Θα θέλαμε να σας ενημερώσουμε ότι το σύστημα TurnItIn ανακοίνωσε τη δυνατότητα ανίχνευσης κειμένων από εφαρμογές Τεχνητής Νοημοσύνης. H δυνατότητα αυτή θα παρέχεται από σήμερα, 4 Απριλίου 2023, και αναμένεται να βοηθήσει τους διδάσκοντες/ουσες να εντοπίσουν εάν έχει χρησιμοποιηθεί κάποιο εργαλείο τεχνητής νοημοσύνης, όπως το ChatGPT, για τη συγγραφή οποιουδήποτε μέρους μιας εργασίας.
Τα αποτελέσματα της ανίχνευσης ομοιότητας κειμένων μέσω ΤΝ δεν θα είναι ορατά στους φοιτητές, αλλά θα μπορούν να τα δουν μόνο οι διδάσκοντες/ουσες. Σε αυτή τη φάση, το σύστημα είναι σε θέση να επεξεργάζεται και να ανιχνεύει τη χρήση ΤΝ μόνο σε μακρά κείμενα αγγλικής γλώσσας και μόνο από το ChatGPT (γλωσσικά μοντέλα GPT-3 και GPT-3.5).
Το ποσοστό κειμένων από ΤΝ έχει προστεθεί στην αναφορά που παράγεται από το Turnitin Similarity. Αυτό σημαίνει ότι η υπάρχουσα διαδικασία δεν θα αλλάξει και οι διδάσκοντες/ουσες επίσης θα έχουν πρόσβαση σε αυτή την πληροφορία μέσω των αναφορών που βλέπουν στο eClass.
Για τη διευκόλυνση των διδασκόντων/ουσων διατίθεται ο σχετικός οδηγός που εξηγεί αναλυτικά τον τρόπο λειτουργίας της εφαρμογής αυτής.
Η Turnitin διοργανώνει διαδικτυακό σεμινάριο την Τρίτη 28/02/2023 στις 16:00 (ώρα Ελλάδος), σχετικά με τη χρήση του Turnitin και των εργαλείων δημιουργίας κειμένου με τη χρήση τεχνητής νοημοσύνης.
Ο Robin Crockett (Επικεφαλής Ακαδημαϊκής Ακεραιότητας στο Πανεπιστήμιο του Northampton) και ο Glenn Thomas (UKI Turnitin Territory Manager) θα καλύψουν τα παρακάτω θέματα:
- Πώς λειτουργούν τα εργαλεία δημιουργίας κειμένου ΑΙ
- Οι συνέπειες που προκύπτουν από τη χρήση των εργαλειών δημιουργίας κειμένου ΑΙ
- Τι πρέπει να προσέξετε για να αναγνωρίσετε τα κείμενα που έχουν δημιουργηθεί από ΑΙ
- Τα σχέδια της Turnitin για να υποστηρίξει τα εκπαιδευτικά ιδρύματα σχετικά με τις προκλήσεις και τις ευκαιρίες που προκύπτουν με τη χρήση εργαλείων τεχνητής νοημοσύνης.
H DeepMind σε συνεργασία με το Ευρωπαϊκό Ινστιτούτο Βιοπληροφορικής του European Molecular Biology Laboratory (EMBL-EBI) δημοσιεύει μια ανοικτή βάση με 200 εκατομμύρια δομές πρωτεϊνών μέσα από το AlphaFold Protein Structure Database (AlphaFold DB). Με το AlphaFold, ένα σύστημα Τεχνητής Νοημοσύνης που έχει αναπτύξει η DeepMind, είναι η δυνατή η πρόβλεψη της τρισδιάστατης δομής μιας πρωτεΐνης από την αλληλουχία των αμινοξέων της.
Όλη η βάση είναι ανοικτά διαθέσιμη μέσω του Google Cloud Public Datasets και οι περισσότερες εγγραφές στη βάση δεδομένων πρωτεϊνών UniProt έχουν πλέον μια δομή. Η επέκταση της βάσης δεδομένων περιλαμβάνει δομές για ένα ευρύ φάσμα ειδών, συμπεριλαμβανομένων φυτών, βακτηρίων, ζώων και άλλων οργανισμών, ανοίγοντας νέους δρόμους έρευνας στις επιστήμες της ζωής που εκτιμάται πως θα έχουν αντίκτυπο στις παγκόσμιες προκλήσεις, συμπεριλαμβανομένης της βιωσιμότητας, της επισιτιστικής ανασφάλειας και ξεχασμένες τροπικές ασθένειες.
Mέσα σε έναν χρόνο, περισσότερες από 1.000 επιστημονικές εργασίες έχουν αναφέρει την AlphaFold DB (την προηγούμενη έκδοση της η οποία περιλάμβανε μόλις 1 εκατομμύριο δομές) και πάνω από 500.000 ερευνητές από περισσότερες από 190 χώρες έχουν δει πάνω από δύο εκατομμύρια δομές. Με βάση το AlphaFold έχουν αναπτυχθεί εργαλεία όπως το Foldseek και το Dali που επιτρέπουν στους χρήστες να αναζητούν καταχωρήσεις παρόμοιες με μια δεδομένη πρωτεΐνη.