응답 평가

교육자는 정보에 대한 프롬프트를 작성할 때 생성 AI 모델이 답변을 "알"수 없습니다. 대신 학습 데이터를 기반으로 가장 가능성이 높은 응답을 예측합니다. 프롬프트의 품질에 관계없이 모델은 잘못되거나 조작된 응답을 생성할 수 있습니다.

잘못된 정보는 이러한 조작을 통해 분산될 수 있습니다. Copilot Chat 신뢰할 수 있는 원본에 대한 모든 응답을 기반으로 하는 것을 목표로 하지만 AI 생성 응답이 올바르지 않을 수 있으며 인터넷의 비 Microsoft 콘텐츠가 항상 정확하거나 신뢰할 수 있는 것은 아닙니다. Copilot Chat 발견 된 정보를 잘못 표현 할 수 있으며 설득력이 있지만 불완전하거나 부정확하거나 부적절하다는 응답을 볼 수 있습니다.

Copilot Chat 검색 결과에서 예기치 않은 불쾌한 콘텐츠를 공유하지 않도록 노력하고 채팅 기능이 잠재적으로 유해한 topics 참여하는 것을 방지하는 조치를 취하지만 교육자는 여전히 예기치 않은 결과를 얻을 수 있습니다. 응답 아래의 피드백 기능을 사용하여 피드백을 제공하거나 Microsoft에 직접 문제를 보고합니다.

Copilot Chat 프롬프트에 대한 응답을 제공하는 경우 응답 생성에 사용되는 검색 용어와 콘텐츠 원본에 대한 링크라는 두 가지 주요 정보도 제공합니다. 교육자는 이러한 세부 정보를 사용하여 응답을 평가할 수 있습니다. 프롬프트 용어가 의도한 질문을 나타내지 않는 경우 다른 단어로 새 프롬프트를 시작합니다. 원본 링크가 신뢰할 수 없는 경우 Copilot Chat 제공하는 보다 신뢰할 수 있는 특정 웹 사이트를 사용하여 응답을 구체화하도록 요청합니다.

교육자를 위한 ISTE 표준의 Standard 2.3.b는 교육자는 온라인 리소스에 대한 호기심과 비판적 시험을 촉진하고 디지털 문해력과 미디어 유창성을 촉진하는 학습 문화를 확립해야 한다고 말합니다. 분석 및 횡적 읽기 모델을 통해 Copilot Chat 결과를 비판적으로 평가하는 교육자는 학습자를 위한 디지털 시민권 기술을 제공합니다. 디지털 시민권 모듈에서 온라인 성공을 위해 오늘날의 학습자를 준비하는 방법에 대해 자세히 알아보세요.

출처 검사 연습

교육자는 학습자와 협력하여 교육용 Microsoft Teams의 무료 도구인 검색 코치 및 검색 진행을 사용하여 이러한 기술을 연습할 수 있습니다. 검색 코치 학습자에게 효과적인 질문을 하고 신뢰할 수 있는 출처를 검색하기 위한 컨텍스트와 지침을 제공합니다. 학습자가 Bing과 같은 검색 엔진에서 적용할 수 있는 개념을 소개하는 데 많은 단원 계획을 사용할 수 있습니다. 교육자는 검색 진행 사용하여 유효성, 안정성, 정확도, 관련성 및 편견에 대한 원본을 평가하는 방법을 이해하는 학습자 진행 상황을 추적할 수 있습니다.

학습자에게 검색 코치 & 검색 진행(액세스 가능한 파일)를 사용하여 신뢰할 수 있는 원본을 식별하도록 가르칩니다.

정확도를 평가하고 Copilot Chat 사용하여 신뢰할 수 있는 콘텐츠를 생성하기 위한 팁

다음은 정확도를 평가하고 신뢰할 수 있는 콘텐츠를 생성하는 사전 예방 단계를 위한 몇 가지 제안 사항입니다.

• 참조를 주의 깊게 읽습니다. 출처 링크를 선택하고 AI 모델이 출처 텍스트를 올바르게 해석했는지 확인합니다.
• Copilot Chat 개방형 질문을 하는 대신 특정 정보를 요약하도록 지시합니다. 예를 들어 "수업 토론을 시작하는 가장 좋은 방법은 무엇인가요"라고 묻는 대신 "수업 토론을 시작하는 5가지 방법 나열"을 묻는 프롬프트를 작성합니다. 구체적이면 AI 모델이 보다 정확하고 관련성 있는 응답을 생성하는 데 도움이 될 수 있습니다.
• 응답의 일관성을 검사 여러 가지 방법으로 프롬프트를 다시 표현합니다.
• 다양한 관점에서 다양한 질문을 제기하여 응답이 어떻게 비교되는지 확인합니다.