ChatGPT, Deepseek, Grok сияқты LLM-ді студенттердің жұмыстарын бағалауға қолдану
https://doi.org/10.54596/10.54596/2958-0048-2025-2-220-230
Аңдатпа
Бұл мақалада ChatGPT, Deep Seek және Grok сияқты үлкен тілдік модельдерді (LM) студенттердің жұмысын бағалау тапсырмаларында қолдану мүмкіндіктері қарастырылады. Автор автоматтандырылған тәсілдің күшті және әлсіз жақтарын анықтауға баса назар аудара отырып, оқытушылық бағалаумен салыстырғанда ChatGPT арқылы алынған нәтижелерге сапалы талдау жасайды. LLM пайдаланудың ықтимал артықшылықтары – өңдеу жылдамдығы, сәйкестік критерийлері, масштабталу – және шығармашылық пен талдау тереңдігін бағалауға байланысты шектеулер талқыланады. Тапсырма түріне (мәтін, код) және пәннің ерекшелігіне байланысты әртүрлі модельдердің қолданылуына ерекше назар аударылады. Жұмыс шолу-аналитикалық сипатқа ие және білім беруді бағалауды цифрландыру және LLM-ді оқу процесіне біріктіру саласындағы әрі қарайғы зерттеулердің бастапқы нүктесі бола алады.
Тірек сөздер
Автор туралы
К. Д. МунтиновҚазақстан
Мунтинов Кайрат Думанович, преподаватель кафедры ИКТ
Петропавл
Әдебиет тізімі
1. Perera Perera, R., Lankathilaka, M. Evaluating the efficacy of ChatGPT in automated essay scoring. Journal of Educational Technology & Society, 2024, 27(1), 1-15.
2. Holmes, W., Bialik, M., Fadel, C. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign, 2023.
3. Kasneci, E., Sefiler, K., Kuchemann, S., Bannert, M., Dementieva, D., Fischer, F., ... Kasneci, G. ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 2023, 103, 102274
4. Смирнов, В.А. Использование больших языковых моделей в образовании: обзоры и перспективы // Вестник образования. - 2020. - № 5(12). - С. 45-62.
5. Петрова, О.С. Оценка студенческих эссе: сравнительный анализ традиционных методов и автоматизированных подходов. // Вопросы педагогики. - 2021. - № 28(3). - С. 112-130.
6. Козлов, Д.Ю. Искусственный интеллект в образовании: этические аспекты и вызовы. // Философия образования. - 2022. - № 15(2). - С. 78-95.
7. Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., ... & Amodei, D. Language models are few-shot learners. Advances in neural in formation processing systems, 33, 2020 1877-1901.
8. Floridi, L., & Chiriatti, M. GPT-3: Its nature, scope, limits, and implications Minds and Machines , 30(3), 2020, 683-694.
9. Holmes, W., Bialik, M., & Fadel, C. Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign . 2023.
10. Баррат, Д. Последнее изобретение человечества: искусственный интеллект и конец эры Homo sapiens / Джеймс Баррат; [пер. с англ. Наталья Лисова]. - 2-е издание. - Москва: АНФ, 2019. - 396 с.
11. Доэрти, П. Человек + машина. Новые принципы работы в эпоху искусственного интеллекта / П. Доэрти, Дж. Уилсон; пер. с англ. О. Сивченко, Н. Яцюк. - М.: Манн, Иванов и Фербер, 2019. - 298 с.
Рецензия
Дәйектеу үшін:
Мунтинов К.Д. ChatGPT, Deepseek, Grok сияқты LLM-ді студенттердің жұмыстарын бағалауға қолдану. М. Қозыбаев атындағы Солтүстік Қазақстан Университетінің Хабаршысы. 2025;(2 (66)):220-230. https://doi.org/10.54596/10.54596/2958-0048-2025-2-220-230
For citation:
Muntinov K.D. Applying LLMs like ChatGPT, Deepseek, Grok for student work evaluation. Vestnik of M. Kozybayev North Kazakhstan University. 2025;(2 (66)):220-230. (In Kazakh) https://doi.org/10.54596/10.54596/2958-0048-2025-2-220-230