Zelma

Zelma, un assistent de recerca impulsat per GPT‑4, està fent accessibles les dades educatives a pares, professors, administradors escolars i responsables polítics de tots els Estats Units.

Quin problema resolen? Tot i que a tots els estudiants dels cursos de 3r a 8è dels EUA se’ls fan proves estandarditzades, les dades sobre el seu rendiment continuen en gran part sense aprofitar-se i infrautilitzades, disperses en diferents fonts i formats. Les dades de les proves ofereixen informació valuosa sobre com aprenen els estudiants en llengua i literatura angleses (ELA) i matemàtiques, tant a nivell de districte com de grup demogràfic. Però informació clau que podria definir el futur de l’educació queda, en la pràctica, fora de l’abast de la majoria de pares, periodistes, educadors i responsables polítics.

En reconèixer aquest buit, la Dra. Emily Oster, economista de Brown i autora, es va proposar canviar el relat. «Zelma fa possible que tant els pares com els responsables polítics utilitzin llenguatge planer per obtenir a l’instant informació educativa personalitzada sobre allò que més els importa», va explicar la Dra. Oster. Com ho va aconseguir Zelma? L’equip d’estudiants investigadors de la Dra. Oster a la Brown University va passar un any recopilant les dades i netejant-les meticulosament fins a donar-los un format uniforme. Després, Zelma va treballar amb Novy⁠(s'obre en una finestra nova) per donar vida a les dades utilitzant l’API d’OpenAI.

Novy va aprofitar la crida a funcions⁠(s'obre en una finestra nova) per indicar a GPT‑4 quins elements visuals i camps havia de triar per mostrar les dades. Per a la vista «Fes una pregunta» de Zelma, van ajustar finament⁠(s'obre en una finestra nova) un model per crear una funció d’autocompleció conscient de les dades que suggereix preguntes amb dades disponibles. I van incrustar⁠ i emmagatzemar gràfics d’exemple ja validats en una base de dades vectorial per millorar la precisió en casos límit difícils.

El repte més gran era intentar predir com formularien les preguntes les persones i mantenir les indicacions dins de l’àmbit de coneixement de Zelma. «Ho vam abordar mitjançant decisions de disseny intencionades en l’experiència d’usuari de Zelma que orienten les persones a fer preguntes que Zelma pot respondre», va explicar la Dra. Oster. Les funcions clau inclouen:

• Suggerir indicacions d’exemple. Com que Zelma només cobreix un domini específic de dades educatives, aquests suggeriments ajuden els usuaris a entendre l’abast del coneixement de Zelma i com han de formular les seves indicacions.
• Fer que totes les preguntes siguin públiques.⁠(s'obre en una finestra nova) Això ajuda les persones a aprendre del que han preguntat altres, alhora que evita que els usuaris enviïn grans volums de consultes irrellevants.
• Mostrar el codi SQL. Zelma proporciona la seva lògica per ajudar-vos a verificar ràpidament les seves respostes. Per a les persones que no programen, els factors també s’expliquen amb llenguatge planer.
• Explicar el context. Zelma aporta context mitjançant definicions i l’assenyalament d’esdeveniments destacats —com ara canvis en l’avaluació estatal— per ajudar-vos a entendre qualsevol factor extern que pugui haver influït en les dades d’un any concret.

Ara podeu seleccionar a l’instant els 5 districtes escolars no chárter amb millor rendiment en matemàtiques de Minnesota,⁠(s'obre en una finestra nova) i veure que tots se situen al voltant d’una taxa de competència del 77 per cent. I amb una indicació senzilla es poden detectar disparitats racials en els resultats d’ELA a Califòrnia al llarg del temps,⁠(s'obre en una finestra nova) alhora que s’assenyala un canvi en l’avaluació el 2015 que fa que els resultats de les proves des del 2015 no siguin comparables amb els d’anys anteriors.

Això significa que els membres dels consells escolars poden utilitzar Zelma per generar ràpidament visualitzacions de dades durant les reunions, cosa que facilita la presa de decisions informades per les dades. Els pares poden comparar els resultats històrics de les proves dels districtes escolars propers per prendre decisions fonamentades sobre on criar els seus fills. El cap de gabinet d’un governador pot consultar Zelma per identificar les escoles amb millor rendiment del seu estat i veure fins a quin punt han canviat les puntuacions de les proves al llarg del temps.

Des de portals de dades dispersos i fulls de càlcul fins a un web fàcil d’utilitzar, Zelma transforma dades dispars en anàlisis significatives. Zelma s’afegeix a altres casos d’ús que donen suport als professors a l’aula⁠ i ajuden els estudiants a aprendre al seu propi ritme⁠ per mostrar com la IA generativa pot millorar el nostre sistema educatiu. Zelma també ofereix un exemple potent de com les eines i els productes d’OpenAI es poden utilitzar per fer que les dades siguin més útils i accessibles per a tothom.