La ciencia cognitiva de redes revela sesgo en GPT-3, GPT-3.5 Turbo y GPT-4 reflejando la ansiedad matemática en estudiantes de secundaria
Autores: Abramski, Katherine; Citraro, Salvatore; Lombardi, Luigi; Rossetti, Giulio; Stella, Massimo
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
La ciencia cognitiva de redes revela sesgo en GPT-3, GPT-3.5 Turbo y GPT-4 reflejando la ansiedad matemática en estudiantes de secundaria
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Modelos de lenguaje grandes
Sesgos
Resultados
Estereotipos
Matemáticas
STEM
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 26
Citaciones: Sin citaciones
Los Modelos de Lenguaje Grandes (LLMs) se están integrando cada vez más en nuestras vidas. Por lo tanto, es importante comprender los sesgos presentes en sus resultados para evitar perpetuar estereotipos dañinos, que se originan en nuestras propias formas de pensar defectuosas.
Descripción
Los Modelos de Lenguaje Grandes (LLMs) se están integrando cada vez más en nuestras vidas. Por lo tanto, es importante comprender los sesgos presentes en sus resultados para evitar perpetuar estereotipos dañinos, que se originan en nuestras propias formas de pensar defectuosas.