Большие языковые модели в гуманитарных исследованиях
Факультет иностранных языков и регионоведения

В связи с появлением в конце 2022 года ChatGPT перед исследователями и преподавателями разных предметных областей были поставлены серьезные междисциплинарные вопросы по возможностям и ограничениям технологий генеративного искусственного интеллекта. На наш взгляд, представляется важным как ознакомить студентов с перспективами применения нейронных сетей на основе машинного обучения для их исследований, так и выделить угрозы избыточного использования данных инструментов.

Цель курса состоит в развитии профессиональной исследовательской и информационно-коммуникационной компетенции будущего специалиста в гуманитарной сфере и ознакомлении студентов, с одной стороны, с несовершенством больших языков моделей для генерации академического текста; а с другой - с их потенциалом для обработки больших текстовых данных в разных предметных областях. Задачи курса включают формирование следующих компетенций (студент в результате освоения курса должен):

• знать: основы прикладной, компьютерной и корпусной лингвистики, а также дистрибутивной семантики; принципы работы и особенности архитектуры основных языковых моделей (Word2vec, GloVe, Transformer); актуальные на момент проведения курса сравнительные характеристики отечественных аналогов систем генеративного искусственного интеллекта по сравнению с ChatGPT; основы пред- и пост-редактирования текстов для машинного перевода; принципы осуществления поиска и верификации данных для исследований; принципы анализа и классификации текстовых данных по предметным областям; принципы сбора количественных и качественных данных через чат-ботов;

•уметь: осуществлять семантический анализ с помощью электронных лингвистических корпусов; интерпретировать результаты обработки и классификации текстов пользовательскими инструментами на основе работы нейтронных сетей; оценивать инструменты машинного перевода; осуществлять базовые операции по пред- и пост-редактирования текстов своей предметной области для машинного перевода; проектировать на пользовательских конструкторах и применять в исследовательских целях чат-боты по сбору количественных и качественных данных для гуманитарного исследования;

• иметь опыт работы со следующими программами и сайтами: с Национальным корпусом русского языка; сChatGPT и его аналогами; с инструментами машинного перевода от DeepL к SmartCat; с пользовательскими интерфейсами нейронных сетей по обработке текстов SketchEngine (TextInspector/MonkeyLearn); с конструкторами по запуску чат-ботов и анализу их данных (Botmother).