בינה מלאכותית ב-UNED: מחקרים, פרויקטים ושימוש אחראי

בינה מלאכותית ב-UNED הפכה לאחד מעמודי התווך האסטרטגיים הן בהוראה והן במחקר ובחדשנות חינוכית. החל מתואר שני בחקר בינה מלאכותית ועד קורסי המשך ופרויקטים של בינה מלאכותית גנרטיבית, אוניברסיטת הלמידה מרחוק הגדולה ביותר בספרד יוצרת מערכת אקולוגית חזקה מאוד סביב תחום זה.

אם אתם מחפשים מידע על "בינה מלאכותית של UNED" מכיוון שאתם שוקלים הכשרה, מחקר או פשוט להשלים פערים בנוגע לאופן שבו בינה מלאכותית (ובמיוחד בינה מלאכותית גנרטיבית) נמצאת בשימוש באוניברסיטאות, תמצאו כאן מדריך מקיף מאוד. נסקור תוכניות תואר רשמיות, הסמכות ספציפיות לאוניברסיטה, תכני קורסים, דרישות קבלה, מתודולוגיות למידה מרחוק, פרויקטים מוסדיים הכוללים בינה מלאכותית, וההשלכות האתיות והמשפטיות ש-UNED עצמה מעלה.

מה המשמעות של בינה מלאכותית בהקשר של UNED?

ב-UNED, ניגשים לבינה מלאכותית (AI) מנקודת מבט רחבה וקפדנית מאוד.זה מכסה הכל, החל מיסודות תיאורטיים ועד ליישומים העדכניים ביותר, כולל בינה מלאכותית גנרטיבית. זה לא מתמקד ב"כלים אופנתיים" כמו ChatGPT, אלא מתחיל עם מושגים קלאסיים כדי להבין באופן מלא מה עומד מאחורי המערכות הללו.

המבוא לבינה מלאכותית הנלמד בתכנית לתואר שני ובקורסים הוא מכסה רקע היסטורי, הגדרות פורמליות וההבחנה הקלאסית בין בינה מלאכותית חזקה לבינה מלאכותית חלשה. בינה מלאכותית חזקה מתייחסת למערכות אשר, בתיאוריה, יכולות להיות בעלות יכולות קוגניטיביות דומות לבני אדם, בעוד שבינה מלאכותית חלשה מתמקדת בתוכניות המסוגלות לפתור משימות ספציפיות ביעילות רבה, אך ללא מודעות או הבנה מעמיקה.

כמו כן, נסקרים רמות המחשוב השונות והמבנה הבסיסי של מערכת חכמה.ייצוג ידע, מנוע הסקה, מנגנוני למידה, ממשקי אינטראקציה וכו'. משם, הוא מסביר במה עוסקת בינה מלאכותית (תפיסה, חשיבה, תכנון, למידה, אינטראקציה עם אנשים...) ומפרק את תחומי היישום הפעילים ביותר: רפואה, חינוך, הנדסה, מערכות אבטחה, ערים חכמות, מעקב, ניתוח נתונים או רובוטיקה חברתית, בין היתר.

ה-UNED מדגיש את החשיבות של הבנה טובה של הסקה (כיצד מכונה עוברת מנתונים וכללים למסקנות) וההבדל בין גישות סימבוליות, קונקציוניסטיות והסתברותיות, כמו גם שיטות בהשראה ביולוגית ושיטות היברידיות המשלבות מספר פרדיגמות. כל זה משמש בסיס להבנת האופן שבו מודלים של שפה גדולה ומערכות יצירתיות עבור טקסט, תמונה או וידאו פועלים כיום.

תואר שני במחקר בינה מלאכותית מ-UNED

התואר השני במחקר בבינה מלאכותית מ-UNED הוא הסמכה רשמית, המתמקדת בבירור במחקר. ולא רק התמחות מקצועית. כלומר, מטרתה העיקרית היא להכין את הסטודנטים להתחיל קריירה מדעית, שבדרך כלל מסתיימת בעבודת דוקטורט, אם כי הידע הנרכש יקר ערך גם בחברות מבוססות טכנולוגיה.

תואר שני זה מקשר את הידע הבסיסי בבינה מלאכותית שנרכש בתואר הראשון עם חזיתות המחקר הנוכחיות.העיצוב הוא מודולרי (יסודות, שיטות, יישומים ופרויקטים), וכל הנושאים הם אופציונליים למעט קורס אחד במתודולוגיית מחקר. זה מאפשר לסטודנטים להתאים אישית את מסלול הלמידה שלהם בהתבסס על הכשרתם הקודמת, השיטות שמעניינות אותם (סמליות, קונקציוניסטיות, הסתברותיות, בהשראה ביולוגית או היברידיות), ותחומי היישום שהם רוצים לחקור.

ההוראה מועברת כולה מרחוק דרך פלטפורמת UNED.משם, מתבצע ניטור מתמשך באמצעות פעילויות, תרגילים, פורומים, הגשת מטלות וכלים מקוונים אחרים. צוות ההוראה מספק תמיכה בספרדית או באנגלית בהתאם להעדפת התלמיד, אם כי אין זה אומר שכל החומרים זמינים בשתי השפות.

תואר שני זה מאומת על ידי ANECA וכפוף לתהליך הרשמי של אימות, ניטור והסמכה. נדרש על פי החקיקה הספרדית. מועצת האוניברסיטאות ומשרד החינוך מאשרים את מעמדו הרשמי, והתואר רשום בפנקס האוניברסיטאות, המרכזים והתארים (RUCT). ההסמכה מתחדשת מעת לעת, תוך אימות שהתוצאות מספיקות להמשך הצעת התוכנית.

באשר למסלולי קריירה, האפשרות העיקרית היא להמשיך עם תוכנית הדוקטורט במערכות חכמות בבית הספר למדעי המחשב ETSI של UNED (האוניברסיטה הלאומית לחינוך מרחוק).עם זאת, היא פותחת דלתות גם לתכניות דוקטורט קשורות אחרות באוניברסיטאות ספרדיות ובינלאומיות. למרות המיקוד המחקרי שלה, בוגרים רבים מיישמים את הידע שלהם בחברות המתמחות ב-IT, מדעי הנתונים, אבטחת סייבר, בריאות דיגיטלית או מגזרים שבהם בינה מלאכותית היא המפתח לחדשנות.

יעדי הכשרה ויכולות לתואר שני

עם סיום תואר שני בחקר בינה מלאכותית, על הסטודנט להיות מסוגל להתמודד בביטחון עם יסודות וטכנולוגיה מתקדמת של בינה מלאכותית.זה כולל הן את הבסיס התיאורטי והן מודלים וטכניקות מודרניים, עם דגש מיוחד על שיטות סימבוליות, קונקציוניסטיות והסתברותיות, כמו גם את הגישות ההיברידיות העדכניות ביותר.

יכולות מפתח כוללות שליטה במגוון רחב של שיטות בינה מלאכותית וידיעה מתי להשתמש בכל אחת מהן.מערכות מבוססות ידע, כללים ואילוצים, רשתות בייסיאניות, עצי החלטה, רשתות עצביות (כולל למידה עמוקה), מחשוב אבולוציוני, כריית נתונים, גילוי מידע בטקסטים, ראייה ממוחשבת, מערכות אדפטיביות בחינוך ועוד.

יכולת חיונית נוספת היא יישום שיטות אלו על תחומים ספציפיים ורלוונטיים ביותר.כגון רפואה, חינוך, הנדסה, אבטחה, מעקב או ערים חכמות. זה לא רק עניין של "מודלים של תכנות", אלא של הבנת ההקשר של הבעיה, תרגום ידע משפה טבעית לייצוג לחישוב, ותכנון מערכות יעילות, יעילות ובעלות תוקף מדעי.

תוכנית התואר השני שמה דגש חזק גם על מיומנויות מחקר מדעי.חיפוש וניהול ביבליוגרפיה, ניתוח ביקורתי של מצב הטכנולוגיה, ניסוח השערות ומטרות, תכנון ניסויים, איסוף ועיבוד נתונים, פירוש תוצאות, כתיבת מאמרים או מאמרים והגנה פומבית על עבודתם.

בהינתן רמת הבחירה הגבוהה בתוכנית, קשה להגדיר יכולות ספציפיות במיוחד לכולם.לכן, מומלץ לעיין בקפידה במדריכים לכל נושא, ומעל הכל, להסכים עם מנהל תוכנית התואר השני (ובהמשך עם מנהל עבודת הגמר לתואר שני) לגבי אילו נושאים וגישה מתאימים ביותר לתחומי העניין של כל סטודנט.

תוכנית לימודים, מסלולי לימוד ותזה לתואר שני

תואר שני מורכב מ-60 נקודות זכות ECTS, המקבילות לכ-1.500 שעות עבודה סטודנטיאליות.מתוך 60 נקודות זכות אלו, 30 מחולקות למקצועות בחירה ו-30 האחרות מוקדשות למקצוע חובה של מתודולוגיית מחקר (3 נקודות זכות) ולעבודת גמר לתואר שני (27 נקודות זכות).

מקצוע החובה הוא "מתודולוגיית מחקר במערכות חכמות" (3 ECTS)מומלץ לקחת קורס זה בתחילתו, שכן הוא מספק את הבסיס להתמודדות עם עבודת התזה לתואר שני וכל תחום מחקר בתחום. זהו מרכיב מפתח בלימוד כיצד לתכנן פרויקטים, לתכנן שלבים, לנהל מקורות ביבליוגרפיים ולכתוב טקסטים מדעיים.

מקצועות הבחירה (כולם בשווי 6 נקודות זכות) מכסים מגוון רחב מאוד של שיטות ויישומים.:

• יישומים של בינה מלאכותית לפיתוח אנושי ובר-קיימא
• למידה עמוקה
• מחשוב אבולוציוני
• גילוי מידע בטקסטים
• שיטות למידת מכונה
• שיטות הסתברותיות
• שיטות סמליות
• כריית נתונים
• יסודות העיבוד הלשוני
• מערכות אדפטיביות בחינוך
• ראיית מכונה
• קישור נתונים ונתונים סמנטיים

כהנחיה, תוכנית התואר השני מציעה מספר מסלולי לימוד אפשריים המבוססים על ניסיון משנים קודמות.:

1. הנדסת ידעהוא משלב נושאים כגון שיטות סימבוליות, רשת סמנטית וקישור נתונים, יסודות העיבוד הלשוני ויישומי בינה מלאכותית לפיתוח אנושי ובר-קיימא.

2. תורת ההחלטות וניתוח נתוניםזה סובב סביב שיטות הסתברותיות, כריית נתונים, שיטות למידת מכונה, חישוב אבולוציוני, גילוי מידע בטקסטים, יסודות העיבוד הלשוני ויישומי בינה מלאכותית לפיתוח אנושי ובר-קיימא.

3. מערכות חכמותהיא מסתמכת על שיטות למידת מכונה, ראייה מלאכותית, למידה עמוקה, מחשוב אבולוציוני ויישומי בינה מלאכותית לפיתוח אנושי ובר-קיימא.

4. הוראה ולמידההוא מתמקד במערכות אדפטיביות בחינוך, כריית נתונים, יסודות של עיבוד לשוני ויישומי בינה מלאכותית לפיתוח אנושי ובר-קיימא.

עבודת המאסטר (27 נקודות זכות) היא מבוא אמיתי למחקרעליה לכסות את כל השלבים: הגדרת הבעיה, סקירת מצב הטכנולוגיה, קביעת יעדים, תכנון מתודולוגי, יישום אבות טיפוס או ניסויים, ניתוח תוצאות וכתיבת טקסט מדעי, רצוי שניתן לפרסם אותו.

בהתחשב במשקלה העצום של עבודת המאסטר בסך נקודות הזכות, תפקידו של המנחה הוא קריטי.בחירת הסטודנטים המתקבלים לוקחת בחשבון לא רק את הרקורד האקדמי, אלא גם את יכולת ההדרכה האישית של כל פרופסור ואת הזיקה בין תחומי העניין של המועמד לבין תחומי המחקר הזמינים.

גישה, הרשמה מוקדמת וקריטריוני קבלה לתכנית לתואר שני

כדי להירשם לתואר שני בחקר בינה מלאכותית ב-UNED, חיוני לעבור תחילה תהליך רישום מוקדם וקבלה.תואר קודם אינו מספיק, מכיוון שהתכנית מוגבלת במקומות בהתאם ליכולת הסגל להדריך עבודות גמר לתואר שני.

בוגרי אוניברסיטה רשמיים מהמערכת הספרדית או מאזור ההשכלה הגבוהה האירופי (EHEA) זכאים להגיש מועמדות המאפשרים גישה לתכניות לתואר שני. תארים ממערכות חינוך מחוץ לאזור ההשכלה הגבוהה האירופי (EHEA) מתקבלים גם הם, בתנאי שהאוניברסיטה מאשרת את השוויון ברמת ההשכלה. גישה זו אינה מרמזת על הכרה מלאה בתואר; היא רק מכשירה את המחזיק בו להמשיך לתואר שני זה ב-UNED.

ההרשמה המוקדמת נפתחת בדרך כלל במחצית השנייה של חודש מאילמרות שחובה לבדוק את לוח השנה הרשמי באתר האינטרנט של UNED בכל שנה (מדור תואר שני ב-EHEA), מדריך הקורסים לשנים 2025-26 משמש כמקור עזר, אך התוכן והתאריכים מתעדכנים בכל מהדורה חדשה.

בנוסף לבקשה הרשמית בטופס טופס UNED, על המבקש למלא טופס ייעודי (קישור ל-Google Forms מופיע במדריך) שם תספקו את המידע האקדמי שלכם, ניסיונכם, תחומי העניין המחקריים שלכם וההתאמה שלכם לתכנית לתואר שני. טופס זה נדרש למילוי מראש.

תהליך הבחירה כולל מספר שלביםרכז תוכנית התואר השני מכין "תקציר מנהלים" של כל בקשה ומפיץ אותו לסגל כדי שיוכלו להעריך את התאמת המועמדים על סמך נושאי עבודת התזה שלהם. חלק מהפרופסורים עשויים ליצור קשר עם המועמדים לראיונות טלפוניים או בשיחות וידאו. כל פרופסור מציין בסופו של דבר האם הוא תומך במועמדים מסוימים או לא.

רשימת המועמדים הנתמכים מתפקדת כמעין "רשימה מצומצמת"זה לא מבטיח קבלה, אבל זה אינדיקטור חזק מאוד: אם אף פרופסור לא ממליץ על מועמד, סביר מאוד שהוא לא יתקבל. אלו עם אישור אחד או יותר מקבלים את מספר ושמות הפרופסורים התומכים.

לאחר מכן על התלמיד לבחור את הבמאי המתאים ביותר וליצור איתו קשר. כדי לסיים את תהליך הקבלה, לאחר הסכמה, יש להודיע ​​לרכז הקבלה כך שסטטוס בקשתך ישתנה ל"התקבל" ותוכל להירשם עם פתיחת התקופה המתאימה. אם הפרופסור שנבחר בתחילה אינו יכול למלא את התפקיד (עקב רישום מלא או סיבות אחרות), הסטודנט יכול ליצור קשר עם מרצים אחרים שיוכלו גם הם לתמוך בו.

מבחינת קריטריונים כמותיים, קבלה שוקלת שני גושי משקלכישורים אקדמיים (כולל ממוצע ציונים) עד 30%, ויתרונות אחרים הקשורים לתכנית לתואר שני, ניסיון מחקרי, זיקה נושאית ומסירות צפויה עד 70%. יש לבטא את ממוצע הציונים בסולם של 1-4; אם הגיליון האקדמי הוא בסולם אחר, יש להמיר אותו בהתאם להוראות ותבניות ההצהרה בשבועה המסופקות על ידי UNED.

משך זמן, עומס עבודה ותכנון הרשמה

למרות שתכנית התואר השני נועדה להשלמה במשרה מלאה תוך שנה אחת, המציאות היא שמשך הלימודים הממוצע הוא בדרך כלל בין שנתיים לשלוש.מכיוון שרוב הסטודנטים משלבים את לימודיהם עם עבודה או אחריות אחרת.

כל נקודות זכות ECTS שוות ערך ל-25 שעות עבודה; 60 נקודות הזכות של התואר השני מייצגות כ-1.500 שעות.כדי לתת לכם מושג, שעות העבודה השנתיות הסטנדרטיות הן כ-1.776. זו הסיבה שהמדריך עצמו מתעקש שסטודנטים יעריכו בקפידה את זמינותם בפועל לפני שיתחייבו לכל 60 נקודות הזכות בבת אחת.

תקנות UNED קובעות שהייה מקסימלית של 4 שנים רצופות להשלמת תואר שנימגבלת זמן זו, יחד עם עלות שכר הלימוד (אותה יש לבדוק בדף המחירים לציבור הרחב של UNED לתארים שני), הופכת את זה למומלץ לתכנן היטב את קצב הלימודים.

בשנה הראשונה, חובה להירשם ללפחות 12 נקודות זכות.מומלץ לכלול תמיד את הנושא "מתודולוגיית מחקר במערכות חכמות" (3 נקודות זכות) ולפחות שני קורסי בחירה. משם, ניתן להתאים את מספר נקודות הזכות בהתאם לזמן היומי הזמין (8 שעות ביום במשך שנה אחת, 4 שעות ביום במשך כשנתיים, וכן הלאה).

בנוגע לעבודת המאסטר, קיימת אפשרות להירשם למצב הדרכה.אין פירוש הדבר תשלום עבור מלוא 27 נקודות הזכות כרגע, אלא הבטחת קשר עם מנהל התוכנית והתקדמות בהגדרת הפרויקט. כאשר תתקבל ההחלטה למסד את עבודת המאסטר עם הגנה, יידרש רישום ל-27 נקודות הזכות המתאימות. אם ההגנה לא תתקיים במהלך שנת הלימודים בה שולם, יהיה צורך ברישום מחדש.

שיעורי הנשירה ההיסטוריים מראים עד כמה תוכנית זו תובענית.עם ערכים משתנים בהתאם לקורס (כ-20-50% בשנים שנבדקו). מספר הסטודנטים המתקבלים מתאים את עצמו גם ליכולת הניהול: בשנים האחרונות הוא נע בין 30-48 סטודנטים לקורס.

מתודולוגיית למידה מרחוק, הערכה ואיכות תוכנית המאסטר

תוכנית המאסטר נלמדת כולה באופן מקוון, תוך מינוף הניסיון של UNED בלמידה מרחוק.כל נושא נתמך על ידי הפלטפורמה הווירטואלית: פורומים, הגשת מטלות מעשיות, חומרים, סמינרים בווידאו וכו'. אין התמחויות חיצוניות חובה, אך האופי הניסיוני של התוכנית בא לידי ביטוי במשקלן של המטלות והפרויקטים המעשיים בהערכה.

ההערכה מבוססת בדרך כלל על השלמה והגשה של פעילויות, פרויקטים או תרגילים מעשיים. עם מועדים מוגדרים. אם הסטודנט יגיש לאחר המועד האחרון הראשי של יוני אך בתוך המועד האחרון של ספטמבר, הדבר יופיע בפרוטוקול של אותו מושב. אוגוסט נחשב לחודש ללא הוראה.

בנוגע למערכת אבטחת האיכות, ל-UNED יש מערכת אבטחת איכות פנימית (SGIC). מוסמך על ידי ANECA, הכולל תארים ראשונים, שניים ודוקטורט. מערכת זו מנטרת את איכות צוות ההוראה, המשאבים, שירותי הסטודנטים, הקבלה, ההדרכה, השמה בעבודה, מעקב אחר תוצאות, טיפול בהצעות ותלונות והתאמת צוות התמיכה.

האחריות על איכות תוכנית התואר השני מוטלת על מספר גופיםהוועדה המתאמת לתואר, ועדת אבטחת האיכות של המרכז, צוות הניהול של בית הספר, וועדת אבטחת האיכות של UNED. בנוסף, הפורטל הסטטיסטי של האוניברסיטה מציע מדדי ביצועים ושביעות רצון עבור כל תוכנית תואר, כולל נתונים עבור תוכנית תואר שני זו (בשמה הנוכחי או בשמה הקודם, תואר שני בבינה מלאכותית מתקדמת).

תואר זה אינו מקנה גישה ישירה למקצועות מוסדרים.עם זאת, זה מאפשר גישה ללימודי דוקטורט (העומד בדרישות הציון הכוללות האחרות) ובונה פרופיל אטרקטיבי מאוד עבור חברות המחפשות מומחים במערכות חכמות, ניתוח נתונים מתקדם או פתרונות בינה מלאכותית יישומית.

תארים שניים והכשרה נוספים בתחום הבינה המלאכותית בבית הספר למדעי המחשב ETSI של UNED

בנוסף לתואר שני בחקר בינה מלאכותית, מדעי המחשב ETSI של UNED מציעה שלושה תארים רשמיים נוספים לתואר שני המכוונים יותר לתחום המקצועי.אשר עשוי לעניין את אלו המחפשים גישה יישומית יותר להנדסת מחשבים וניהול טכנולוגיה.

תארים שניים אלה הםתואר שני בהנדסת מחשבים, תואר שני בהנדסה ומדעי הנתונים, ו- תואר שני באבטחת סייברבכולם, בינה מלאכותית וניתוח נתונים ממלאים תפקיד רלוונטי, אם כי הגישה אינה מכוונת מחקרית לחלוטין כמו בתוכנית המאסטר בבינה מלאכותית.

הבדל ברור אחד טמון במשקל שניתן לעבודת המאסטרבשלוש תוכניות המקצועיות הללו, עבודת המאסטר שקולה בדרך כלל ל-12 נקודות זכות ECTS (כ-300 שעות), בעוד שבתואר שני במחקר בבינה מלאכותית, עבודת המאסטר כוללת 27 נקודות זכות (675 שעות), כמעט מחצית מהמאמץ השנתי הכולל.

בית הספר למדעי המחשב של ETSI מתחזק גם מרחב וירטואלי ספציפי שבו מתפרסמות מלגות והצעות עבודה הקשורות לבינה מלאכותית.תוכניות אלו מכוונות במיוחד לסטודנטים לתואר שני. הן מאפשרות קשר עם קבוצות מחקר, חברות טכנולוגיה ומוסדות המעוניינים בפרופילים מתקדמים בבינה מלאכותית.

לימודי המשך, תארים מתקדמים וקורסים בנושא בינה מלאכותית ב-UNED

מעבר לתארים רשמיים לתואר שני, UNED מציעה תוכנית לתארים מתקדמים עם תארים משלה. (תואר שני בחינוך מתמשך, תעודות התמחות, תעודות מומחה ותעודות הכשרת מורים) הכוללות גם קורסי הכשרה הקשורים לבינה מלאכותית ומיומנויות דיגיטליות.

כדי לגשת לתארים מיוחדים אלה, נדרש בדרך כלל תואר אוניברסיטאי, תואר ראשון, דיפלומה, תואר בהנדסה או תואר באדריכלות.עם זאת, באופן חריג, ועם דיווח חיובי ממנהל הקורס, הרקטור רשאי לפטור מדרישת התואר אנשים בעלי קריירה מקצועית מוסמכת המדגימה את היכולת להשלים בהצלחה את ההכשרה, ובלבד שיש להם גישה לאוניברסיטה בהתאם לתקנות הנוכחיות.

בקורסים אלה, UNED עובדת על מיומנויות כגון חיפוש וניהול של מידע דיגיטלי, יצירת תוכן ופתרון בעיות באמצעות טכנולוגיה., בהתאם למסגרות של כשירות דיגיטלית (למשל, רמות ניווט, סינון והערכה של מידע; פיתוח תוכן דיגיטלי; תכנות בסיסי; שימוש יצירתי בטכנולוגיה וכו').

דוגמה מייצגת היא הכשרה מבוא בבינה מלאכותית המטרה הכוללת היא לספק הבנה ברורה של מהי בינה מלאכותית וכיצד היא מיושמת בפועל, החל מיצירת טקסט ועד יצירת תמונות. מצופה מהסטודנטים להבין את יסודות הפעולה של מערכות אלו, את היתרונות שלהן, מגבלותיהן והסיכונים הנלווים.

הכשרה זו משלבת בדרך כלל חומרים כתובים (רשימות, מצגות), הקלטות שיעורים, פורומי דיון ופעילויות מעשיות.כלים מקוונים כמו ChatGPT, Bing Chat או ChatSonic משמשים להצגת מקרי שימוש מהעולם האמיתי ביצירת תוכן, תוך התחשבות תמיד בגישה ביקורתית ואתית לשימוש בהם בהקשרים אקדמיים ומקצועיים.

מבוא, שימושים וסיכונים של בינה מלאכותית בקורסים ספציפיים

בקורסים קצרים המיועדים לקהל הרחב, UNED מחלקת את תוכן הבינה המלאכותית לבלוקים ברורים מאוד.אשר מאפשרים לאנשים ללא הכשרה טכנית קודמת להבין מה עומד מאחורי הכלים הללו.

הבלוק הראשון הוא בדרך כלל מודול מבוא שבו נענות על שאלות בסיסיות.מהי בינה מלאכותית, מהן מטרותיה, כיצד היא התפתחה מבחינה היסטורית, ואילו סוגים עיקריים של בינה מלאכותית נבדלים זה מזה (למשל, מערכות מומחים מסורתיות, מודלים של למידה מפוקחת, רשתות עצביות עמוקות, מחוללי תוכן וכו').

החלק השני מתמקד בשימוש המעשי בבינה מלאכותיתהקורס מזהה את המשימות היומיומיות בהן אנו כבר משתמשים בטכנולוגיה זו (כלי המלצה, עוזרים וירטואליים, מסנני דואר זבל, מערכות תרגום וכו') ומתעמק ביצירת טקסטים ושיחות באמצעות כלים כמו ChatGPT, Bing ו-ChatSonic. תשומת לב רבה ניתנת גם ליצירת תמונות באמצעות מודלים גנרטיביים, תוך ניתוח האפשרויות והמגבלות שלהם.

חלק שלישי מתמקד בסיכונים ובשיטות עבודה רעות.דיסאינפורמציה, גניבה ספרותית, גניבת זהות, יצירת תוכן מפלה או מוטה, שימוש לרעה במשימות אקדמיות וכו'. נסקרים דוגמאות אמיתיות ונידונים כיצד לזהות סימנים לכך שתוכן עשוי להיות נוצר על ידי בינה מלאכותית, כמו גם החשיבות של אימות תמידי של מידע.

המתודולוגיה משלבת תיאוריה, הדגמות חיות ודיונים פתוחיםהתלמידים מוזמנים לשתף כיצד הם משתמשים בכלים אלה בסביבתם, נדונים מקרי מדע בדיוני ביחס ליישומים אמיתיים, ורוח ביקורתית מטופחת כדי להימנע הן מהתלהבות נאיבית והן מדחייה מוחלטת.

בינה מלאכותית גנרטיבית, מחקר ואסטרטגיה מוסדית ב-UNED

הופעתה של בינה מלאכותית גנרטיבית (Generative AI או GenAI) סימנה נקודת מפנה ב-UNEDזה נכון במיוחד בעקבות ההשפעה העצומה של כלים כמו ChatGPT, שהגיעו לעשרות מיליוני משתמשים תוך חודשים ספורים בלבד. מודלים מסוג זה, המבוססים על ארכיטקטורות טרנספורמטור ומודלים של שפה גדולה (LLMs), מסוגלים לייצר טקסט, תמונות, סרטונים ותוכן אחר מהוראות פשוטות בשפה טבעית.

בתחום המחקר המדעי, בינה מלאכותית גנרטיבית כבר נמצאת בשימוש כדי להאיץ שלבים רבים בתהליך המחקר.חיפוש וסינתזה בספרות, יצירת תקצירים, סיוע בתכנון ניסויים, תמיכה בניתוח נתונים חקרני, ניסוח כתבי יד, סקירת סגנון כתיבה, יצירת איורים או דיאגרמות וכו'. כלים כגון ChatGPT, SciSpace, Elicit, Perplexity, Epsilon, Consensus, Scite, NotebookLM, Jenni או Microsoft Copilot הם חלק מהרפרטואר של חוקרים רבים.

במקביל, UNED מדגישה מאוד את המגבלות והסיכונים של מערכת מסוג זה.הם מניפולטיביים עם נתונים, יכולים לשחזר הטיות הקיימות במערכות אימונים, מטפלים בנושאי פרטיות ברגישות, והסתמכותם על חומרים שעשויים להיות מוגנים בזכויות יוצרים מעוררת דיונים משפטיים ואתיים חשובים.

זו הסיבה שסגן הרקטור לחדשנות חינוכית הגדיר אסטרטגיה ספציפית לשימוש בבינה מלאכותית גנרטבית בהוראה ובלמידה.המטרה כפולה: מצד אחד, לנצל את ההזדמנויות שמציעים כלים אלה כדי לשפר את חוויית התלמידים והמורים, ומצד שני, לשמר את היושרה והמצוינות האקדמית על ידי מניעת שימושים לא ישרים או אטומים.

אסטרטגיה זו מיושמת באמצעות מספר קווי פעולההכנת מדריכים בנושא בינה מלאכותית גנרטיבית המיועדים למורים ולתלמידים, ארגון קורסי הכשרה וסדנאות (רבות מהן מועברות על ידי המכון האוניברסיטאי לחינוך מרחוק, IUED), ופיתוח פרויקטים של חדשנות חינוכית המשלבים בינה מלאכותית בפלטפורמות ובשירותים של UNED.

פרויקטים של חדשנות חינוכית עם בינה מלאכותית ב-UNED

UNED לא רק מדברת על בינה מלאכותית, אלא משלבת אותה באופן פעיל בפרויקטים ספציפיים. אשר שואפים לשפר את ההוראה, את ההכוונה האקדמית ואת חוויית הסטודנט, תמיד במסגרת אחראית.

בין הפרויקטים שמקודמים על ידי סגן הרקטורט לחדשנות חינוכית, בולטים הבאים::

1. מרכז חדשנות חינוכיתפלטפורמה המשתמשת בבינה מלאכותית גנרטורה כדי להציע חידושים בהוראה במקצועות ספציפיים. היא עוזרת למורים לזהות מתודולוגיות, פעילויות או משאבים חדשים שהם יכולים להכניס לקורסים שלהם כדי לשפר את הלמידה.

2. מעבדה לטכנולוגיות חינוכיות מתפתחותמעבדה זו, המשולבת בתוך המרכז עצמו, מתנסה בפונקציונליות מתקדמות של בינה מלאכותית גנרטיבית כדי לתמוך בסגל ולהציע שירותים טובים יותר לסטודנטים. היא ממנפת את פלטפורמת Edubots, שנוצרה ב-UNED, כדי לפתח עוזרי שיחה וכלים חכמים אחרים.

3. אימותפרויקט זה מתמקד באיתור גניבה ספרותית במבחני הערכה מתמשכים (CAT) באמצעות טכניקות עיבוד שפה טבעית. הוא חורג מעבר להשוואה גרידא של טקסטים; הוא מנתח דפוסי כתיבה וקוהרנטיות.

4. ממליץ אקדמימערכת המלצות חכמה המנתחת נתונים אקדמיים מורכבים כדי לספק הצעות לסטודנטים ולסגל. ניתן להשתמש בה, למשל, כדי להנחות את בחירת הקורסים, לייעל את התכנון האקדמי או לזהות מסלולים אקדמיים בעייתיים.

5. ARCDUפרויקט המתמקד בתכנון אונטולוגיה המאפשרת חיפוש מתקדם של משאבים חינוכיים במנוע החיפוש של UNED, תוך שיפור אחזור החומרים באמצעות תיאורים סמנטיים.

6. ג'אונהיוזמה המשתמשת בבינה מלאכותית גנרטיבית כדי לשפר את התקשורת בקורסים של UNED Abierta, ויוצרת טקסטים ברורים יותר המותאמים לקהלי יעד שונים.

7. UNED פתוחמרחב לקורסי MOOC וקורסים המוניים שבהם נבדקות המלצות מותאמות אישית לתארים, תואר שני ולימודי המשך על סמך העניין וההתנהגות של המשתתפים בקורס ספציפי.

8. שפהפרויקט המפתח כלי בינה מלאכותית גנרטיביים להוראת ולמידה של שפות, כגון עוזרי שיחה, מחוללי תרגילים אדפטיביים או מערכות משוב אוטומטיות על יצירה בכתב ובעל פה.

כל היוזמות הללו תורמות ליצירת תרבות מוסדית של שימוש ביקורתי, מושכל ויצירתי בבינה מלאכותית.הימנעות מליפול לצריכה פשוטה של ​​כלים חיצוניים ובחירה בפתרונות משלנו התואמים את ערכי האוניברסיטה הציבורית.

אתיקה, תקנות ושימוש אחראי בבינה מלאכותית במחקר

ארגון UNED מדגיש שוב ושוב כי השימוש בבינה מלאכותית, ובמיוחד בבינה מלאכותית גנרטיבית, חייב להיות ביקורתי, מושכל ואחראי.לא מספיק לדעת "על איזה כפתור ללחוץ"; חיוני להבין את מגבלות המודל, את תנאי השימוש בכלי ואת ההשלכות האתיות והמשפטיות של מה שהוא מייצר.

בתחום המחקר, מומלץ גם להכיר את הכללים וההנחיות של מו"לים, כתבי עת מדעיים וגופים רגולטוריים. קשור לשימוש בבינה מלאכותית בכתיבה, ניתוח נתונים או סקירת כתבי יד. עלוני אתיקה רבים של הוצאה לאור כבר משלבים סעיפים ספציפיים על בינה מלאכותית גנרטיבית.

ההנחיות של UNED מדגישות נושאים כגון הצורך בשקיפות (הצהרה האם נעשה שימוש בבינה מלאכותית ולאיזו מטרה), והאחריות הסופית של המחברים. בנוגע לתוכן העבודה, ההגנה על נתונים רגישים שהוזנו לכלי צד שלישי, הימנעות מגניבת דעת, וחשיבות האימות הידני של כל נתונים קריטיים שהתקבלו באמצעות מודל גנרטיבי.

אתם מוזמנים גם להרהר על האיזון בין מאמץ לתועלת.שימוש בבינה מלאכותית כדי לחסוך זמן במשימות חוזרות או בעלות ערך מוסף נמוך יכול להיות חיובי, אך האצלת מוחלטת של חשיבה, תכנון מחקר או פרשנות תוצאות למערכת אוטומטית סותרת למידה עמוקה ואתיקה אקדמית.

בינתיים, הנציבות האירופית ומוסדות בינלאומיים אחרים מדגישים את החשיבות של הגדלת מספר המומחים בתחום הבינה המלאכותית.יש דיבורים על חיזוק הכשרה במיומנויות טכניות, חשיבה ביקורתית וקריטריונים אתיים בקרב אלו המתכננים, משתמשים או מושפעים מהמערכות הללו. UNED, עם דגש על למידה מרחוק ופיתוח מקצועי מתמשך, מיישרת קו עם הנחיות אלו על ידי הצעת מסלולי למידה גמישים ומשאבי הכשרה מגוונים.

בהתחשב בכל המחקרים הרשמיים הללו, התארים האישיים, הפרויקטים וההנחיות האתיות, בינה מלאכותית ב-UNED מוגדרת כמערכת אקולוגית שלמה מאוד.מרחב בו תוכלו להתאמן מאפס, להתמחות ברמת מחקר, להשתתף בפרויקטים של חדשנות חינוכית באמצעות בינה מלאכותית גנרטרית, ובמקביל לפתח פרספקטיבה ביקורתית המסוגלת לרתום את הפוטנציאל של טכנולוגיות אלו מבלי לאבד את היושרה האקדמית, האיכות המדעית וההשפעה החברתית של כל החלטה טכנית.