Евалуација решења текстуалних задатака са такмичења „Кенгур без граница” помоћу алата о1-preview

Abstract

Већ постоји озбиљан тренд у истраживању могућности алата вештачке интелигенције за решавање математичких задатака. Међу њима, у спроведеним истраживањима преовлађује ChatGPT. У септембру претходне године, OpenAI је представио нову верзију свог алата – o1-preview, који се одликује такозваним „ланцем мисли”, односно представљањем решења задатка кроз кораке. Управо та карактеристика чини овај алат идеалним за помоћ ученицима у решавању математичких задатака. Стога смо желели да утврдимо у којој мери o1-preview пружа детаљна, а пре свега тачна решења нестандардних математичких задатака. Циљ овог истраживања јесте евалуација решења текстуалних задатака које су ученици широм света решавали на такмичењу „Кенгур без граница” 2024. године. За анализу је изабрано 50 задатака (17 за ученике основне школе, 15 за ученике 1. и 2. разреда средње школе и 18 за ученике 3. и 4. разреда средње школе) који су могли бити формулисани у виду текста. Узевши у обзир резултате претходних верзија ChatGPT-a, добијени резултати су изненађујуће добри – изабрани алат је израдио око 85% тачних решења при решавању задатака (који су постављени на енглеском и српском језику). Ови резултати имплицирају да o1-preview представља врло поуздан алат за решавање нестандардних математичких задатака намењених ученицима различитих узраста, независно од језика на којем су задаци формулисани.