A hagyományos keresők helyett egyre több fizikus hallgató párbeszédes mesterséges intelligenciától várja a gyors magyarázatokat. A Bar-Ilan Egyetem nemzetközi kutatása szerint a ChatGPT térnyerésével párhuzamosan mérhetően visszaesett a fizikai alapfogalmakra való rákeresések száma a Google felületén. A jelenség mögött a hallgatói információgyűjtési stratégiák mélyreható átalakulása áll.
Eltűnő keresések a Google és a Wikipedia oldalain
A Dr. Yossi Ben-Zion és Omer Michaeli, a Bar-Ilan Egyetem Fizikai Intézetének kutatói által vezetett felmérés a Colorado Boulder Egyetem professzorával, Noah Finkelsteinjel együttműködésben készült. A szakértők több mint húsz ország adatit vizsgálták meg a 2022 és 2025 közötti akadémiai években. A Google Trends statisztikái és a Wikipedia több nyelvű lapmegtekintési mutatói egyaránt azt igazolják, hogy a klasszikus mechanikához és az elektromosságtanhoz kapcsolódó kulcsszavak keresési gyakorisága folyamatosan csökkent.
A felmérés rávilágított arra, hogy a diákok korábban weboldalak és online enciklopédiák sorain átböngészve keresték a válaszokat a felmerülő szakmai problémákra. Ezzel szemben a generatív mesterséges intelligencia elterjedése óta sokkal szívesebben fogalmaznak meg közvetlen kérdéseket egy csevegőmodellnek. Az interaktív párbeszéd során azonnali, személyre szabott magyarázatot kapnak, amely kiváltja a találati listák kézi szűrését és az összehasonlító olvasást.
Mechanika és elektrodinamika a mesterséges intelligencia hálójában
A felmérés rámutatott bizonyos tematikus eltérésekre is a fizika tantárgyon belül. A klasszikus mechanikai témakörökben, mint például az erők, a lendület vagy a tömegközéppont számítása terén, mérhetően meredekebb csökkenés mutatkozott a hagyományos keresésekben, mint az elektrodinamika területén. A kutatók értékelése szerint ennek oka abban rejlik, hogy a mechanika alapelveit a generatív nyelvi modellek rendkívül pontosan képesek összefoglalni, míg a bonyolultabb elektromágneses egyenletek esetében a diákok még óvatosabbak.
Ennek ellenére az egyetemi félévekhez kapcsolódó ciklikusság megmaradt. A vizsgaidőszakok közeledtével a lekérdezések száma továbbra is megugrik a digitális térben, ami azt jelzi, hogy a tanulási folyamat alapvető ritmusa változatlan maradt. Csupán az alkalmazott technológiai csatorna cserélődött ki a mindennapi felkészülés során.
Nyelvi különbségek és a párbeszédes információkeresés jövője
Érdekes földrajzi és nyelvi eltérésekre is fény derült az adatok elemzése során. Az angol nyelvű régiókban a Google-keresések visszaesése jóval mérsékeltebb volt, mint a nem angol nyelvű országokban. Az angoltól eltérő anyanyelvű hallgatók számára a ChatGPT és más hasonló rendszerek kiemelkedő segítséget nyújtanak: a bonyolult szakkifejezéseket és elméleti tételeket saját anyanyelvükön, könnyen megérthető formában kaphatják meg.
A természetes nyelvhasználatra épülő modellek használata alapjaiban formálja át az önálló tanulás folyamatát. A diákok nem csupán elszigetelt tényeket keresnek, hanem visszakérdezhetnek, pontosításokat kérhetnek, sőt hibás feltételezéseikre is azonnali visszajelzést kapnak. Ez a fajta párbeszéd felgyorsítja az elméleti összefüggések átlátását és a házi feladatok megoldását.
Az egyetemi oktatás és a tudásellenőrzés új kihívásai
A felsőoktatásban dolgozó oktatók számára ez a változás új feladatokat teremt. A Bar-Ilan Egyetem kutatói kiemelik, hogy az oktatási intézményeknek a tananyagot és a számonkérési módszereket a megváltozott valósághoz kell igazítaniuk. Ha a hallgatók azonnal kész válaszokat kapnak az elméleti kérdésekre, a számonkérésnek a kritikai gondolkodásra és az összetett problémamegoldásra kell helyeznie a hangsúlyt.
Az oktatóknak fel kell készíteniük a diákokat a mesterséges intelligencia korlátainak felismerésére is. Mivel a nyelvi modellek néha meggyőzően tálalnak téves információkat vagy pontatlan számításokat, a fizikus hallgatóknak meg kell tanulniuk a kapott válaszok tudományos ellenőrzését. A pedagógiai cél így a válaszok megszerzéséről a generált eredmények kritikus elemzésére tevődik át.
