ESD Datasets for GPT4.0
これまでGTP4.０を利用してESD/SDGsのChats動作評価を行ってきましたが特に日本語では正確な動作が認められないことが多くありました。これは環境用語の翻訳において適切な日本語への表現が不完全なことと、日本流の3文字略語の解析に間違った用語を選択するなどAIのディープラーニング自体がまだまだ未熟であることが原因です。
加えて、小学生が平文でやり取りを行った場合に範囲の限定が出来ずに的外れな回答も多く目立ちました。
ESD（Education for Sustainable Development：持続可能な開発のための教育）教育をAI（人工知能）モデル（例：GPT4など）で行うためには、ディープラーニングを可能にする適切なESD/SDGs用のデータセットが必要です。
以下にその理由を詳しく説明します。
専門的な知識と理解: ESD教育は持続可能な開発に関する知識と理解を提供することが目的です。AIモデルが適切な教育を行うためには、持続可能性に関する専門的な知識を持ち、適切な情報を提供できる必要があります。これらの知識を含むデータセットは、AIモデルの学習と理解に不可欠です。
概念の多様性と複雑性: ESDには環境、社会、経済など多くの異なる概念が含まれています。AIモデルがこれらの概念を理解し、関連付けるためには、多様性と複雑性を含むデータセットが必要です。異なるトピックやテーマに関する情報を学習することで、AIモデルの知識が幅広く深まります。
バイアスの排除と公平性: ESDはバイアスを排除し、公平な視点から持続可能な開発に取り組むことを強調しています。AIモデルが公平な教育を提供するためには、バイアスのない情報を含むデータセットが必要です。これにより、AIが公平性と多様性を尊重したコンテンツを生成できるようになります。
言語と教育のコンテキスト: ESD教育のコンテンツは教育的な文脈で提供されるため、AIモデルは適切な言語とコンテキストで情報を提供する必要があります。教育用語や文化的な要素を理解するためには、関連する教育データセットが重要です。
教育目標の達成: ESD教育の主な目標は、学習者に持続可能な開発に関する知識、価値観、スキルを提供することです。AIモデルがこの目標を達成するためには、関連する教材や教育プロセスに関するデータセットが必要です。
ESD教育をAIで行うためには、持続可能な開発に関する専門的な知識やコンセプト、公平性、教育コンテキストに関する情報を含むデータセットが不可欠であり、SDGs Dialyの簡易版をリリースしてESD/SDGsに特化したデータセットの作成を急ぐ予定です。