Ин таҳқиқот як омӯзиши иктишофии таълимӣ мебошад, ки ҳамгиро кардани абзорҳои зеҳни сунъии тавлидӣ (Generative Artificial Intelligence, GenAI)-ро ба супориши навиштани илмӣ дар курси биохимияи сатҳи болоии бакалаврӣ/оғози магистратура баррасӣ мекунад. Супориши навиштани бо GenAI дастгиришаванда аз донишҷӯён талаб мекард, ки бо истифода аз ChatGPT, U-M GPT, U-M Maizey ва LearningClues мавзӯъ таҳия кунанд, prompt созанд, тарҳи 500-калимаинаи бо зеҳни сунъӣ дастгиришаванда омода намоянд, манбаъҳоро санҷанд, тарҳро бо навиштаи худ ба матни ниҳоии 1000-калимаина табдил диҳанд ва таҷрибаи худро дар синф арзёбӣ кунанд. Дар давраи Fall 2024 ба курс 25 донишҷӯ номнавис шуда буданд; таҳлили пурсишҳои пешакӣ ва ниҳоӣ ба ҷавобҳои 22 иштирокчии ихтиёрӣ асос ёфт. Таҳқиқот худгузоришҳои донишҷӯён ва ҷавобҳои кушодаро баррасӣ кардааст; он озмоиши назоратшавандаи муваффақияти омӯзишӣ ё санҷиши фаъолияти модели transformer нест.

%82 иштирокчиён гузориш доданд, ки пеш аз курс аз абзорҳои GenAI истифода карда буданд. Дар ҷараёни курс ChatGPT яке аз абзорҳои бештар истифодашаванда буд, дар ҳоле ки %64 донишҷӯён U-M GPT-ро барои гурӯҳи навбатии донишҷӯён тавсия доданд. Дар истифодаи абзор фоиданокӣ ва ошноии пешина барҷаста буданд, дар ҳоле ки барои тавсияи абзор ба оянда мутобиқат ба вазифа, сифати натиҷа, эътимод ва махфият равшантар аҳамият пайдо карданд.

%68 донишҷӯён супориши навиштани бо GenAI дастгиришавандаро нисбат ба вазифаҳои анъанавии навиштан дар маҷмӯъ мусбат арзёбӣ карданд. %82 иштирокчиён изҳор доштанд, ки дар оянда ният доранд аз абзорҳои навиштани GenAI истифода кунанд. Қавитарин дастовардҳои худгузоришшуда ба малакаҳои prompt engineering ва саводнокии prompt марбут буданд. Бо вуҷуди ин, тавлиди библиографияи дуруст ҳамчун мушкили муҳим боқӣ монд: %41 донишҷӯён гуфтанд, ки барои ислоҳи рӯйхати манбаъҳо prompt-ро тағйир додаанд, аммо танҳо %27 дар натиҷаи ниҳоии зеҳни сунъӣ библиографияи мувофиқ ба даст овардаанд.

Дар тафсири натиҷаҳо маҳдудияти муҳим вуҷуд дорад. Таҳқиқот ба 22 иштирокчии ихтиёрӣ дар як курси биохимия, асосан ба маълумоти худгузоришӣ ва ба як супориши кӯтоҳмуддати навиштан такя мекунад. Азбаски гурӯҳи назоратӣ ё муқоисаи randomised AI/назорат вуҷуд надорад, таҳқиқот исбот намекунад, ки истифодаи GenAI дониши химиявӣ ё муваффақияти академии донишҷӯёнро ба таври сабабӣ меафзояд. Натиҷаҳо тамоюлҳои ибтидоӣ дар ҳамин заминаи мушаххаси курс оид ба таҷриба, эътимод, афзалиятҳо, саводнокии prompt ва огоҳии ахлоқии донишҷӯён мебошанд.

Оё Ин Таҳқиқот Фаъолияти Техникии Моделҳои Transformer-Асосро Чен Кард?

Не. Гарчанде ки дар унвони мақола моделҳои transformer-асос таъкид шудаанд, меҳвари таҷрибавии таҳқиқот омӯзонидани модели калони забонӣ, чен кардани дақиқии пешгӯии химиявӣ ё муқоисаи меъмориҳои гуногуни transformer нест; таҳқиқот истифодаи абзорҳои GenAI дар супориши навиштани биохимия ва худгузоришҳои донишҷӯёнро дар бораи таҷриба, эътимод, афзалият ва саводнокии AI нисбат ба ин абзорҳо меомӯзад.

Масъалаи таҳқиқот

Абзорҳои зеҳни сунъии тавлидӣ метавонанд вазифаҳои ҷустуҷӯи маълумоти илмӣ, ҷамъбасткунӣ, навиштан, тавлиди идея ва гирифтани фикру мулоҳизаро осон кунанд. Ҳамзамон масъалаҳое чун дурустии илмӣ, манбаъҳои сохта ё нодуруст, поквиҷдонии академӣ, махфияти маълумот, ғараз ва ҳифзи малакаҳои мустақили фикрронӣ/навиштани донишҷӯ низ ба миён меоянд.

Аз ин рӯ, масъалаи асосии таҳқиқот аз саволи дугонаи “оё донишҷӯён бояд GenAI истифода кунанд?” васеътар аст. Таҳқиқот меомӯзад, ки донишҷӯён GenAI-ро чӣ гуна истифода мекунанд, кадом абзорҳоро барои чӣ интихоб мекунанд, пас аз истифода малакаҳои худро чӣ гуна арзёбӣ мекунанд ва эътимоду нигарониҳои ахлоқӣ қабули технологияро чӣ гуна шакл медиҳанд.

Саводнокии AI дар ин таҳқиқот чӣ маъно дорад?

Саводнокии AI дар ин таҳқиқот танҳо маънои тавони навиштани савол ба чатботро надорад. Дар тарҳи курс дарк кардани қувватҳо ва маҳдудиятҳои GenAI, сохтани prompt-и муассир, арзёбии интиқодии натиҷаи зеҳни сунъӣ, санҷиши маълумот ва манбаъҳо, шинохти масъалаҳои ахлоқӣ ва поквиҷдонии академӣ ва бозкоркарди натиҷаи зеҳни сунъӣ бо тафаккури илмии худи донишҷӯ ҷузъҳои асосӣ мебошанд.

Ин равиш бо UNESCO AI Competencies Framework, равишҳои саводнокии иттилоотӣ ва принсипҳои омӯзиши конструктивистӣ алоқаманд карда шудааст. Донишҷӯён ба ҷойи танҳо қабул кардани натиҷа дар марҳилаҳои сохтани prompt, арзёбии натиҷа, санҷиш, бознависӣ ва бозандешӣ фаъолона иштирок карданд.

Саволҳои таҳқиқот

1. Манфиатҳо ва душвориҳои истифодаи GenAI дар навиштани академӣ, ки донишҷӯён дарк мекунанд, кадомҳоянд?
2. Ошноӣ, осонии истифода ва эътимод бо интихоби абзор аз ҷониби донишҷӯён ва нияти истифодаи AI дар оянда чӣ гуна алоқаманданд?
3. Пас аз супориши бо GenAI дастгиришаванда дар эътимод ва малакаҳои донишҷӯён, ки бо худгузориш чен шудаанд, чӣ гуна тағйирот мушоҳида мешавад?

Супориши Навиштани Бо GenAI Дастгиришаванда Чӣ Гуна Тарҳрезӣ Шуд?

Супориш раванди омӯзишии панҷмарҳилавӣ буд: аввал оид ба GenAI ва саводнокии prompt омӯзиш дода шуд, сипас донишҷӯён бо GenAI мавзӯъ тавлид карданд, тарҳи 500-калимаинаи бо AI дастгиришаванда сохтанд, муҳтаво ва манбаъҳоро санҷида тарҳро бо навиштаи худ ба матни ниҳоии 1000-калимаина табдил доданд ва дар марҳилаи охир бо муаррифии ҳафтдақиқаина таҷрибаи худро бозتاب дода, фикру мулоҳизаи ҳамкурс/омӯзгорро гирифтанд.

1. Марҳилаи омӯзиш

Дар дарси муқаддимавие, ки китобдори химия гузаронд, моделҳои калони забонӣ ва абзорҳои гуногуни GenAI муаррифӣ шуданд. Саводнокии prompt, масъалаҳои ахлоқии GenAI ва тарзи санҷиши далелу манбаъҳое, ки зеҳни сунъӣ тавлид мекунад, муҳокима шуданд.

2. Татбиқи аввалия

Донишҷӯён барои тавлиди мавзӯи мақола ё идеяи навиштан аз абзорҳои GenAI истифода карданд. Ҳадафи ин бахш истифода бурдани зеҳни сунъӣ ҳамчун муаллифи ниҳоӣ набуд, балки ҳамкорӣ барои рушди идея ва оғози таҳқиқот буд.

3. Татбиқи васеъшуда

Донишҷӯён тарҳи 500-калимаинаи бо GenAI дастгиришавандаро бо истинодҳои дохилиматнӣ ва библиография сохтанд. Дар ин раванд имкони гирифтани дастгирии инфиродии prompt-engineering аз китобдори химия ё ёвари омӯзгор пешниҳод шуд.

4. Санҷиш ва муаллифии донишҷӯ

Тарҳи 500-калимаинаи бо AI дастгиришаванда бевосита ҳамчун супориши ниҳоӣ супурда нашуд. Донишҷӯён маълумот ва истинодҳоро санҷиданд, ҷараён ва услуби матнро таҳрир карданд, навиштаи худро илова намуданд ва матнро ба кори ниҳоии тақрибан 1000-калимаина табдил доданд.

5. Бозандешӣ

Донишҷӯён дар муаррифии тақрибан ҳафтдақиқаина мақолаҳои бознигаришуда ва таҷрибаи GenAI-и худро бо синф мубодила карданд. Фикру мулоҳизаи ҳамкурс ва омӯзгор барои бозарзёбии муҳтаво ва манбаъҳо пеш аз супориши ниҳоӣ истифода шуд.

Чор абзори GenAI, ки дар таҳқиқот пешниҳод шуданд

Ин тавсифҳои платформа вазифаҳоеро инъикос мекунанд, ки дар мақола барои давраи гузаронидани таҳқиқот шарҳ дода шудаанд. Азбаски хидматҳои GenAI зуд тағйир меёбанд, ин хусусиятҳо набояд ҳамчун тасдиқи мустақили мушаххасоти кунунии маҳсулот хонда шаванд.

Кадом Омилҳо Ба Интихоби Абзори GenAI Аз Ҷониби Донишҷӯён Таъсир Расонданд?

Тибқи Шакли 1, дар истифодаи воқеии абзор омили бештар зикршуда фоиданокӣ (%50) буд, дар ҳоле ки барои тавсияи абзор мутобиқат ба вазифа (%41) пешсаф гардид; сифати натиҷа танҳо дар заминаи тавсия бо %36 барҷаста шуд, эътимод бошад дар истифода %14 ва дар тавсия %23 кодгузорӣ шуд.

Ин фоизҳо категорияҳои кодгузоришудаи ҷавобҳои кушодаанд ва набояд мисли тақсимоти ягонаи интихоби ҳатмӣ ҷамъ карда шаванд. Ҷавоби як донишҷӯ метавонад чанд далелро дар бар гирад.

Чаро истифода ва тавсия яксон набуданд?

ChatGPT абзоре буд, ки донишҷӯён пешакӣ бештар бо он ошно буданд ва дар истифодаи дохили/беруни курс қавӣ бартарӣ дода шуд. Аммо донишҷӯён барои гурӯҳҳои минбаъдаи донишҷӯён U-M GPT-ро бештар тавсия доданд. Муаллифон ин фарқро бо тафовут миёни рафтори истифодаи рӯзмарра ва омилҳое чун эътимод, махфият, сифати натиҷа ва мутобиқат ба вазифа, ки дар қарорҳои тавсия ба оянда ба назар гирифта мешаванд, шарҳ медиҳанд.

Ин натиҷа маънои онро надорад, ки “дақиқии илмии U-M GPT аз ChatGPT баландтар аст”. Таҳқиқот ҷавобҳои ду системаро ба саволҳои яксон бо benchmark-и назоратшаванда муқоиса накардааст. Натиҷа ба афзалият ва идроки донишҷӯён марбут аст.

Чаро махфият муҳим буд?

Дар мақола хусусиятҳои институтионии махфияти U-M GPT ва U-M Maizey дар муҳити University of Michigan таъкид шудаанд, ки барои истифода нашудани дубораи вуруди корбарон дар омӯзиши модел ва ошкор нашудани маълумоти шахсӣ ба тарафҳои беруна тарҳрезӣ шудаанд. Майли донишҷӯён ба U-M GPT махсусан дар вазифаҳои essay-generation, ки хавфи академии баландтар доранд, аз ҷониби муаллифон дар заминаи эътимод ва қабули хавф муҳокима шудааст.

Ошноӣ то чӣ андоза муҳим буд?

Пеш аз курс %82 иштирокчиён гузориш доданд, ки қаблан GenAI истифода кардаанд ва %68 ҳисоби мавҷудаи ChatGPT доштанд. Ошноии баланд бо ChatGPT бо истифодаи зиёди он дар дохил ва беруни курс ҳамроҳ буд. Бо вуҷуди ин, донишҷӯён дар тавсияи абзор ба оянда аз ошноӣ дида мутобиқат ба вазифа, сифат, фоиданокӣ ва эътимодро бештар таъкид карданд.

Усул ва Натиҷаҳои Таҳқиқот

Курс ва намуна

Таҳқиқот дар курси Biol/Chem 455/505 бо номи “Nucleic Acids Biochemistry—The RNA (and DNA) World Within”, ки дар University of Michigan дар давраи Fall 2024 баргузор шуд, анҷом дода шуд. Курс донишҷӯёни сатҳи болоии бакалаврӣ ва оғози магистратураро фаро мегирифт.

Барои иштирок дар пурсиши ниҳоӣ ду холи иловагӣ дода шуд ва ин тақрибан ба %1 баҳои ниҳоии курс баробар буд. Иштирок дар пурсиш ихтиёрӣ тавсиф шудааст.

Тақсимоти академии намуна

Аксари донишҷӯёни бакалаврӣ дар соли охир ва соли сеюм буданд. Ҳашт донишҷӯ дар Biomolecular Sciences, ҳафт донишҷӯ дар Biochemistry таҳсил мекарданд; як донишҷӯи бакалаврӣ ихтисоси Chemistry дошт. Аз панҷ донишҷӯи магистратура се нафар дар chemical biology, як нафар дар inorganic chemistry ва як нафар дар organic chemistry буданд.

Ин тақсимот нишон медиҳад, ки бо вуҷуди ибораи “Graduate Education” дар унвони аслӣ, аксари синфи омӯхташуда аз донишҷӯёни бакалаврӣ иборат буд.

Ҷамъоварии маълумот

Муҳаққиқон пурсишҳои пешакӣ ва ниҳоиро бо саволҳои пӯшида ва кушода истифода карданд. Пурсишҳо дар таҳқиқоти пилотии қаблии соли 2023 озмоиш шуда, бо назардошти фикру мулоҳизаҳои донишҷӯён такмил дода шуданд.

Саволҳои пӯшида бо таҳлили тавсифии миқдорӣ арзёбӣ шуданд. Ҷавобҳои кушода бо равиши кодгузории индуктивӣ тасниф гардиданд.

Эътимоднокии байни кодгузорон

Дар кодҳое, ки шумораи ками категорияҳои эҳтимолии ҷавоб доштанд, ихтилофҳо тавассути муҳокима ҳал карда шуданд. Дар маҷмуаҳои васеътари категорияҳо барои арзёбии эътимоднокии байни ду кодгузор Cohen's kappa (κ) истифода шуд.

Таҳқиқот κ ≥ 0,70-ро ҳамчун ҳадди созиши қобили қабул истифода кард. Дар баъзе категорияҳои кодгузорӣ, ки κ аз 0,70 паст буд, равиши кодгузорӣ бознигарӣ шуд, кодгузории мустақил такрор гардид ва эътимоднокӣ аз нав арзёбӣ шуд.

Равиши оморӣ

Аз сабаби намунаи хурд ва иктишофии таҳқиқот таҳлилҳо ба таври тавсифӣ тарҳрезӣ шуданд. Муаллифон равшан таъкид мекунанд, ки ин таҳлилҳо барои умумисозии оморӣ пешбинӣ нашудаанд. Таҳлилҳои тавсифӣ бо SPSS version 30 анҷом дода шуданд.

Истифодаи GenAI пеш аз курс ва дар дохили курс

Истифода дар дохили курс, ба истиснои сохтани коди компютерӣ, аз аксари интизориҳои донишҷӯён пеш аз курс зиёдтар буд. Яке аз бузургтарин тағйирот дар сохтани outline буд: истифода пеш аз курс %18 буд, аммо дар дохили курс ба %91 расид.

Таҷрибаи умумии донишҷӯён

%68 донишҷӯён супориши навиштани бо GenAI дастгиришавандаро нисбат ба вазифаҳои анъанавии навиштан дар маҷмӯъ мусбат ва %32 манфӣ арзёбӣ карданд.

Ҷустуҷӯи маълумот яке аз самтҳои истифодае буд, ки бештар бо донишҷӯёни дорои таҷрибаи мусбат ҳамроҳ мушоҳида шуд. Баръакс, дар вазифаҳое чун сохтани outline, тавлиди идея, сохтани essay-и 500-калимаинаи GenAI ва баррасии адабиёт зергуруҳҳое буданд, ки ҳиссаи донишҷӯёни дорои таҷрибаи манфӣ бештар буд.

Ин муқоисаҳо сабабӣ нестанд. Масалан, аз ин маълумот наметавон хулоса кард, ки “сохтани outline боиси таҷрибаи манфӣ шуд”; танҳо тамоюли ҳамзамон мушоҳида шудани ду категорияи худгузоришӣ дар ҳамон донишҷӯён гузориш шудааст.

Эътимод ба худ ва дастовардҳои дониш

Шакли 2 дастовардҳои худгузоришшудаи эътимод ва донишро дар робита бо ҳамкорӣ бо GenAI нишон медиҳад. Бузургтарин пешрафтҳо дар эътимод ба малакаҳои prompt-engineering ва дониш оид ба саводнокии prompt мушоҳида шуданд.

Шинохти bias-и GenAI, дарки механизмҳои он ва баъзе соҳаҳои ахлоқӣ аз мавзӯъҳое буданд, ки дастоварди камтар гузориш шуд. Муаллифон як қисми ин ҳолатро бо он шарҳ медиҳанд, ки донишҷӯён дар ин соҳаҳо пешакӣ дониш доштанд ва қисми дигарро бо он, ки курс ба ин мавзӯъҳо амалияи маҳдуд ҷудо кардааст.

Азбаски дар графики Шакли 2-и мақолаи асосӣ ҳамаи миёнаҳои дақиқ бо тамғаи рақамӣ дода нашудаанд, Verianla аз баландии сутунҳо арзишҳои нави дақиқ тавлид намекунад.

Нияти истифодаи GenAI дар оянда

18 донишҷӯ (%82) гуфтанд, ки дар оянда ният доранд аз абзорҳои навиштани GenAI истифода кунанд. Аз донишҷӯёне, ки нияти истифодаи ояндаро изҳор карданд, %78 бо супориши GenAI таҷрибаи умумии мусбат ва %22 таҷрибаи манфӣ доштанд.

Аз донишҷӯёне, ки таҷрибаи мусбат доштанд, %93 ният доштанд GenAI-ро дар оянда истифода кунанд. Аз чор донишҷӯе, ки дар оғоз намехостанд GenAI истифода кунанд, нисфашон дар охири курс гуфтанд, ки дар оянда истифодаи онро баррасӣ мекунанд.

Саводнокии prompt

%82 донишҷӯён гузориш доданд, ки дар малакаҳои prompt-engineering пешрафтро эҳсос кардаанд. Дар ҷавобҳои кушода донишҷӯёне низ буданд, ки саводнокии prompt-ро яке аз арзишмандтарин дастовардҳои супориш интихоб карданд.

Яке аз паёмҳои муҳими омӯзишии таҳқиқот ин аст, ки сохтани prompt-и хуб кори якдафъаинаи навиштани фармон нест. Аксари донишҷӯён маҷбур шуданд prompt-и аввалини худро тағйир диҳанд, то шакл, манбаъ, сатҳи ҷузъиёт ё фарогирии заруриро таъмин кунанд.

Муваффақияти тағйироти prompt

Ин ҷадвал сатҳи муваффақияти донишҷӯёне, ки prompt-ро тағйир додаанд, ҳамчун эҳтимоли табдили як-ба-як нишон намедиҳад. Ду силсилаи фоизии Шакли 4 ҷавобҳои гуногуни пурсишро ҷамъбаст мекунанд. Бо вуҷуди ин, библиография равшан ҳамчун яке аз душвортарин самтҳои санҷиш дар натиҷаи GenAI барои донишҷӯён намоён шуд.

Арзёбии донишҷӯён оид ба дурустии илмӣ

Донишҷӯён дурустии илмии essay-ҳои тавлидкардаи GenAI-ро ба ҳисоби миёна 3,2/5 баҳогузорӣ карданд. Миқёс аз 1 = “highly inaccurate” то 5 = “highly accurate” муайян шуда буд. Муаллифон ин натиҷаро ҳамчун далеле муҳокима мекунанд, ки санҷиши манбаъ ва муҳтаво дар натиҷаҳои GenAI ҳанӯз зарур аст.

Нигарониҳои донишҷӯён чӣ гуна тағйир ёфтанд?

Ду сутуни аввали фоизӣ дар ҷадвал ченаки мустақими паҳншавии як савол дар ду нуқтаи вақт нестанд. Сутуни аввал нигарониҳои пеш аз курс зикршударо, сутуни дуюм категорияҳои дар таҷрибаҳои манфии давоми курс зикршударо ифода мекунад. Аз ин рӯ, масалан, арзишҳои %82 ва %27-ро наметавон мустақим ҳамчун “нигаронии плагиат аз %82 ба %27 коҳиш ёфт” тафсир кард. Самти тағйирот бо категорияи медиании банди ҷудогонаи Q19 дода шудааст ва барои нигаронии плагиат ин самт афзоиш аст.

Нигаронӣ аз эҷодкорӣ

Баъзе донишҷӯён изҳор карданд, ки забон ва шакли навиштани пешниҳодкардаи GenAI метавонад ба услуби шахсии онҳо таъсир расонад ва пас аз як бор дидани намунаи матни тавлидкардаи AI навиштани мустақил аз он душвортар шавад. Муаллифон ба тағйири муносибати донишҷӯён аз 2023 то 2024 аз танҳо самаранокӣ ва кунҷковӣ ба арзёбии интиқодии маҳдудиятҳои GenAI, зарурати санҷиш ва таъсирҳои эҳтимолии он ба эҷодкорӣ ишора мекунанд.

Fall 2023 ва Fall 2024 гурӯҳҳои гуногуни донишҷӯён мебошанд. Аз ин рӯ, фоизҳои байни солҳо набояд ҳамчун тағйири longitudinal дар ҳамон афрод бо гузашти вақт тафсир шаванд.

Муқоисаи иктишофии байни 2023 ва 2024

Дар 2024 ҳиссаи донишҷӯёне, ки дар бораи супориши бо GenAI дастгиришаванда таҷрибаи умумии манфӣ гузориш доданд, %32 буд, дар ҳоле ки дар таҳқиқоти қаблии 2023 %22 буд. Ҳиссаи онҳое, ки пешниҳод карданд дар курсҳои оянда ба ҷойи GenAI ба мавзӯъҳои фаннӣ бештар таваҷҷуҳ карда шавад, аз %9 ба %27 афзуд.

Муаллифон ин тағйирро бо он алоқаманд мекунанд, ки донишҷӯён GenAI-ро бештар интиқодӣ ва воқеъбинона арзёбӣ мекунанд. Аммо ин озмоиши назоратшуда ё мувофиқкардашудаи cohort байни ду сол нест.

Ҷиҳатҳои қавии таҳқиқот

• Ҷойгир кардани истифодаи GenAI бевосита дар омӯзиши мавзӯъҳои химия/биохимия.
• Баррасии на танҳо басомади истифода, балки омилҳои қабул чун фоиданокӣ, ошноӣ, эътимод, махфият, мутобиқат ба вазифа ва сифати натиҷа.
• Арзёбии ҷавобҳои миқдории пӯшида дар баробари шарҳҳои кушодаи донишҷӯён.
• Санҷиши эътимоднокии байни кодгузорон дар кодгузории сифатӣ бо Cohen's κ.
• Қисми ҳатмии супориш гардондани санҷиши матни тавлидкардаи AI ва бозкоркарди он бо навиштаи худи донишҷӯ.
• Баррасии саводнокии prompt ҳамроҳ бо огоҳии ахлоқӣ ва санҷиши маълумот.

Маҳдудиятҳои таҳқиқот

• Ба як курси биохимияи University of Michigan асос ёфтааст.
• Дар таҳлил танҳо 22 донишҷӯ иштирок карданд.
• Иштирок ихтиёрӣ аст ва мумкин аст донишҷӯёни бештар таваҷҷуҳдошта ба GenAI ғарази интихобиро ба вуҷуд оваранд.
• Манбаи асосии маълумот пурсишҳои худгузоришӣ мебошанд; афзоиши гузоришшудаи эътимод ё дониш бо афзоиши воқеии рафтор ё омӯзиши объективӣ яксон нест.
• Гурӯҳи назоратӣ вуҷуд надорад.
• Донишҷӯёни истифода/наистифодабарандаи AI randomize нашудаанд.
• Супориш кӯтоҳмуддат ва маҳдудҳаҷм аст; рушди малакаи дарозмуддат арзёбӣ нашудааст.
• Иштирокчиён донишҷӯёни сатҳи болоии бакалаврӣ ва оғози магистратура мебошанд; ба сатҳҳои дигари таҳсил бевосита умумӣ кардан мумкин нест.
• Дақиқии ҷавобҳои абзорҳои гуногуни GenAI бо benchmark-и стандартии муштарак муқоиса нашудааст.

Натиҷаҳое, ки таҳқиқот дастгирӣ мекунад

• Дар ин заминаи курс қисми зиёди донишҷӯён бо GenAI бештар ҳамкорӣ карданд.
• Донишҷӯён афзоиши худгузоришии эътимод ба prompt-engineering ва саводнокии prompt-ро қайд карданд.
• Аксари донишҷӯён ният доранд дар оянда абзорҳои навиштани GenAI-ро истифода кунанд.
• Дар истифодаи абзор фоиданокӣ ва ошноӣ; дар тавсияи абзор мутобиқат ба вазифа, сифат, эътимод ва махфият омилҳои муҳим мебошанд.
• Дурустии библиография ва чуқурии кофии муҳтаво дар навиштани илмии бо GenAI дастгиришаванда мушкилоти муҳим боқӣ монданд.
• Донишҷӯён нисбат ба таъсирҳои ахлоқӣ, экологӣ, поквиҷдонии академӣ ва эҷодкории GenAI нигарониҳои интиқодӣ инкишоф доданд.

Натиҷаҳое, ки таҳқиқот дастгирӣ намекунад

• Исбот нашудааст, ки GenAI дониши биохимиявии донишҷӯёнро ба таври сабабӣ зиёд мекунад.
• Чен карда нашудааст, ки истифодаи GenAI натиҷаи имтиҳон ё озмоишгоҳро беҳтар мекунад.
• Нишон дода нашудааст, ки U-M GPT аз ChatGPT аз ҷиҳати техникӣ дақиқтар аст.
• Нишон дода нашудааст, ки ChatGPT аз U-M GPT аз ҷиҳати таълимӣ муассиртар аст.
• Афзоиши худгузоришии эътимоди донишҷӯён ба холи объективии малака баробар нест.
• Натиҷаҳоро ба ҳамаи донишҷӯёни химия ё ҳамаи донишгоҳҳо умумӣ кардан мумкин нест.
• Мақола модели нави transformer таҳия накардааст ва фаъолияти меъмориҳои transformer-ро дар вазифаҳои химиявӣ benchmark накардааст.

Кумитаи ахлоқ ва розигии огоҳона

University of Michigan Health Sciences and Behavioral Sciences Institutional Review Board қарор дод, ки таҳқиқот аз назорати IRB озод аст. Рақами протокол HUM00245013 мебошад. Аз ҳамаи шахсони иштироккарда розигии огоҳона гирифта шуд.

Бархӯрди манфиатҳо

University of Michigan дар LearningClues, ки бо яке аз технологияҳои истифодашуда дар таҳқиқот алоқаманд аст, манфиати молиявӣ дорад. Kevyn Collins-Thompson ҳамихтироъкори яке аз ин технологияҳо ва соҳиби қисмии LearningClues, Inc. мебошад. Ба иштирокчиён ин бархӯрди манфиатҳо хабар дода шуд, Collins-Thompson мустақиман дар раванди розигии огоҳона иштирок накард ва University of Michigan Institutional Conflict of Interest Committee рӯзи 3 апрели 2024 нақшаи идоракунии бархӯрди манфиатҳоро тасдиқ кард.

Таҳқиқоти оянда

Муаллифон санҷиш бо намунаҳои калонтар, муқоисаи саводнокии иттилоотӣ бо AI ва бе AI, арзёбии таъсири GenAI ба омӯзиш ва рушди малакаҳои дарозмуддат, баррасии мустақимтари рафтори поквиҷдонии академӣ ва анҷоми таҳқиқот дар фанҳои гуногунро пешниҳод мекунанд.

Ёддошт оид ба Манбаъ ва Усул

Таҳқиқоти аслӣ: Integrating AI Literacy in Chemistry Graduate Education: Harnessing the Power of Transformer-Based Models.

Муаллифон: Yulia V. Sevryugina; Kevyn Collins-Thompson; Nils G. Walter.

Муаллифи масъул: Yulia V. Sevryugina.

Муассиса 1: Taubman Health Sciences Library, University of Michigan, Ann Arbor, Michigan, USA.

Муассиса 2: School of Information, University of Michigan, Ann Arbor, Michigan, USA.

Муассиса 3: Department of Electrical Engineering and Computer Science, College of Engineering, University of Michigan, Ann Arbor, Michigan, USA.

Муассиса 4: Department of Chemistry, University of Michigan, Ann Arbor, Michigan, USA.

Маҷалла: AI in Education.

Ношир: MDPI, Basel, Switzerland.

Ҷилд / шумора / мақола: 2(2), 14.

DOI: 10.3390/aieduc2020014.

Навъи мақола: Article-и баррасишуда; таҳқиқоти хурднамуна, иктишофӣ/proof-of-concept дар соҳаи таълим.

Санаҳо: Қабул барои баррасӣ 15 январи 2026; бознигарӣ 07 марти 2026; қабул 13 апрели 2026; нашр 04 майи 2026.

Иҷозатнома: Creative Commons Attribution (CC BY).

Давраи таҳқиқот: Fall 2024.

Курс: Biol/Chem 455/505 — Nucleic Acids Biochemistry—The RNA (and DNA) World Within.

Намуна: 25 донишҷӯи номнависшуда дар курс; 22 донишҷӯи ихтиёрӣ дар таҳлил (%88 сатҳи ҷавоб).

Ёддошти унвон–намуна: Унвони аслӣ ибораи “Graduate Education”-ро истифода мекунад, аммо танҳо 5 нафар (%23) аз гурӯҳи таҳлил донишҷӯи магистратура ҳастанд; иштирокчиёни боқимонда донишҷӯёни бакалаврӣ мебошанд. Аз ин рӯ, натиҷаҳо набояд танҳо ҳамчун намунаи донишҷӯёни магистратура тавсиф шаванд.

Ҷамъоварии маълумот: Пурсиши пешакӣ ва ниҳоӣ; саволҳои пӯшида ва кушода.

Таҳлили миқдорӣ: Таҳлили тавсифӣ; SPSS version 30.

Таҳлили сифатӣ: Кодгузории индуктивӣ; Cohen's κ барои ду кодгузор дар категорияҳои мувофиқ; ҳадди созиши қобили қабул κ ≥ 0,70.

Ахлоқ: University of Michigan Health Sciences and Behavioral Sciences Institutional Review Board; аз IRB oversight озод, HUM00245013.

Розигӣ: Аз ҳамаи иштирокчиён розигии огоҳона гирифта шуд.

Маблағгузорӣ: Center for Academic Innovation at the University of Michigan, Ann Arbor.

Дастрасии маълумот: Бахши Data Availability Statement-и манбаъ ба Chemistry Librarian Lecture истинод мекунад. Гуфта шудааст, ки Supplementary Materials таҳлили библиометрӣ, дастурҳои супориш, абзори пурсиш, варақаи кори таҳлили маълумот, Figure S1 ва Tables S1–S15-ро дар бар мегирад. Мақола намегӯяд, ки ҷавобҳои хоми инфиродии донишҷӯён ҳамчун маҷмуаи маълумоти кушода нашр шудаанд.

Бархӯрди манфиатҳо: University of Michigan дар LearningClues, Inc. манфиати молиявӣ дорад. Kevyn Collins-Thompson ҳамихтироъкори яке аз технологияҳои дахлдор ва соҳиби қисмии LearningClues, Inc. мебошад. University of Michigan нақшаи идоракунии бархӯрди манфиатҳоро татбиқ кардааст.

Саҳми муаллифон: Консептуализатсия Yulia V. Sevryugina ва Nils G. Walter; методология Yulia V. Sevryugina, Kevyn Collins-Thompson ва Nils G. Walter; нармафзор Kevyn Collins-Thompson; санҷиш ва таҳлили расмӣ Yulia V. Sevryugina; захираҳо се муаллиф; тарҳи аввал Yulia V. Sevryugina; бозбинӣ-таҳрир се муаллиф; визуализатсия ва назорат Yulia V. Sevryugina; идоракунии лоиҳа Yulia V. Sevryugina ва Nils G. Walter; ҷалби маблағгузорӣ аз ҷониби ҳар се муаллиф анҷом дода шудааст.

Маҳдудияти асосии методологӣ: Як курс, 22 иштирокчӣ, иштироки ихтиёрӣ, маълумоти асосан худгузоришӣ, давраи кӯтоҳ ва набудани гурӯҳи назоратӣ тафсири сабабӣ ва умумисозишавандаи натиҷаҳоро ба аҳолии васеъ маҳдуд мекунанд.

Ёддошти тафсири Шакли 1: Хулосаи мақола эътимодро ҳамчун меъёри махсусан қавӣ таъкид мекунад. Аммо дар матни асосӣ ва Шакли 1 омили бештар кодгузоришуда барои тавсияи абзор мутобиқат ба вазифа (%41), пас аз он сифати натиҷа (%36), фоиданокӣ ва эътимод (%23 ҳар кадом) нишон дода шудаанд. Аз ин рӯ, эътимод омили марказӣ аст, аммо дар Шакли 1 танҳо категорияи баландтарини рақамии тавсия нест.

Ёддошти версияи платформа: Тавсифҳои мақола оид ба хусусиятҳои ChatGPT, U-M GPT, U-M Maizey ва LearningClues ба давраи таҳқиқот тааллуқ доранд. Онҳо набояд ҳамчун хусусиятҳои кунунии маҳсулоти босуръат тағйирёбандаи GenAI умумӣ карда шаванд.

Ёддошти бозгӯии Verianla: Ин матн тарҷумаи пурраи таҳқиқоти аслӣ нест. Бо ҳифзи саволҳои таҳқиқот, дахолати таълимӣ, намунаи донишҷӯён, усули пурсиш, равиши кодгузорӣ, маълумоти график ва ҷадвал, натиҷаҳо, маҳдудиятҳо, маълумоти ахлоқӣ ва бархӯрди манфиатҳо қабати мустақили омӯзишии илмӣ ба забони тоҷикӣ сохта шудааст. Иқтибосҳои мустақими донишҷӯён бознашр нашудаанд; муҳтавои онҳо танҳо дар сатҳи натиҷаи илмӣ шарҳ дода шудааст.