CC BY
2НАУКА, ТЕХНОЛОГИЯ И ОБЩЕСТВО
УДК 004.891.2 DOI: 10.31249/scis/2024.01.01
Андрианова Р.А.*
CHATGPT (МОДЕЛЬ ИИ): ОПЫТ ВЗАИМОДЕЙСТВИЯ ПО АНАЛИЗУ РЕЗУЛЬТАТОВ И ВЫВОДОВ ИССЛЕДОВАНИЯ ПРОБЛЕМЫ КИБЕРАГРЕССИИ
Andrianova R.A.
CHATGPT (MODEL AI): INTERACTION EXPERIENCE IN ANALYZING THE RESULTS AND CONCLUSIONS OF A STUDY ON THE PROBLEM OF CYBER AGGRESSION IN AN EDUCATIONAL ENVIRONMENT
Аннотация. В условиях новых вызовов и угроз социальной безопасности современного российского общества особую опасность представляют агрессивные способы взаимодействия в образовательной среде. Анализ результатов исследования проблемы агрессивного поведения субъектов образовательных отношений позволил сделать вывод о высоком проценте распространённости киберагрессии. Конфликтное дистанционное взаимодействие способствует кибербуллингу как онлайн-травле и буллингу как агрессивному преследованию в стенах образовательной организации.
* © Андрианова Роза Ахбановна - кандидат педагогических наук, ведущий научный сотрудник ФГБУН Центр исследования проблем безопасности Российской академии наук; rosa_and@inbox.ru ORCID: 0000-0002-7903-0426
Andrianova Rosa Akhbanovna - Ph. D. (Pedagogics), Leading Researcher at the «Center for Security Research of the Russian Academy of Sciences»; ro-sa_and@inbox.ru
ORCID: 0000-0002-7903-0426
Выявлено, что маркерами агрессии становятся: психологическое насилие, эмоциональное доминирование, дискредитация другого человека.
Целью данного исследования стало обсуждение в чат-боте ChatGPT результатов опроса и подтверждение выводов исследования проблемы киберагрессии в образовательной среде. ChatGPT при помощи запросов с поставленной конкретной задачей смог подтвердить основные выводы нашего исследования. Однако как научный эксперт ChatGPT показал свою несостоятельность, и даже при развернутых запросах с подсказками не смог увидеть все маркеры киберагрессии во взаимодействии молодых людей в общих чатах образовательной организации и дать им соответствующую оценку. Разработанный ChatGPT материал для тезисов доклада не соответствуют публикационному формату научных публикаций и нуждается в существенной доработке. Однако как инструмент для создания контента ChatGPT показал себя с наилучшей стороны. Очевидно, что ИИ позволил оперативно анализировать и обрабатывать информацию, но при этом во взаимодействии по анализу маркеров киберагрессии и превентивного ресурса образовательной организации в большей степени показал себя как помощник, а не самостоятельный научный эксперт.
Ключевые слова: киберагрессия в образовательной организации; маркеры киберагрессии; превентивный ресурс; искусственный интеллект; чат-бот ChatGPT; публикационный формат IMRAD.
Abstract. In the context of new challenges and threats, aggressive ways of interaction in the educational environment pose a special danger to the social security of modern Russian society. The analysis of the results of the problem of aggressive behavior of subjects study in educational relations allowed us to conclude that a high percentage of the prevalence of cyber aggression. Conflict-based remote interaction contributes to cyberbullying as online bullying and bullying as aggressive harassment within the walls of an educational organization. It was revealed that the markers of aggression are: psychological violence, emotional dominance, discrediting of another person.
The purpose of this study was to discuss the results of the survey in the ChatGPT chatbot and confirm the conclusions of the study on the problem of cyber aggression in the educational environment. ChatGPT,
using queries with a specific task, was able to confirm the main conclusions of our study. However, as a scientific expert, ChatGPT showed its inconsistency and, even with detailed queries with hints, could not see all the markers of cyber aggression in the interaction of young people in the general chats of an educational organization and give them an appropriate assessment. The material developed by ChatGPT for the abstracts of the report does not correspond to the publication format of scientific publications and needs significant revision. However, as a tool for creating content, ChatGPT has shown itself to be at its best. It is obvious that AI made it possible to quickly analyze and process information, but at the same time, in the interaction on the analysis of cyber aggression markers and the preventive resource of an educational organization, it showed itself to a greater extent as an assistant, rather than an independent scientific expert.
Keywords: cyber aggression in an educational organization; cyber aggression markers; preventive resource; artificial intelligence; chatbot ChatGPT; IMRAD publication format.
Введение
В условиях новых вызовов и угроз социальной безопасности современного российского общества особую опасность представляют агрессивные способы взаимодействия в образовательной среде. Наиболее острой проблемой образовательной среды является травля, или буллинг как намеренные агрессивные действия по отношению к другому человеку.
В исследовании проблемы агрессивного поведения приняли участие 3012 субъектов образовательных отношений в возрасте от 14 до 22 лет из 20 регионов Российской Федерации. Целью эмпирического исследования стала оценка распространённости различных видов и форм агрессивного поведения в образовательной среде. Одной из задач исследования было выявление распространённости киберагрессии, оценка ролевой принадлежности в ситуации дистанционного конфликта (агрессор, жертва нападок, свидетель или наблюдатель). Также важно было определить превентивный социально-педагогический ресурс преодоления агрессивных способов взаимодействия субъектов образовательных отношений. Анализ результатов исследования позволил не только сделать вывод о вы-
соком проценте распространённости киберагрессии, но и обосновать взаимосвязь разных видов и форм агрессивного поведения, выявить причины и условия, способствующие агрессивным способам взаимодействия субъектов образовательных отношений.
Основные выводы нашего исследования: треть опрошенных молодых людей в сообществе класса или группы подвергались ки-берагрессии; в общем чате может подвергаться киберагрессии любой человек, который находится без поддержки в сообществе класса или группы; маркерами киберагрессии становятся: психологическое насилие, эмоциональное доминирование, дискредитация другого человека; буллинг и кибербуллинг взаимосвязаны и взаимообусловлены, конфликтное дистанционное взаимодействие способствует нарастанию косвенного и прямого агрессивного преследования в стенах образовательной организации.
На основе интервью с 126 молодыми людьми мы выявили причины и условия, способствующие киберагрессии: сформированные в сообществе класса или группы агрессивные способы взаимодействия между обучающимися и студентами; низкий уровень коммуникативных компетенций; недостаточный контроль со стороны администрации и педагогов за психологическим климатом в образовательной организации; недостаток превентивной и воспитательной работы, что сопряжено с дефицитом доверия к педагогам и психологической службе.
Для нейтрализации рисков проявления агрессивного поведения мы определили превентивный ресурс образовательной организации: развитие навыков конструктивного взаимодействия во всех сферах жизнедеятельности обучающихся, принятие норм сетевого этикета, регулирующего нормы поведения в онлайн-среде; раннее выявление причин и условий, способствующих агрессивным способам взаимодействия; вовлечение всех субъектов образовательных отношений в совместную созидательную деятельность по улучшению психологического климата в образовательной организации и созданию безопасной образовательной среды.
Мы решили обсудить результаты опросов и проверить выводы нашего исследования в нейросети ChatGPT.
ChatGPT - модель разговорного ИИ (искусственного интеллекта) на основе Generative pretrained transformer 3 (GPT-3). ChatGPT как нейронная сеть, обученная на текстовых данных, спо-
собная работать в диалоговом режиме, может генерировать текст на естественном языке, т.е. система предоставляет ответ на том языке, на котором сделан запрос.
ChatGPT разработан компанией OpenAI, основанной американским предпринимателем Илоном Маском, и запущен 30 ноября 2022 г. В настоящее время ChatGPT привлёк внимание и российского академического сообщества своими возможностями генерации текстов научной направленности.
Ресурс искусственного интеллекта (ИИ) в научно-исследовательской работе стал самой обсуждаемой темой на отечественных и зарубежных научных площадках и в научных публикациях.
М.Д. Горбунов отмечает, что нейросеть способна оказать помощь в научно-исследовательской работе, однако использование ИИ связано с риском «недобросовестного присвоения сгенерированной информации, снижения мотивации к самостоятельным исследованиям и роста объема псевдонаучных публикаций» [Горбунов, 2023, с. 73].
П.Г. Былевский рекомендует обратить внимание на информационную безопасность пользователей ИИ и отмечает, что в результате применения ChatGPT у пользователей образуется «гипертрофированное восприятие, неустойчиво балансирующее на грани утопии и антиутопии, что оценивается как риск неверного определения и ранжирования угроз информационной безопасности» [Былевский, 2023].
В.В. Николаев приходит к выводу, что ChatGPT приводит к искажению стилистики изложения. Данная проблема связана с тем, что ChatGPT изначально переводит запрос (промпт), написанный на русском языке, на английский язык, а после уже обратно на русский язык [Николаев, 2023, с. 80].
И.М. Зашихина резюмирует, что разрешение актуальных вопросов современной социогуманитарной мысли требует нестандартных решений и является прерогативой учёных [Зашихина, 2023, с. 40].
Н.К. Савельева, А.А. Созинова, А.Д. Крюкова, А.К. Лутош-кина на основе анализа и оценки представлений учёных о сервисе ChatGPT приходят к выводу, что текст, выдаваемый ChatGPT, нуждается в существенной доработке и не может быть использован в
оригинальном виде в научных работах [Маркетинговая стратегия, 2023].
Д.В. Бахтеев обращает внимание на правовую, этическую и техническую составляющие взаимоотношений общества и ИИ [Бахтеев, 2023].
К.М. Беликова предлагает дискуссию «о морально-этической и прагматической составляющих работы нейросетей» и призывает к анализу правового регулирования деятельности нейросетей [Беликова, 2024].
В.Н. Хасанова исследовала термины «искусственный интеллект» и «авторское право» в современном академическом дискурсе и предлагает внести изменения в ст. 1257 ГК РФ [Хасанова, 2023].
Д.А. Ендовицкий, К.М. Гайдар акцентируют внимание на негативных тенденциях, связанных с развитием ИИ:
- дефицит взаимодействия между людьми, снижение коммуникативной компетентности;
- рост социальной напряжённости в связи с исчезновением ряда профессий, связанных с интеллектуальной работой;
- распространение киберпреступлений с применением технологий ИИ, таких как, распознавание и имитация голоса и фото / видеоизображений, анализ и использование конфиденциальной информации для поиска потенциальных жертв и рычагов управления ими [Ендовицкий, 2021, с. 128].
М.С. Аверков, А.А. Дерябин, А.А. Попов отмечают, что стремительное цифровое развитие «меняет базовые педагогические парадигмы в системе образования и в целом меняет базовые представления об информации как предмете целенаправленной активности человека» [Аверков, 2020, с. 78-79].
При этом А.Н. Тимохович, Е.Г. Самоходкина, Е.В. Самоход-кин, А.А. Эльзон на основе анализа результатов исследования тенденций освещения ИИ в научных работах приходят к выводу, что ИИ становится востребованной областью научных исследований, позволяет «обработать колоссальное количество изучаемой научной информации в совокупности с формированием уникальных алгоритмов и фильтров принятия решения» [Проблематика... , 2023, с. 19].
Эксперты также отмечают, что ChatGPT может создать качественное исследование при использовании подробных подсказок,
но при этом не оказывает значительного влияния на разработку структуры исследования и анализ данных [The Potential and Concerns..., 2023].
Таким образом, особо актуальной остаётся проблема этико-правовых моделей взаимоотношения общества и ИИ, на которую обращают внимание и зарубежные эксперты [Хасанова, 2023; Kazim, Koshiyama, 2021; Teasdale, Owen, 2005; Vardi, 2012; Winfield, 2019].
Анализ работ, посвящённых исследованию ресурса ИИ, показывает, что эксперты настойчиво предлагают проявить особое внимание не только к потенциальным возможностям, но и рискам, связанным с применением ИИ.
Взаимодействиес Chat GPT Midjournew - Chat AI: анализ результатов исследования проблемы киберагрессии в образовательной среде
Для взаимодействия с ChatGPT по анализу результатов эмпирического исследования проблемы киберагрессии в образовательной среде нами была определена тема обсуждения (context), разработаны запросы (prompt), ключевые слова (keywords), которые, на наш взгляд, помогут ChatGPT работать более эффективно и вести научный диалог по анализу проблемы киберагрессии в образовательной среде.
Отметим, что prompt - это текстовый запрос к нейросети, на базе которой обученный ИИ генерирует ответ. Очевидно, что запрос (prompt) прежде всего должен содержать ключевые слова, связанные с темой диалога с ChatGPT. В процессе общения с ChatGPT можно уточнять prompt для получения желаемого результата. Таким образом, важным шагом в диалоге с ChatGPT становится создание запроса (prompt) для генерации ответа со стороны ИИ.
Тема обсуждения в ChatGPT (context) была определена как «Проблема киберагрессии в общих чатах в образовательных организациях», т.е. контекстом стали деструктивные взаимоотношения в образовательных организациях. На наш взгляд, такое чёткое определение context поможет ChatGPT понять проблемное поле обсуждения.
Следующим шагом во взаимодействии с ChatGPT стала постановка конкретных задач (task) обращения к ИИ. Каждая задача была предоставлена ChatGPT в соответствующих запросах поэтапно. Задачи были определены как анализ результатов эмпирического исследования проблемы киберагрессии в образовательных организациях, оценка причин и условий, способствующих кибера-грессии, выявление группы риска агрессивного преследования и роли свидетелей киберагрессии в преодолении агрессивных способов взаимодействия в сообществах класса или группы, обоснование превентивного ресурса образовательной организации, подготовка тезисов доклада для выступления на международной конференции в соответствии с требованиями к публикационному формату IMRAD.
Отметим, что обязательными элементами классической структуры публикации IMRAD являются: название (title), ключевые слова (keywords), аннотация (abstract), выводы (conclusions) и список литературы (references).
Формат взаимодействия (format) с ChatGPT был выстроен как диалог с научным экспертом в области киберагрессии, были предоставлены результаты опроса по проблеме киберагрессии в общих чатах класса или группы и просьба сделать анализ по конкретным наводящим вопросам.
Ключевые слова (keywords), которые использовались во взаимодействии с ChatGPT: социально-педагогическое исследование, образовательная организация, молодые люди в возрасте от 14 до 22 лет, общие групповые чаты, агрессор, жертва, свидетели или наблюдатели, киберагрессия как деструктивное онлайн взаимодействие.
Известно, что коммуникативные роли ChatGPT могут быть самыми разнообразными. В нашем исследовании важно было определить роль (identity) ChatGPT как учёного, анализирующего результаты эмпирического исследования проблемы киберагрессии с точки зрения социально-педагогической науки.
Представляем анализ взаимодействия с ИИ на основе запроса (prompt), отправленного в чат Chat GPT Midjournew - Chat AI, и полученного ответа.
Запрос (prompt) - представление темы обсуждения в ChatGPT
Добрый день! Представь себе, что ты учёный и занимаешься социально-педагогическим исследованием проблемы киберагрес-сии в общих чатах образовательной организации. Темой нашего обсуждения сегодня станет проблема киберагрессии в общих чатах как проблема сформированных агрессивных способов взаимодействия в сообществе класса или группы.
Ответ ChatGPT
Искусственный интеллект может сыграть важную роль в обработке результатов опросов молодых людей по проблеме кибе-рагрессии в образовательной среде. Вот несколько способов, как он может помочь:
1. Анализ текста: Искусственный интеллект может провести анализ текста ответов на вопросы опроса и выделить ключевые темы, настроения, оттенки и эмоции, связанные с проблемой киберагрессии. Это позволит увидеть общие тенденции и отличия в мнениях и опыте участников исследования.
2. Классификация данных: с помощью искусственного интеллекта можно классифицировать данные по различным категориям, таким как типы агрессии, методы реакции на агрессию, психологические факторы и т.д. Это поможет детальнее проанализировать проблему и выделить основные аспекты для дальнейших исследований.
3. Прогнозирование и рекомендации: на основе анализа данных искусственный интеллект может предложить прогнозы развития ситуации с киберагрессией в образовательной среде, а также дать рекомендации по улучшению ситуации. Например, предложить меры профилактики, методы работы с агрессивными участниками чата и т.д.
Таким образом, искусственный интеллект может значительно упростить и улучшить обработку результатов опроса и обеспечить более глубокое понимание проблемы киберагрессии в образовательной среде.
Анализ ответа ChatGPT. В этом запросе ChatGPT предоставил следующий важный ресурс анализа проблемы киберагрес-
сии с позиции учёного: анализ текста; классификация данных; прогнозирование и рекомендации. Но при этом проигнорировал важные ключевые слова «социально-педагогическое исследование» и «сформированные агрессивные способы взаимодействия в сообществе класса или группы», определяющие проблемное поле данного исследования.
Запрос (prompt) - выявление маркеров киберагрессии в общих чатах образовательной организации
Посмотри, пожалуйста, результаты опроса молодых людей в возрасте от 14 до 22 лет. Жертвами киберагрессии в сообществе класса или группы были 39,4% молодых людей. Из них 21,7% отметили, что им «писали унижающие и оскорбительные комментарии»; 19,2 - исключали из чата (блокировали); 17,8 - был организован другой чат, в котором одноклассника / одногруппника активно обсуждали и высмеивали за «спиной»; 5,7% — предлагали в общем чате объявить «бойкот» жертве кибербуллинга.
Какие маркеры киберагрессии ты можешь отметить?
Как ты можешь оценить психоэмоциональное напряжение жертвы нападок в общем чате класса или группы?
Какие риски и угрозы безопасности молодых людей ты можешь отметить?
Напиши, пожалуйста, выводы по данному опросу.
Ответ ChatGPT
На основании результатов опроса и описанной ситуации можно выделить следующие психологические маркеры киберагрессии:
1. Унижение и оскорбление в комментариях - это прямое воздействие на самооценку жертвы, что может привести к чувству уязвимости и неполноценности.
2. Исключение из чата - создание ощущения изоляции и ис-ключенности, что может вызвать чувство одиночества и отчуждения.
3. Организация скрытого чата для обсуждения и высмеивания жертвы - это проявление двойной агрессии: открытой (бло-
кирование, оскорбления) и скрытой (злорадство и планирование нападок за спиной).
4. Предложение объявить бойкот жертве - создание коллективной угрозы, которая может вызвать страх и тревогу у жертвы.
Психоэмоциональное напряжение жертвы в общем чате класса или группы может быть очень высоким. Жертва может испытывать страх, тревогу, беспомощность, а также чувство обиды, разочарования и травмы. Она может столкнуться с ощущением унижения и уязвимости перед всем коллективом, что может повлиять на её психическое здоровье.
Риски и угрозы безопасности молодых людей, вытекающие из киберагрессии, включают в себя:
1. Ухудшение самооценки и психического состояния жертвы.
2. Риск развития депрессии, тревожных расстройств и других психологических проблем.
3. Возможность социальной изоляции и отчуждения от коллектива.
4. Рост напряжённости и конфликтов внутри группы.
Выводы по данному опросу показывают, что киберагрессия
среди молодых людей является довольно распространенным явлением. Она имеет серьёзные психологические последствия для жертвы и может привести к нарушению её эмоционального благополучия. Кроме того, киберагрессия представляет угрозу безопасности молодых людей, сказываясь на их социальной адаптации и взаимоотношениях в группе. Необходимо проводить профилактическую работу среди молодёжи, обучать их навыкам эмоционального интеллекта, а также осуществлять контроль и наказание за негативное поведение в сети.
Анализ ответа ChatGPT. Можно отметить достижение ChatGPT в анализе данного опроса. Без предварительного запроса ChatGPT выделяет формы проявления киберагрессии - прямое и косвенное проявление. Подробно раскрывает по запросу маркеры киберагрессии. Также представлен анализ возможных рисков и угроз безопасности молодых людей в ситуации киберагрессии в образовательной среде. Однако ChatGPT не рассмотрел возможные последствия для других участников ситуации киберагрессии -агрессоров и наблюдателей. С точки зрения эксперта, занимающе-
гося проблемой преодоления киберагрессии в образовательной среде, важен анализ рисков и угроз для всех участников деструктивной ситуации.
Запрос (prompt) - обоснование ключевой роли свидетелей
киберагрессии в преодолении агрессивных способов взаимодействия в образовательной организации
Важную роль в преодолении агрессивного поведения в сообществе класса или группы играют свидетели или наблюдатели.
Посмотри, пожалуйста, на реакцию свидетелей киберагрес-сии в общем чате молодых людей. Обрати внимание, что молодые люди встречаются практически ежедневно в пространстве одного класса или группы одной образовательной организации (т.е. имеет место дистанционное взаимодействие, сопряжённое с очным).
Что ты можешь сказать о поведении свидетелей?
Правильно ли они ведут себя?
Какие рекомендации можно дать свидетелям киберагрессии в общем чате образовательной организации?
Реакция свидетелей / наблюдателей на ситуацию киберагрессии в общих чатах была следующей: 48,6% - «призываю к порядку в общем чате»; 18,7 - «советую обидчику перестать проявлять агрессию и пишу об этом ему в «личку»; 12,8 - «советую жертве нападок покинуть чат и пишу ему об этом в «личку»; 12,3 - «игнорирую, ничего не делаю»; 10,2% - «покидаю сам общий чат».
Ответ ChatGPT
По данной статистике видно, что большинство свидетелей реагируют на киберагрессию в общем чате, что является положительным шагом. Однако можно отметить, что не все реакции эффективны и конструктивны.
Важно помнить, что наблюдатели или свидетели кибера-грессии также играют важную роль в предотвращении и преодолении такого поведения. Ниже привожу несколько рекомендаций для свидетелей киберагрессии в общем чате образовательной организации:
1. Призывать к уважительному общению: важно активно поддерживать атмосферу уважения и толерантности в общем чате, призывая участников к вежливому и приятному общению.
2. Поддерживать жертву: в случае киберагрессии важно поддержать жертву, выразить свою поддержку и готовность помочь в любой ситуации.
3. Сообщать о проблеме администратору: если киберагрес-сия в чате становится серьезной и негативно влияет на атмосферу, важно сообщить об этом администратору чата или модератору.
4. Игнорирование не всегда решает проблему: игнорирование киберагрессии может привести к усугублению ситуации. Важно активно вмешиваться и принимать конструктивные меры.
5. Обучение и осведомленность: свидетели киберагрессии должны быть осведомлены о правилах поведения в сети, об опасностях кибербуллинга и знать, как реагировать на подобные ситуации.
Надеюсь, что эти рекомендации будут полезны для свидетелей киберагрессии в общем чате образовательной организации. Важно помнить, что каждый из нас может внести свой вклад в создание безопасной и уважительной среды общения в Интернете.
Анализ ответа ChatGPT. Нами была предложена ChatGPT подсказка о ключевой роли свидетелей. Мы видим, что значительная часть участников в сообществе класса или группы пытается конструктивно преодолеть киберагрессию с помощью призывов «к порядку в общем чате». ChatGPT также отметил стремление молодых людей к преодолению конфликтной ситуации.
Однако только 18,7% способны сделать персональное замечание агрессору, что свидетельствует об особом статусе агрессора в сообществе, позволяющего ему проявлять агрессию по отношению к другому человеку. ChatGPT не увидел данную проблему и не выделил её как негативный маркер сложившегося психологического климата в сообществе класса или группы.
Тревожной тенденцией является приемлемость социальной изоляции жертвы агрессивных нападок, например таких: «советую покинуть чат и пишу ему об этом в личку», а также ответная реакция свидетелей, покидающих общий чат в знак протеста против агрессивных способов взаимодействия. Очевидно, что в подобной
ситуации общий чат сообщества класса или группы становится деструктивной платформой взаимодействия молодых людей.
ChatGPT также не заметил данную тенденцию и не дал оценку отношению свидетелей киберагрессии к жертвам нападок в общем чате молодых людей.
В ответе ChatGPT была отмечено, что не все реакции свидетелей или наблюдателей эффективны и конструктивны. Однако не был представлен конкретный ответ на данное важное утверждение: какие именно реакции свидетелей или наблюдателей являются деструктивными?
Для научного эксперта в области киберагрессии ответ ChatGPT был поверхностным. При этом представленные в запросе для ChatGPT результаты исследования показывают множество маркеров реакции свидетелей, однако ChatGPT не смог их увидеть и дать им соответствующую оценку.
Для анализа данного опроса важно было выявить проблемные реакции на киберагрессию, но ChatGPT не справился с этой задачей.
Запрос (prompt) - выявление группы риска агрессивного преследования в сообществах класса или группы
Посмотри, пожалуйста, результаты данного опроса. Мы выявляли группу риска агрессивного преследования.
По мнению опрошенных нами подростков и молодых людей, агрессивному преследованию подвергаются: 22,9% тех, «кто не умеет давать сдачу», 20,6 - «кто слабее физически»; 17,9 - «у кого нет поддержки»; 14 - «кто отличается внешне (худой, полный, не модный и т.д.)»; 9,7 - «кто имеет другую национальность»; 3,5 -«кто успешнее других (в учёбе / спорте и др.)»; 2,1 - «кто плохо учится»; 0,5% - «кого не будут защищать педагоги».
Какие выводы ты можешь сделать на основании результатов данного опроса?
Скажи, пожалуйста, при каких условиях в сообществе класса или группы практически любой молодой человек может подвергаться киберагрессии?
Какие тревожные сигналы во взаимоотношениях одноклассников или одногруппников особо опасные?
Ответ ChatGPT
На основании результатов данного опроса можно сделать следующие выводы:
1. Молодые люди, которые не умеют давать сдачу, ослабленные физически, лишенные поддержки, отличающиеся внешне или имеющие другую национальность, наиболее подвержены агрессивному преследованию.
2. Успешные по различным критериям (учеба, спорт) также могут стать объектом киберагрессии.
Практически любой молодой человек может подвергаться киберагрессии в сообществе класса или группы, если:
1. Он не вписывается в общепринятые стандарты (внешность, поведение, уровень успеха и т.д.).
2. Не находит поддержки со стороны своих сверстников или педагогов.
3. Страдает от дискриминации по каким-либо признакам (национальность, физическая слабость).
Тревожные сигналы во взаимоотношениях одноклассников или одногруппников, которые следует обратить внимание, включают:
1. Постоянные угрозы или оскорбления в сети.
2. Изоляция от общества, игнорирование в онлайн-средах.
3. Распространение ложной или негативной информации о человеке.
4. Угрозы физического насилия или вызов насилия в реальной жизни.
5. Поведение, которое явно демонстрирует враждебность и неприязнь.
Важно обращать внимание на эти признаки и реагировать своевременно, обеспечивая защиту и поддержку тем, кто сталкивается с киберагрессией.
Анализ ответа ChatGPT. Со стороны ChatGPT был представлен развёрнутый ответ, демонстрирующий маркеры выявления группы социального риска в сообществе класса или группы. СЬа10РТ «увидел», что в группе риска может оказаться любой молодой человек, который отличается от большинства других в со-
обществе класса или группы и не находит поддержки от своих одноклассников или одногруппников.
При этом ChatGPT отметил, что жертвами киберагрессии могут стать «имеющие другую национальность», но не выделил данную проблему как тревожную тенденцию. Очевидно, что такая тенденция имеет место в ситуации, когда десятая часть опрошенных молодых людей видят риски проявления агрессии на почве ксенофобии по отношению к своим одноклассникам или одно-группникам, принадлежащим к другой национальной группе. Отметим, что важным направлением национальной безопасности в многонациональном и многоконфессиональном обществе является профилактика экстремистского поведения на почве ксенофобии, направленной на причинение вреда и ущерба представителям других национальных или конфессиональных групп. Однако ChatGPT не смог оценить риски проявления агрессии на почве ксенофобии.
Также этот опрос показывает, что агрессия может проявляться на почве конкуренции и нетерпимости к достижениям одноклассника или одногруппника. При этом по отношению к более успешным молодым людям агрессия проявляется в большей степени, чем к тем, «кто плохо учится». ChatGPT не заметил данную проблему деструктивной конкуренции в образовательной среде, связанной с агрессивным преследованием более успешных одноклассников или одногруппников.
Запрос (prompt) - оценка ресурса поддержки в возможной ситуации проявления киберагрессии в общем образовательной организации
Для преодоления агрессивного поведения в сообществе класса или группы важное значение имеет группа поддержки. Мы попытались узнать потенциальный ресурс поддержки. Посмотри, пожалуйста, результаты данного опроса.
Молодые люди в качестве потенциального ресурса поддержки в критической ситуации назвали: 48,5% - друзей; 23,2 - родителей; 11,6 - отсутствие таких людей; 8,3 - психолога образовательного учреждения; 5,2 - педагога; 3,2% - «сам разберусь».
Что скажешь по результатам данного опроса? Какие тревожные сигналы видишь?
Ответ ChatGPT
Результаты опроса указывают на то, что большинство молодых людей рассматривают своих друзей как потенциальный ресурс поддержки в критической ситуации, что вполне естественно. Однако тревожным сигналом является то, что 11,6% респондентов считают, что нет таких людей, которые могли бы оказать им поддержку. Также важным является то, что всего лишь 8,3% упоминают психолога образовательного учреждения как потенциальный ресурс поддержки, что может указывать на то, что молодые люди не чувствуют поддержки в образовательной среде.
Для борьбы с агрессивным поведением и создания более поддерживающей обстановки в сообществе класса или группы важно уделить внимание укреплению связей между учениками, повышению осведомленности о ресурсах поддержки в школьной среде (включая психологов и педагогов), а также проведению профилактической работы по развитию эмоциональной и социальной компетенций учащихся.
Анализ ответа ChatGPT. Верно были подмечены ChatGPT тревожные сигналы социальной изоляции 11,6% молодых людей в образовательной организации и проблема психолого-педагогического сопровождения превентивной работы, направленной на преодоление киберагрессии в образовательной организации. ChatGPT также были верно обозначены направления превентивной работы образовательной организации. Однако ChatGPT не обратил внимание на дефицит уверенности молодых людей в самостоятельном преодолении возможной ситуации киберагрессии без группы поддержки, что свидетельствует о доминирующем положении субъектов, проявляющих агрессивное поведение.
Как итог взаимодействия с ChatGPT мы предложили написать тезисы научного доклада, соответствующие формату IMRAD. В первом варианте обращения к ChatGPT мы составили запрос с подсказкой, в котором не только указали тему доклада, но и представили выводы нашего исследования. Во втором варианте мы указали только тему научного доклада.
Запрос 1 (prompt) - подготовка тезисов научного доклада для выступления на международной конференции
Мне предстоит выступление на международной конференции. Напиши, пожалуйста, тезисы научного доклада «Киберагрес-сия как проблема агрессивных способов взаимодействия в образовательной среде». Стиль изложения тезисов доклада должен соответствовать публикационному формату IMRAD.
В качестве подсказки напишу тебе основные выводы нашего исследования:
- треть опрошенных молодых людей в сообществе класса или группы подвергались киберагрессии;
- киберагрессии в общем чате может подвергаться любой человек, который находится без поддержки в сообществе класса или группы;
- маркерами киберагрессии становятся: психологическое насилие, эмоциональное доминирование, дискредитация другого человека;
- буллинг и кибербуллинг взаимосвязаны и взаимообусловлены, конфликтное дистанционное взаимодействие способствует нарастанию косвенного и прямого агрессивного преследования в стенах образовательной организации.
Ответ ChatGPT
IMRAD: Киберагрессия как проблема агрессивных способов взаимодействия в образовательной среде
Введение:
- Киберагрессия представляет собой серьезную проблему в современном образовании, влияющую на психологическое благополучие и обучение учащихся.
- Обзор литературы показывает, что многие молодые люди сталкиваются с киберагрессией в сообществах классов или групп.
- Настоящее исследование направлено на выявление маркеров киберагрессии и их влияние на образовательное окружение.
Методология:
- В рамках исследования был проведен опрос среди молодежи, которая подвергалась киберагрессии в сообществе классов или групп.
- Использовались качественные методы анализа данных для выявления основных тем и закономерностей.
Результаты:
- Треть опрошенных молодых людей в сообществе класса или группы подвергались киберагрессии.
- Киберагрессии в общем чате могут подвергаться любые люди, находящиеся без поддержки в сообществе.
- Основными маркерами киберагрессии являются психологическое насилие, эмоциональное доминирование и дискредитация другого человека.
Обсуждение:
- Буллинг и кибербуллинг взаимосвязаны и взаимообусловлены, способствуя нарастанию агрессии в образовательной среде.
- Конфликтное дистанционное взаимодействие может привести к усилению косвенного и прямого агрессивного поведения студентов.
Заключение:
- Киберагрессия представляет серьезную угрозу для образовательной среды, и необходимы дополнительные меры для предотвращения этого явления.
- Дальнейшие исследования должны быть направлены на разработку эффективных стратегий борьбы с киберагрессией в образовательных учреждениях.
Анализ ответа ChatGPT. Тезисы доклада были подготовлены ChatGPT с помощью подсказки, изложенной в запросе. Подсказкой стали выводы исследования, которые показывали значительную распространенность киберагрессии в образовательной среде, группу риска агрессивного преследования в ситуации социальной изоляции в сообществе класса или группы, психологические маркеры проявления киберагрессии в образовательной организации и взаимосвязь буллинга и кибербуллинга в образовательной среде.
ChatGPT, опираясь на эти выводы исследования, смог достаточно успешно представить структуру доклада. Однако представленные ChatGPT тезисы доклада не соответствуют публикационному формату IMRAD; например, не был составлен список литературы. Также сам текст доклада состоял практически на 98% из представленных в запросе выводов исследования и не был дополнен самостоятельной оценкой и полезными комментариями со
стороны ChatGPT. Очевидно, что данные тезисы научного доклада, написанные ChatGPT, нуждаются в существенной доработке.
Запрос 2 (prompt) - подготовка тезисов научного доклада для выступления на международной конференции
Мне предстоит выступление на международной конференции. Напиши, пожалуйста, тезисы научного доклада «Киберагрес-сия как проблема агрессивных способов взаимодействия в образовательной среде». Стиль изложения тезисов доклада должен соответствовать публикационному формату IMRAD.
Ответ ChatGPT
Конечно, вот тезисы научного доклада в формате IMRAD:
I. Введение
1.1 Введение проблематики киберагрессии в образовательной среде.
1.2 Актуальность исследования в контексте растущей циф-ровизации образования.
II. Методы
2.1 Анализ научной литературы о киберагрессии в образовании.
2.2 Проведение исследования с использованием опросов и анализа данных.
III. Результаты
3.1 Выявление основных форм киберагрессии в образовательной среде.
3.2 Оценка воздействия киберагрессии на участников образовательного процесса.
IV. Обсуждение
4.1 Роль образовательных учреждений в предотвращении и решении проблемы киберагрессии.
4.2 Перспективы развития и совершенствования мер по борьбе с киберагрессией.
V. Заключение
5.1 Выводы и рекомендации по дальнейшему исследованию и преодолению киберагрессии в образовательной среде.
Надеюсь, предложенные тезисы помогут вам подготовить и провести успешное выступление на конференции. Удачи!
Анализ ответа ChatGPT. ChatGPT, опираясь на ключевые слова в названии доклада, смог выделить важные аспекты исследования проблемы киберагрессии без предварительной подсказки. Однако представленный материал больше похож на пошаговую инструкцию проведения исследования данной проблемы, а не на научный доклад, с которым можно выступить на международной конференции. Очевидно, что данный материал также нуждается в существенной доработке.
Запрос - составление списка литературы по теме
киберагрессии в мессенджерах и социальных сетях
Напиши, пожалуйста, список научной литературы по теме киберагрессии в мессенджерах и социальных сетях. Важно, чтобы в списке литературы было не меньше семи научных статей.
Укажи, пожалуйста, следующие важные данные: фамилию и имя автора (или авторов), полное название статьи, полное название журнала, имя издателя (название), место выпуска издания, год выпуска издания и сведения о страницах, на которых опубликована данная работа.
Ответ ChatGPT
1. Hinduja, S., & Patchin, J.W. (2013). Social influences on cyberbullying behaviors among middle and high school students. Journal of Youth and Adolescence, 42 (5), 711-722.
2. Slonje, R., & Smith, P.K. (2008). Cyberbullying: Another main type of bullying. Scandinavian journal of psychology, 49 (2), 147-154.
3. Kowalski, R.M., & Limber, S.P. (2007). Electronic bullying among middle school students. Journal of Adolescent Health, 41 (6), S22-S30.
4. Tokunaga, R.S. (2010). Social networking site or social surveillance site? Understanding the use of interpersonal electronic surveillance in romantic relationships. Computers in Human Behavior, 26 (6), 1183-1189.
5. Li, Q. (2007). New bottle but old wine: A research of cyber-bullying in schools. Computers in Human Behavior, 23 (4), 1777-1791.
6. Perren, S., & Gutzwiller-Helfenfinger, E. (2012). Cyberbul-lying and traditional bullying in adolescence: Differential roles of moral disengagement, moral emotions, and moral values. European Journal of Developmental Psychology, 9 (2), 195-209.
7. Patchin, J.W., & Hinduja, S. (2006). Bullies move beyond the schoolyard: A preliminary look at cyberbullying. Youth violence and juvenile justice, 4 (2), 148-169.
8. Smith, John "Understanding Aggressive Student Behavior in Online Chatrooms and Social Media " Journal of Social Psychology, Vol. 25, No. 2, pp. 45-60, 2019.
Перевод ответа ChatGPT с английского языка на русский
1. Hinduja, S., & Patchin, J.W. (2013). Социальное влияние на поведение, связанное с киберзапугиванием, среди учащихся средних и старших классов. Журнал молодежи и отрочества, 42 (5), 711722.
2. Слонье Р.И., Смит П.К. (2008). Киберзапугивание: еще один основной тип травли. Скандинавский журнал психологии, 49 (2), 147-154.
3. Ковальски, Р.М., &Лимбер, С.П. (2007). Электронное травля среди учащихся средней школы. Журнал здоровья подростков, 41 (6), 22-30.
4. Токунага, Р.С. (2010). Сайт социальной сети или сайт социальной слежки? Понимание использования межличностной электронной слежки в романтических отношениях. Компьютеры в поведении человека, 26 (6), 1183-1189.
5. Ли, К. (2007). Новая бутылка, но старое вино: исследование киберзапугивания в школах. Компьютеры в поведении человека, 23 (4), 1777-1791.
6. Перрен, С., &Гутцвиллер-Хельфенфингер, Э. (2012). Ки-берзапугивание и традиционная травля в подростковом возрасте: различные роли морального отчуждения, моральных эмоций и моральных ценностей. Европейский журнал психологии развития, 9 (2), 195-209.
7. Патчин, Дж.У., &Хиндуджа, С. (2006). Хулиганы выходят за пределы школьного двора: предварительный взгляд на кибер-запугивание. Насилие в молодежной среде и ювенальная юстиция, 4 (2), 148-169.
8. Смит, Джон Понимание агрессивного поведения студентов в онлайн-чатах и социальных сетях. Журнал социальной психологии, том 25, № 2, стр. 45-60, 2019.
Анализ ответа ChatGPT. Запрос ChatGPT был отправлен на русском языке, однако список литературы пришёл на английском языке. Мы видим, что в предоставленном списке литературы нет ни одной публикации по теме киберагрессии в мессенджерах и социальных сетях. В запросе ChatGPT было указано именно это проблемное поле киберагрессии. ChatGPT выполнил только часть запроса и постарался указать название журналов, в которых была опубликована статья, номер журнала и страницы. Однако проигнорировал просьбу указать имя издателя (название), место выпуска издания. Вышеуказанные ChatGPT статьи не были найдены. Вероятно, ChatGPT ещё не научился генерировать список статей не только по проблеме киберагрессии в мессенджерах и социальных сетях, но и в целом по актуальной проблеме киберагрессии, и выдумал список литературы, т.е. выдал недостоверную информацию. Таким образом, предоставленная информация ChatGPT не вызывает доверия и требует дополнительной проверки.
Заключение
В чат-боте ChatGPT мы обсудили результаты опросов по проблеме киберагрессии и в целом подтвердили выводы нашего исследования. Также в ChatGPT по нашему запросу были подготовлены тезисы доклада на тему «Проблема киберагрессии в общих чатах в образовательных организациях».
Анализ результатов эмпирического исследования был сделан при помощи запросов и постановки конкретных задач: обоснования актуальности проблемы, оценки степени распространённости киберагрессии в общих чатах образовательной организации, выявления группы риска агрессивного преследования, анализа позиции свидетелей или наблюдателей как ключевой в преодолении деструктивных способов взаимодействия субъектов образовательных
отношений, определения превентивного ресурса образовательной организации для конструктивного преодоления агрессивного поведения молодых людей.
При этом представленный ChatGPT материал для научного доклада не соответствует публикационному формату IMRAD. В предложенном научном докладе ChatGPT не был составлен список литературы, а сам текст ChatGPT не был выстроен в логической связи для анализа выводов исследования проблемы кибера-грессии в образовательной среде.
Как инструмент для создания контента, ChatGPT показал себя с наилучшей стороны. Однако, как научный эксперт, СЬа10РТ даже при развернутых запросах с подсказками не смог увидеть все маркеры киберагрессии во взаимодействиях молодых людей в общих чатах образовательной организации и дать им соответствующую оценку.
Анализ ответов ChatGPT показал, что ChatGPT искажает язык и стиль научного текста даже при развёрнутом запросе с подсказками для получения желаемого ответа. Данная проблема связана с тем, что ChatGPT изначально переводит запрос, написанный на русском языке, на английский язык, а после уже переводит на русский язык.
Полученные от ChatGPT тезисы научного доклада были проанализированы на предмет их соответствия требованиям к научным публикациям, согласно публикационному формату IMRAD. Однако, даже после запроса с предложенными в качестве подсказки выводами социально-педагогического исследования проблемы киберагрессии в образовательной среде, ChatGPT не смог предоставить материал, соответствующий требованиям к научным публикациям.
Запрос ChatGPT составить список статей по теме кибера-грессии в мессенджерах и социальных сетях был отправлен на русском языке, однако список литературы пришёл на английском языке. ChatGPT по запросу указал данные авторов, название статьи, год издания, страницы, однако проигнорировал просьбу указать имя издателя (название), место выпуска издания. Вышеуказанные ChatGPT статьи не были найдены.
На наш взгляд, ChatGPT даже с помощью подсказок не смог выполнить и качественную экспертизу результатов эмпирического
исследования проблемы киберагрессии в образовательной среде. Очевидно, что ИИ пока не в состоянии самостоятельно интерпретировать результаты эмпирического социально-педагогического исследования без участия человека. Проблема заключается в дефиците критического мышления и глубокого научного понимания социально-педагогического контекста проблемы киберагрессии в образовательной среде. Важно также понимать, что ИИ может работать только на основе предоставленной информации. При этом в ответ ИИ может искажать информацию, поэтому необходима проверка информации, предоставленной ИИ.
Таким образом, взаимодействие с ChatGPT для научного анализа результатов эмпирического исследования может быть полезным, но при этом понимание и анализ некорректной интерпретации, предоставляемой ИИ, возможны только при достаточных профессиональных компетенциях самого человека, взаимодействующего с ИИ.
Список литературы
АверковМ.С., Дерябин А.А., Попов А.А. Наука о данных и искусственный интеллект как инструменты практической реализации философии открытого образования // Вестник Томского государственного университета. Философия. Социология. Политология. - 2020. - № 56. - С. 63-84. - DOI: 10.17223/1998863X/ 56/7. - EDNZWCLKU.
Бахтеев Д.В. Этико-правовые модели взаимоотношений общества с технологией искусственного интеллекта // JoumalofDigitalTechnologiesandLaw. -2023. - Т. 1, № 2. - С. 520-539. - DOI: 10.21202/jdtl.2023.22. - EDNEKEUDK.
Беликова К.М. Проблема правовой оценки содержания научных и образовательных текстов с позиции роли и места автора в генеративном контенте нейросетей // Право и политика. - 2024. - № 1. - С. 1-22. - DOI: 10.7256/24540706.2024.1.69692. - EDNLRKPFL.
Былевский П.Г. Культурологическая деконструкция социально-культурных угроз ChatGPT информационной безопасности российских граждан // Философия и культура. - 2023. - № 8. - С. 46-56. - DOI: 10.7256/2454-0757.2023.8.43909. -EDNUZDRFW.
Горбунов М.Д. Влияние нейросетей на образовательный и научный процесс в юриспруденции (на примере ChatGPT) // Юридическая орбита : материалы IV Нижегородских юридических чтений, Нижний Новгород, 26 мая 2023 года. -Нижний Новгород: Нижегородский научно-исследовательский центр «Юридическая орбита», 2023. - С. 70-74. - EDNKIKTDG.
Ендовицкий Д.А., Гайдар К.М. Университетская наука и образование в контексте искусственного интеллекта // Высшее образование в России. - 2021. -Т. 30, № 6. - С. 121-131. - DOI: 10.31992/0869-3617-2021-30-6-121-131. -EDNNJJXGQ.
Зашихина И.М. Подготовка научной статьи: справится ли ChatGPT? // Высшее образование в России. - 2023. - Т. 32, № 8/9. - С. 24-47. - DOI: 10.31992/0869-3617-2023-32-8-9-24-47. - EDNJPFYUJ.
Маркетинговая стратегия: осмысление понятия учеными и инструментом ChatGPT / Н.К. Савельева, А.А. Созинова, А.Д. Крюкова, А.К. Лутошкина // Практический маркетинг. - 2023. - № 6 (312). - С. 14-19. - DOI: 10.24412/2071-37622023-6312-14-19. - EDNZUHCQY.
Николаев В.В., Рахконен М.Е. Применение различных инструментов и использование чат-бота «chatgpt» при написании научных работ, проверяемых в программе «Антиплагиат» // Профессиональное юридическое образование и наука. - 2023. - № 1 (9). - С. 78-81. - EDNRJDDBY.
Проблематика цифровых технологий и искусственного интеллекта в научных работах / А.Н. Тимохович, Е.Г. Самоходкина, Е.В. Самоходкин, А.А. Эльзон // Цифровая социология. - 2023. - Т. 6, № 1. - С. 13-20. - DOI: 10.26425/2658-347X-2023-6-1-13-20. - EDNNSYRIN.
Хасанова В.Н. Авторство продукта, созданного искусственным интеллектом: правовой аспект // Медиасреда. - 2023. - № 2. - С. 71-74. - DOI: 10.47475/ 2070-0717-2023-0-2-71-74. - EDNAXMTMH.
Kazim E., Koshiyama A.S. A high-level overview of AI ethics // Patterns. -2021. - Vol. 3, iss. 9.- DOI: 10.1016/j.patter.2021.100314
Teasdale T. W., Owen D.R. A long-term rise and recent decline in intelligence test performance: The Flynn Effect in reverse // Personality and Individual Differences. -2005. - Vol. 39, iss. 4. - P. 837-843. - DOI: 10.1016/j.paid.2005.01.029
The Potential and Concerns of Using AI in Scientific Research: ChatGPT Performance Evaluation / Z.N. Khlaif, A. Mousa, M.K. Hattab [et al.] // JMIR Medical Education. - 2023. - Vol. 9, N 2. - P. 47049. - DOI: 10.2196/47049. - EDN TGTLKB.
Vardi M. Artificial Intelligence: Past and Future // Communications of the ACM. - 2012. - Vol. 55, iss 5. - DOI: 10.1145/2063176.2063177
Winfield A. (2019). Ethical standards in robotics and AI // Nature Electronics. -2019. - Vol. 2. - P. 46-48. - DOI: 10.1038/s41928-019-0213-6 EDN: GUAXYC
References
Averkov M.S. (2020). Data science and artificial intelligence as tools for the practical implementation of the philosophy of open education / M.S. Averkov, A.A. Deryabin, A.A. Popov // Bulletin of Tomsk State University. Philosophy. Sociology. Political science. - 2020. - No. 56. - pp. 63-84. - Identification number: 10.17223/1998863X/56/7. - EDNZWCLKU. (in Russ.)
Bakhteev D.V. (2033). Ethical and legal models of relations between society and artificial intelligence technology / D.V. Bakhteev // Journal of Digital Technologies
and Law. - 2023. - Vol. 1, No. 2. - pp. 520-539. - DOI 10.21202/jdtl.2023.22. -EDNEKEUDK. (in Russ.)
Belikova K.M. (2024). The problem of legal assessment of the content of scientific and educational texts from the perspective of the author's role and place in the generative content of neural networks / K.M. Belikova // Law and politics. - 2024. -No. 1. - pp. 1-22. - DOI: 10.7256/2454-0706.2024.1.69692. - Editor's NOTE. (in Russ.)
Bylevsky P.G. (2023). Culturological deconstruction of socio-cultural threats to the ChatGPT information security of Russian citizens / P.G. Bylevsky // Philosophy and Culture. - 2023. - No. 8. - pp. 46-56. - DOI: 10.7256/2454-0757.2023.8.43909. -EDNUZDRFW. (in Russ.)
Endovitsky D.A. (2021). University science and education in the context of artificial intelligence / D.A. Endovitsky, K.M. Gaidar // Higher education in Russia. -2021. - Vol. 30, No. 6. - pp. 121-131. - DOI: 10.31992/0869-3617-2021-30-6-121131. - EDNNJJXGQ. (in Russ.)
Gorbunov M.D. (2023). The influence of neural networks on the educational and scientific process in jurisprudence (using the example of ChatGPT) / M.D. Gorbunov // Legal Orbit : Materials of the IV Nizhny Novgorod Law Readings, Nizhny Novgorod, May 26, 2023. Nizhny Novgorod: Nizhny Novgorod Scientific Research Center «Legal Orbit», 2023. - pp. 70-74. - EDNKIKTDG. (in Russ.)
Kazim E., Koshiyama A.S. (2021). A high-level overview of AI ethics. Patterns, 3 (9). - DOI: 10.1016/j .patter.2021.100314
Khasanova V.N. (2023). Authorship of a product created by artificial intelligence: a legal aspect / V.N. Khasanova // The media environment. - 2023. - No. 2. -pp. 71-74. - DOI: 10.47475/2070-0717-2023-0-2-71-74. - EDNAXMTMH. (in Russ.)
Marketing strategy: understanding the understanding of teachers and instructors of the CHATGPT / N.K. Savleva, A.A. Sozinova, A.D. Kryukova, A.K. Lutokina // Practical market. - 2023. - № 6 (312). - Pp. 14-19. - DOI: 10.24412/2071-3762-20236312-14-19. - EDNZUHKI. (in Russ.)
Nikolaev V.V. ( 2023). The use of various tools and a chatbot using "chatgpt" when writing scientific papers tested in the Antiplagiate program / V.V. Nikolaev, M.E. Rakhkonen // Professional legal education and science. - 2023. - № 1 (9). -Pp. 78-81. (in Russ.)
Teasdale T.W., Owen D.R. (2005). A long-term rise and recent decline in intelligence test performance: The Flynn Effect in reverse. Personality and Individual Differences, 39 (4), 837-843. - DOI: 10.1016/j.paid.2005.01.029
The Potential and Concerns of Using AI in Scientific Research: ChatGPT Performance Evaluation / Z.N. Khlaif, A. Mousa, M.K. Hattab [et al.] // JMIR Medical Education. - 2023. - Vol. 9, No. 2. - P. 47049. - DOI: 10.2196/47049. - EDN TGTLKB. (in Russ.)
The Problems of digital technologies and artificial intelligence in scientific works / A.N. Timokhovich, E.G. Samokhodkina, E.V. Samokhodkin, A.A. Elzon // Digital Sociology. - 2023. - Vol. 6, No. 1. - pp. 13-20. - DOI: 10.26425/2658-347X-2023-6-1-13-20. - EDNNSIRIN. (in Russ.)
Vardi, M. (2012). Artificial Intelligence: Past and Future. Communications of the ACM, 55, 5. - DOI: 10.1145/2063176.2063177
Winfield, A. (2019). Ethical standards in robotics and AI. Nature Electronics, 2, 46-48. DOI: 10.1038/s41928-019-0213-6 EDN: GUAXYC
Zakhigina I.M. (2023). Preparation for a scientific conference: is it worth communicating? / I.M. Zashikhina // Higher education in Russia. - 2023. - vol. 32, No. 8-9. - pp. 24-47. - Identification number: 10.31992/0869-3617-2023-32-8-9-2447. - EDNJPFYUJ. (in Russ.)
