Key points are not available for this paper at this time.
A inteligência artificial (IA) tem um impacto profundo na educação tradicional. Nos últimos anos, modelos de linguagem de grande escala (MLGs) têm sido cada vez mais utilizados em várias aplicações, como processamento de linguagem natural, visão computacional, reconhecimento de fala e condução autônoma. Os MLGs também foram aplicados em muitos campos, incluindo recomendação, finanças, governo, educação, assuntos legais e finanças. Como ferramentas auxiliares poderosas, os MLGs incorporam várias tecnologias, como aprendizagem profunda, pré-treinamento, ajuste fino e aprendizagem por reforço. O uso de MLGs para educação inteligente (MLGEdu) tem sido uma direção estratégica significativa para países em todo o mundo. Embora os MLGs tenham mostrado grande potencial para melhorar a qualidade do ensino, mudar modelos educacionais e modificar papéis de professores, as tecnologias ainda enfrentam diversos desafios. Neste artigo, realizamos uma revisão sistemática do MLGEdu, focando nas tecnologias atuais, desafios e desenvolvimentos futuros. Primeiro, resumimos o estado atual do MLGEdu e depois introduzimos as características dos MLGs e da educação, bem como os benefícios da integração dos MLGs na educação. Também revisamos o processo de integração dos MLGs na indústria educacional, assim como a introdução de tecnologias relacionadas. Finalmente, discutimos os desafios e problemas enfrentados pelo MLGEdu, bem como as perspectivas para a otimização futura do MLGEdu.
Xu et al. (2024) estudaram essa questão.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: