Barcelona, España
A medida que los modelos extensos de lenguaje continúan transformando las prácticas educativas, se vuelve esencial una evaluación exhaustiva de la influencia del pensamiento crítico en su uso. Este estudio examina cómo los estudiantes en los campos de la educación y la informática de la Universitat d’Andorra interactúan con los modelos extensos de lenguaje, centrándose especialmente en comprender sus experiencias de aprendizaje, estrategias de toma de decisiones y enfoques para resolver problemas. Utilizando métodos cualitativos y cuantitativos, la investigación analiza la frecuencia y los propósitos del uso de estas tecnologías, así como los procesos de pensamiento crítico que emplean los estudiantes para evaluar la fiabilidad y la relevancia del contenido generado por la inteligencia artificial. Los hallazgos revelan una gama de actitudes hacia los modelos extensos de lenguaje, que van desde la adopción entusiasta hasta el escepticismo. Si bien muchos estudiantes aprecian el apoyo académico inmediato y personalizado, la ayuda en la generación de contenido y la mejora de las habilidades de escritura que ofrecen estas herramientas, preocupan la precisión y los posibles sesgos de las salidas. En particular, los estudiantes demuestran niveles variables de activación de sus habilidades de pensamiento crítico cuando interactúan con los modelos extensos de lenguaje, algunos investigan activamente la confiabilidad de la información generada por la inteligencia artificial, mientras que otros exhiben una dependencia más pasiva de estas tecnologías. El estudio también destaca patrones de uso distintivos entre estudiantes de informática y educación. Los resultados contribuyen a una comprensión más profunda del comportamiento de los estudiantes en el contexto de la educación mejorada por la inteligencia artificial, proporcionando información valiosa para las instituciones educativas que buscan integrar estas herramientas en sus planes de estudios de manera efectiva. Además, esta investigación enfatiza la necesidad de mejorar las habilidades de pensamiento crítico dentro de los programas educativos para empoderar a los estudiantes a navegar por las complejidades de las capacidades y limitaciones de los modelos de lenguaje masivo.
As large language models continue to reshape educational practices, a comprehensive evaluation of critical thinking’s influence on large language models’ usage becomes essential. This study examines how students in the fields of education and computer science at the Universitat d’Andorra interact with large language models, with a particular focus on understanding their learning experiences, decision-making strategies, and problem-solving approaches. Using qualitative and quantitative methods, the research analyzes the frequency and purposes of using these technologies, as well as the critical thinking processes students employ to assess the reliability and relevance of content generated by artificial intelligence. Findings reveal a spectrum of attitudes towards large language models, ranging from enthusiastic adoption to skepticism. While many students appreciate the immediate and personalized academic support, content generation assistance, and writing skill improvement offered by these tools, concerns about the accuracy and potential biases of the outputs are prevalent. Notably, students demonstrate varying levels of the activation of their critical thinking skills when engaging with large language models, with some actively investigate the reliability of artificial intelligence generated information, while others exhibit a more passive reliance on these technologies. The study also highlights distinct usage patterns between computer science and education students. The results contribute to a deeper understanding of student behavior in the context of artificial intelligence enhanced education, providing valuable insights for educational institutions aiming to integrate these tools into their curricula effectively. Furthermore, this research emphasizes the need to enhance critical thinking skills within educational programs to empower students to navigate the complexities of large language models capabilities and limitations.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados