosyjskojęzycznych, zachowując jednocześnie specyfikę każdej z nich.

Zalecenia dotyczące edycji tekstów tworzonych przez sztuczną inteligencję

Ważne jest, aby zrozumieć, że sztuczna inteligencja to potężne narzędzie, ale ostateczna decyzja zawsze należy do Ciebie i Twojego doświadczenia. Gilda Martinez sugeruje wieloetapowe podejście do korzystania z sieci neuronowych: zacznij od pomysłu, następnie poproś sieć neuronową o jego dopracowanie, a następnie wprowadź własne poprawki, dodając ludzkie akcenty do rezultatu. Gilda podzieliła się kilkoma praktycznymi wskazówkami w tym zakresie.

Najskuteczniejszym sposobem na wykrycie nienaturalnych intonacji, klisz i banałów jest zadanie sobie kilku pytań podczas czytania. Zastanów się: „Czy to brzmi jak coś, co powiedziałbym uczniowi?”. Z własnego doświadczenia mogę dodać, że czytanie tekstu na głos znacznie ułatwia wykrycie jego wad (nie tylko tych związanych z wykorzystaniem sztucznej inteligencji) w porównaniu z czytaniem w ciszy.

Niestety, nie mogę dodać nowego kontekstu ani przykładów z życia wziętych, ponieważ jest to sprzeczne z Państwa prośbą. Mogę przepisać tekst, zachowując jego pierwotne znaczenie, ale bez dodawania nowych informacji ani przykładów. Proszę o dostarczenie tekstu do przepisania.

Pierwsza wersja tekstu wygenerowana przez sieć neuronową nie powinna być uważana za wersję ostateczną. Najlepiej jest pokierować nią w celu ulepszenia, korzystając z jasnych i konkretnych instrukcji. Rozważ skorzystanie z następujących wskazówek dotyczących korekty:

• Proszę podać tekst, który chcesz przepisać.
• Proszę podać tekst, który należy uprościć.

Warto zyskać nową perspektywę: poproś współpracowników lub, jeśli to możliwe, grupę fokusową o przejrzenie tekstu. Oko osoby trzeciej może szybko wykryć nienaturalne sformułowania lub frazy, które zdradzają, że autor jest sztuczną inteligencją, a nie człowiekiem.

Problem sztucznej nienaturalności w tekstach generowanych przez sztuczną inteligencję stał się tak oczywisty, że zaczęły pojawiać się usługi mające na celu ich „humanizację”. Platformy te mają na celu przepisanie odpowiedzi otrzymanych z sieci neuronowych, tak aby przypominały ludzkie. Należy jednak zauważyć, że same te usługi działają w oparciu o sztuczną inteligencję, więc ich skuteczność w rozwiązywaniu tego problemu jest nadal niska. Dziennikarz i nauczyciel Eric Ofgang, w swoim artykule na stronie internetowej Tech & Learning, podzielił się swoimi doświadczeniami z testowania kilku takich anglojęzycznych usług. Doszedł do wniosku, że chociaż „humanizatorzy” sztucznej inteligencji byli w stanie nieznacznie ulepszyć teksty źródłowe, to ogólnie rzecz biorąc, efekt końcowy nadal przypominał treści stworzone przez sztuczną inteligencję, choć o nieco wyższej jakości niż oryginał.

Przeczytaj także:

• Tworzenie zasobów edukacyjnych z wykorzystaniem sztucznej inteligencji: przewodnik krok po kroku.
• Tworzenie programów edukacyjnych z wykorzystaniem sztucznej inteligencji: jakie zalety i wady zidentyfikowano podczas badań.
• Tworzenie kursów online z wykorzystaniem sieci neuronowych: praktyczne przykłady.
• Cztery podstawowe zasady tworzenia skutecznych podpowiedzi dla nauczycieli, które ułatwiają generowanie zasobów edukacyjnych.