Utilizing the GPT model to teach physics for better learning and understanding of scientific concepts

Abstract

Artificial intelligence (AI) is increasingly shaping the landscape of education, with models such as GPT (Generative Pre-trained Transformer) offering new possibilities to enhance both teaching and learning. This paper explores the potential of GPT in teaching physics, particularly how it can assist both students and lecturers in solving complex problems while offering interactive and personalised learning experiences to gain a deeper understanding of scientific concepts. The paper highlights how GPT can generate tailored tasks, quizzes, and assignments catering to specific student competencies. Additionally, it can guide students step-by-step through solutions to difficult physics problems, offering real-time feedback and explanations that promote active learning.Beyond problem-solving, GPT’s ability to support interactive learning is investigated, allowing students to ask specific questions about topics like Newton’s laws or electromagnetism and receive instant, tailored responses. The paper also discusses the potential of GPT to complement simulations and visualisations, further helping students to fathom abstract concepts. However, the challenges associated with reliability, ethics, and the evolving role of educators in the age of AI are critically analysed. GPT’s limitations, potentially providing incorrect or incomplete information, underscore the importance of upholding the role of lecturers who can offer contextual guidance and foster critical thinking. As education increasingly adopts AI, the paper emphasisesthe need for a balanced approach, using GPT as a supplementary tool to enhance learning while ensuring students develop a deep and thorough understanding of physics based on a combination of AI and traditional teaching methods.Umjetna inteligencija (AI) sve više oblikuje krajolik obrazovanja, s modelima kao što je GPT (engl. Generative Pre-trained Transformer) koji nudi nove mogućnosti za poboljšanje poučavanja i učenja. Ovaj rad istražuje potencijal GPT-a u nastavi fizike, posebice kako može pomoći i studentima i predavačima u rješavanju složenih problema, a istodobno nudi interaktivna i personalizirana iskustva učenja za stjecanje dubljeg razumijevanja znanstvenih koncepata. U radu se ističe kako GPT može generirati prilagođene zadatke, kvizove i zadatke koji odgovaraju specifičnim kompetencijama studenata. Dodatno, može voditi studente korak po korak kroz rješavanje teških problema iz fizike, nudeći povratne informacije i objašnjenja u stvarnom vremenu koja potiču aktivno učenje. Osim rješavanja problema, istražuje se sposobnost GPTa da podrži interaktivno učenje, dopuštajući studentima da postavljaju specifična pitanja o temama, kao što su Newtonovi zakoni ili elektromagnetizam, i primaju trenutačne, prilagođene odgovore. Rad također raspravlja o potencijalu GPT-a da nadopuni simulacije i vizualizacije, dodatno pomažući studentima u shvaćanju apstraktnih koncepata. Međutim, kritički se analiziraju izazovi povezani s pouzdanošću, etikom i evoluirajućom ulogom edukatora u doba umjetne inteligencije. Ograničenja GPT-a, pružanje netočnih ili nepotpunih informacija, naglašavaju važnost održavanja uloge predavača koji mogu ponuditi kontekstualno vodstvo i poticati kritičko razmišljanje.S obzirom na to da obrazovanje sve više prihvaća umjetnu inteligenciju, rad naglašava potrebu za uravnoteženim pristupom, primjenom GPT-a kao dopunskog alata za poboljšanje učenja, dok se osigurava da studenti razviju duboko i temeljito razumijevanje fizike na temelju kombiniranja umjetne inteligencije i tradicionalnih metoda podučavanja.