Annette Bradford, Oxford EMI, Indonesia

Apa yang paling Anda sukai dari pekerjaan Anda?

Saya senang berbicara dengan akademisi – baik profesor maupun mahasiswa – dari seluruh dunia dan mencari tahu tentang pengalaman bersama. Selalu menarik untuk mengetahui bahwa meskipun konteks kita berbeda, kita semua menghadapi kesulitan yang sama ketika menyangkut internasionalisasi pendidikan tinggi dan pengajaran bahasa Inggris.

Saya sangat menikmati menghadiri konferensi dan lokakarya internasional. Sungguh menyenangkan berada di ruangan dengan begitu banyak orang yang berpikiran sama. Persahabatan yang tak terhitung jumlahnya terbentuk, dan kemitraan tercipta dalam pertemuan kebetulan di konferensi. Saya bertemu Julie Dearden, pendiri Oxford EMI pada sebuah lokakarya di Universitas Sophia di Tokyo, yang mengarah pada peran saya saat ini di organisasi tersebut.

Apa pekerjaan pertama Anda di sektor ini?

Seperti kebanyakan orang yang bekerja di bidang pendidikan internasional, pilihan karir saya didorong oleh nafsu berkelana dan rasa ingin tahu untuk belajar tentang orang lain. Setelah satu tahun yang menyenangkan di luar negeri sebagai asisten bahasa di sekolah menengah Jerman sebagai bagian dari gelar bahasa modern saya, saya memulai apa yang pada saat itu seharusnya hanya satu tahun lagi di luar negeri – kali ini mengajar bahasa Inggris di Jepang. 28 tahun kemudian, saya masih belum kembali ke Inggris! Saya menghabiskan sebagian besar waktu saya di Jepang, namun saya juga pernah tinggal di Singapura, Hong Kong, dan Amerika Serikat. Saat ini saya berbasis di Indonesia.

Ceritakan tentang momen menentukan dalam karier Anda.

Salah satu acara paling berkesan yang saya hadiri adalah konferensi internasional pertama saya di Seoul, Korea Selatan pada tahun 2003. Saat itu saya sedang belajar untuk mendapatkan gelar master melalui pendidikan jarak jauh sehingga saya menghabiskan banyak waktu untuk mengerjakan semuanya sendiri. Di konferensi tersebut, saya merasa seperti telah mempelajari materi selama satu tahun hanya dalam tiga hari! Rasa memiliki yang saya rasakan mendorong saya untuk terus mengajar.

Apa pengalaman makanan atau minuman terbaik di konferensi yang pernah Anda adakan?

Meskipun konferensi besar seperti NAFSA dan EAIE dapat memberikan inspirasi, konferensi kecillah yang sering kali memiliki nilai paling tinggi dan dapat menyajikan makanan terbaik! Ketika saya berada di Tokyo, saya selalu berusaha menghadiri Konferensi Pendidikan Tinggi Global di Universitas Lakeland Jepang. Ini adalah pertemuan kecil dan waktu itu, sebagian besar dari kami pergi makan siang bersama di restoran India kecil dekat kampus. Saya memuji pemiliknya karena tahan dengan grup kami yang berisik dari tahun ke tahun! Universitas baru saja pindah kampus; Saya berharap para peserta konferensi menemukan tempat makan siang yang menyenangkan lainnya!

Apa tantangan terbesar dalam profesi Anda?

Seiring dengan semakin banyaknya universitas di seluruh dunia yang memperkenalkan mata kuliah yang diajarkan dalam bahasa Inggris, saya pikir salah satu tantangan terbesar bagi para pengajar di kelas dan bagi mereka yang ditugaskan untuk memastikan keberhasilan program EMI adalah membujuk institusi untuk berinvestasi dalam pelatihan yang kuat untuk pengajaran mereka. staf. Banyak orang yang menyamakan EMI dengan kemahiran berbahasa Inggris, namun EMI lebih dari itu. Jika fakultas dilengkapi dengan alat dan pengetahuan tentang cara mengajar mata pelajaran mereka dalam bahasa Inggris, program internasional baru yang inovatif memiliki peluang keberlanjutan yang jauh lebih tinggi.

Jelaskan proyek yang sedang Anda kerjakan yang membuat Anda bersemangat.

Selama 18 bulan terakhir Oxford EMI telah mengerjakan proyek EMI dengan British Council untuk Kementerian Pendidikan di Taiwan yang mengevaluasi penerapan EMI di universitas-universitas di sana. Minat penelitian saya adalah kebijakan EMI, jadi menurut saya aspek proyek tersebut sangat menarik. Taiwan melakukan upaya besar untuk memperluas dan meningkatkan EMI di universitas-universitasnya dan saya menantikan kemajuannya.

Jika Anda bisa belajar satu bahasa secara instan, bahasa apa itu dan mengapa?

Mudah bagi saya untuk menjawabnya – bahasa Jepang. Meskipun tinggal di sana selama lebih dari 15 tahun, kemahiran bahasa Jepang saya tidak sesuai dengan keinginan saya!

Sumber: thepienews.com

Alamat Lengkap Kami

Email:  info@konsultanpendidikan.com

AI mungkin mematikan Pekerjaan yang dilakukan Manusia

Mungkinkah teknik cepat termasuk dalam daftar pekerjaan yang selanjutnya akan dihentikan oleh AI?

Insinyur yang cepat menulis data masukan, seringkali berupa blok teks, yang dapat memberikan hasil yang diinginkan dari alat AI generatif seperti ChatGPT. Dan untuk sesaat, ini tampak seperti pekerjaan teknologi trendi berikutnya di tengah booming chatbot dengan kecerdasan buatan.

Beberapa perusahaan menawarkan gaji enam digit untuk pekerjaan tersebut, sehingga memicu kekhawatiran bahwa gaji tersebut bahkan akan menggantikan peran insinyur perangkat lunak yang didambakan.

Namun ternyata AI juga bisa menangani rekayasa cepat.

Para peneliti di VMware, sebuah perusahaan komputasi awan di Palo Alto, California, menemukan bahwa model bahasa besar lebih dari mampu menulis dan “mengoptimalkan perintahnya sendiri”.

Dalam makalah mereka, “The Unreasonable Effectiveness of Eccentric Automatic Prompts,” Rick Battle dan Teja Gollapudi berupaya mengukur dampak dari dorongan “berpikir positif”, yang hampir persis seperti apa dampaknya.

Pengalaman menunjukkan, tulis para peneliti, bahwa petunjuk yang ditulis dengan sikap positif atau optimis terkadang dapat memberikan hasil dengan kualitas yang lebih baik dari alat AI generatif. Misalnya, alih-alih hanya menulis perintah untuk LLM, pesan berpikir positif dapat mencakup pesan seperti, “Ini akan menyenangkan,” atau, “Tarik napas dalam-dalam dan pikirkan baik-baik.”

Namun, para peneliti menemukan bahwa hal yang lebih efektif dan tidak memakan waktu lama adalah dengan meminta LLM untuk mengoptimalkan perintah itu sendiri, yang oleh penelitian ini disebut sebagai “perintah yang dihasilkan secara otomatis”.

“Meningkatkan kinerja, ketika menyetel perintah dengan tangan, adalah hal yang melelahkan dan sulit dilakukan secara komputasi ketika menggunakan proses ilmiah untuk mengevaluasi setiap perubahan,” tulis para peneliti, menambahkan: “Tidak dapat disangkal bahwa perintah yang dihasilkan secara otomatis berkinerja lebih baik dan menggeneralisasi lebih baik daripada yang disetel secara manual. petunjuk berpikir positif.”

Battle dan Gollapudi tidak segera menanggapi permintaan komentar.

Makalah ini juga merujuk pada penelitian lain, yang dipimpin oleh peneliti Google DeepMind, Chengrun Yang, yang juga menemukan bahwa LLM dapat “mengungguli perintah yang dirancang manusia”.

Peneliti VMware bahkan menemukan bahwa LLM bisa sangat kreatif dalam menghasilkan perintah terbaik.

Salah satu contoh yang diberikan dalam penelitian ini adalah teks yang ditulis dengan model pembelajaran mesin yang terdengar seperti sesuatu yang keluar dari episode “Star Trek”.

“Komando, kami membutuhkan Anda untuk merencanakan jalan melewati turbulensi ini dan menemukan sumber anomali. Gunakan semua data yang tersedia dan keahlian Anda untuk memandu kami melalui situasi yang menantang ini,” kata perintah tersebut, menurut penelitian tersebut.

Teks tersebut adalah “permintaan optimal dengan skor tertinggi” yang dihasilkan oleh salah satu LLM yang digunakan dalam penelitian ini.

“Mereka berbeda secara signifikan dari petunjuk apa pun yang mungkin telah kami buat secara independen,” tulis para peneliti tentang petunjuk tersebut. “Jika diberikan petunjuk yang dioptimalkan ini sebelum mengamati skor kinerjanya, orang mungkin akan mengantisipasi kekurangannya dibandingkan dengan kinerja yang lebih baik dari petunjuk yang dibuat secara manual.”

Dalam beberapa hal, alat termasuk ChatGPT sudah secara otomatis mengubah perintah pengguna untuk menghasilkan apa yang mereka yakini sebagai data keluaran terbaik.

Pada episode terbaru podcast teknologi The New York Times “Hard Fork”, jurnalis teknologi Casey Newton berbicara tentang bagaimana ChatGPT mengubah perintah pengguna di latar belakang saat menghasilkan hasil. Pengguna kemudian memiliki kemampuan untuk melihat bagaimana LLM menafsirkan ulang perintah mereka.

“Ini adalah pertanyaan produk yang sangat menarik karena berbicara di situs ChatGPT, saya dapat memberi tahu Anda bahwa hal ini jauh lebih baik dalam menulis perintah daripada saya,” kata Newtown. “Bagi saya, ini benar-benar menghancurkan konsep insinyur yang cepat, yang telah kita bicarakan di acara itu.”

Meskipun penelitian telah menemukan kinerja yang menjanjikan untuk pengoptimal cepat, beberapa ahli mengatakan hal ini tidak akan langsung mematikan pekerjaan rekayasa cepat.

Tim Cramer, wakil presiden senior bidang rekayasa perangkat lunak di Red Hat, yang membuat perangkat lunak sumber terbuka, mengatakan kepada majalah IEEE Spectrum bahwa industri AI generatif terus berkembang dan akan terus membutuhkan keterlibatan manusia dalam prosesnya.

“Saya tidak tahu apakah kami akan menggabungkannya dengan kategori pekerjaan atau peran pekerjaan lain,” kata Cramer kepada majalah tersebut. “Tetapi menurut saya hal-hal ini tidak akan hilang dalam waktu dekat. Dan keadaan saat ini terlalu gila. Segalanya berubah begitu banyak. Kita tidak akan bisa menyelesaikan semuanya dalam beberapa bulan.”

Sumber: businessinsider.com

Alamat Lengkap Kami

Email:  info@konsultanpendidikan.com