تشریح قانع کننده هوش مصنوعی درباره مکانیسمهای واکنش شیمی آلی با کمی نادرستی اما با سطح بالایی از پیچیدگی توضیح مدار

سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 185

فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CONFMSE03_092

تاریخ نمایه سازی: 21 مهر 1404

چکیده مقاله:

رایانامه نویسنده مسئول مکاتبات جامعه تحقیقاتی آموزش شیمی نقش ساخت توضیحات و استدلال مکانیکی را برای پشتیبانی از یادگیری شیمی آلی دانشجویان ارج نهاده و بر آن تاکید دارد فناوریهای نوظهور مدل زبان بزرگ و هوش مصنوعی مولد به طور منحصر به فردی برای پیشبرد آموزش و یادگیری شیمی مجهز شده اند رباتهای گفتگو مبتنی بر هوش مصنوعی مولد مانند چت جی پیتی، این پتانسیل را دارند که به دانشجویان در یادگیری استدلال مکانیکی از طریق پاسخهای تولید شده خود کمک کنند. این مطالعه بررسی میکند که از مجموعه پاسخهای تولید شده توسط چت جی پی تی، تا چه حد توضیحات دقیقی از تعداد مکانیسم واکنشهای مختلف ارائه شده است. سپس استدلال مکانیکی را براساس سطوح پیچیدگی توضیح، طبقه بندی میکند. این مطالعه همچنین اثرات مهندسی سریع بر دقت مکانیسم و پیچیدگی توضیح را از طریق سه نوع راهنمایی سریع بررسی می کند. یافته های مطالعه نشان میدهد که یک چهارم پاسخها، توضیحات کاملا دقیقی از مکانیسم های واکنش بوده و اکثر آنها شامل توضیحات عمدتا دقیقی از پدیده های شیمیایی و شناسایی نوکلئوفیلها و الکتروفیلها هستند. پاسخها سطوح بالایی از پیچیدگی توضیح را نشان میدهند. مهندسی سریع، مهمی در استخراج سطوح بالای پیچیدگی توضیح مدار دارد اما دقت توصیف مکانیسم را نشان نمیدهد. نتایج در چارچوب های استدلال مکانیکی و مهندسی سریع با تمرکز بر چگونگی ادغام این فناوریهای جدید در کلاس درس شیمی قرار گرفته اند.

نویسندگان

محمد اسماعیل نیکفر

ادکترای تخصصی ریاضی محض دبیر ریاضی آموزش و پرورش منطقه ۴، تهران، ایران