|
||||||||
Opsomming
ChatGPT-4V kan lugfoto’s redelik suksesvol ontleed; tog is die implikasies daarvan vir Geografie-klaskamers nog nie ondersoek nie. Die doel van hierdie verkennende gevallestudie was drievoudig, naamlik om te bepaal (a) hoe bruikbaar ChatGPT-4V is om lugfoto’s te ontleed, (b) watter dryfvere die opneem daarvan kan bevorder en (c) wat die implikasies vir Geografie-klaskamers kan wees indien dit opgeneem word om lugfoto’s te ontleed. Ek het eers tien gesprekke met ChatGPT-4V gevoer om sy geografiese kennis en ontleding van lugfoto’s te beoordeel. Daarna het ek die Kunsmatige Intelligensie-
Trefwoorde: ChatGPT-4V; geografie; geografie-klaskamers; Kunsmatige Intelligensie-
Abstract
Usefulness of ChatGPT-4V(ision) to analyse aerial photographs, factors which can drive adoption, and implications for Geography classrooms
Aerial photographs are used in various professions to gather information about the physical environment and human activities. In Geography classrooms, learners and students often find it challenging to analyse aerial photographs due to the eagle’s eye perspective. Although clues such as colour, texture, and patterns provide valuable information, it is often necessary to provide a map of the area to support analysis of aerial photographs. However, successful analysis requires more than knowledge of cues and map symbols, it also requires adequate geographic knowledge.
In the South African context, the low threshold (30%) to pass geography has a negative cumulative effect on the development of sufficient geographical knowledge over time. Thus, learners and students may find it difficult to analyse aerial photographs effectively. In the past, dishonest learners and students turned to plagiarism in attempts to earn marks. Since 30 November 2022, dishonest learners and students have been able to instruct ChatGPT-3.5 to complete tasks on their behalf. However, this AI tool was ineffective for aerial photograph analysis. This limitation was removed on 14 March 2023 with the launch of ChatGPT-4V, as it can interpret and analyse satellite and aerial photographs. Yet, little research has been conducted to determine the usefulness of ChatGPT-4V in Geography classrooms. The factors that can drive the adoption of ChatGPT-4V to analyse aerial photographs have not been identified. Without a solid knowledge base, it is difficult to understand the implications for Geography classrooms if learners and students were to adopt ChatGPT-4V to analyse aerial photographs.
The purpose of this research was threefold, namely (a) to determine the usefulness of ChatGPT-4V to analyse aerial photographs, (b) to predict whether it would be adopted, and (c) to discuss the implications for Geography classrooms if ChatGPT-4V were adopted to analyse aerial photographs. The conceptual-theoretical framework focused on two concepts, namely aerial photographs and ChatGPT-4V. It also provides a theoretical model for predicting whether an AI tool would be adopted in Geography classrooms to analyse aerial photographs. During the literature review little evidence was found that ChatGPT-4V can be useful for analysing aerial photographs. However, the usefulness of the Artificial Intelligence Adoption Prediction Model was confirmed. This exploratory case study was conducted in three steps. Firstly, ten discussions were held with ChatGPT-4V to explore its geographical knowledge regarding aerial photographs and its ability to analyse and interpret them. The discussions focused on themes related to teaching and learning this component of Geography.
The first finding is that ChatGPT-4V can be useful to analyse aerial photographs. It could discuss types of aerial photographs, calculate scale and distance, and identified various physical features and human activities. Previous research findings were confirmed, namely that ChatGPT-4V could identify mountains, beaches, coastlines, and highways. This research adds that ChatGPT-4V could identify a snowy landscape and a river. It could also interpret aerial photographs to determine which plots might be more expensive (river plots) and explain how bodies of water and relief have influenced the layout of Cape Town. ChatGPT-4V correctly identified various forms of transport and suggested the possibility that three types of economic activities may be undertaken in the area covered by an aerial photograph. It could use aerial photographs to compile a case study and a multiple-choice test, both with memoranda. Unlike in previous findings, it easily identified the central business district (CBD) of Cape Town. However, it must be noted that ChatGPT-4V made errors and hallucinated convincingly. It could not illustrate the types of aerial photographs and it hallucinated captions for sketches. Although it provided valid links to aerial photographs, the task was not performed correctly due to inclusion of oblique aerial photographs.
The second finding is that eight of the nine drivers of the AIAPM can promote the uptake of ChatGPT-4V in Geography classrooms to analyse aerial photographs. The last driver cannot be ignored, as groups already share costs to afford ChatGPT-4V. Based on the high Adoption Prediction Score (eight out of nine), it is likely that ChatGPT-4V would be adopted to analyse aerial photographs. Therefore, policies and strategies must be developed to promote responsible use of ChatGPT-4V in Geography classrooms.
Both findings have important implications for Geography classrooms.
Using ChatGPT-4V to analyse aerial photographs can reduce the workload of teachers and lecturers, as ChatGPT-4V can create tests and case studies based on aerial photographs. The responses were good, but it is important to note that ChatGPT-4V made language errors and hallucinated convincingly. Thus, responses must be critically evaluated and refined. Using ChatGPT-4V for this purpose can create time for teaching and learning, which may positively impact academic performance.
ChatGPT-4V can promote differentiated education if used to create personalised learning experiences. In the process, all learners in a class can be involved, the underachievers as well as the top achievers. However, learners and students must understand that this patient, friendly, available personal assistant can hallucinate convincingly. If used cautiously, ChatGPT-4V can promote the development of geographical knowledge as well as two essential 21st century skills, namely the ability to use technology to solve problems and the ability to be critical readers.
ChatGPT-4V can promote access to aerial photographs in Geography classrooms. Previously, it was recommended that Geographic Information Libraries collaborate with schools to promote access to aerial photographs. In the South African context, this is not a viable solution for schools in remote rural areas. Currently, ChatGPT-4V can be used to increase access to aerial photographs and reduce costs, as a single aerial photograph instead of a set can be purchased. If teachers and lecturers purchase a variety of aerial photographs, learners and students can be exposed to various areas of the earth, thereby promoting learning and the development of geographical knowledge.
A final implication is that dishonest learners and students might be tempted to use ChatGPT-4V to analyse aerial photographs on their behalf due to the quality and speed of its responses. This potential abuse can be minimised if teachers and lecturers follow a learning-oriented approach to assessment. In this process, responsible use of AI tools can be promoted.
Keywords: aerial photographs; Artificial Intelligence Adoption Prediction Model; ChatGPT-4V; geography; geography classrooms
1. Inleiding
Lugfoto’s word in verskeie beroepe gebruik om inligting oor die fisiese omgewing en menslike bedrywighede in te samel (Kolukisa en Aladag 2006). Tog veroorsaak die arendsoogperspektief daarvan dat leerders en studente dit uitdagend vind om lugfoto’s te ontleed. Alhoewel kleur, tekstuur en patrone belangrike leidrade bied (Kolukisa en Aladag 2006), is dit dikwels ook nodig om ’n kaart van die betrokke gebied te verskaf.
Suksesvolle ontleding van lugfoto’s vereis egter meer as kennis van visuele leidrade en kaartsimbole; dit vereis ook voldoende geografiese kennis. In die verlede het oneerlike leerders en studente hulle tot plagiaat gewend in pogings om te slaag. Sedert 30 November 2022 het ChatGPT-3.5 dit makliker gemaak om oneerlik te wees. Verskeie verslae dui daarop dat hierdie kunsmatig-intelligente hulpmiddel (KI-hulpmiddel) se response so goed is dat dit akademiese oneerlikheid kan bevorder (Anders 2023; Engineering & Technology Editorial Staff 2023; Khalil en Er 2023; King en ChatGPT 2023; Van Staden 2023a, 2023b) – ’n nuwe wanpraktyk wat as KI-plagiaat bekend staan.
Daar is reeds bevind dat ChatGPT-3.5 se response so goed is dat dit KI-plagiaat in Geografie-vakdidaktiek-klaskamers kan bevorder. Hierdie KI-hulpmiddel was egter onbruikbaar om lugfoto’s te ontleed aangesien dit slegs teks kan verstaan en skep. Sy opvolger, ChatGPT-4V(ision)1, wat op 14 Maart 2023 beskikbaar gestel is, kan egter satelliet- en lugfoto’s redelik suksesvol ontleed (Agapiou en Lysandrou 2023; Osco, De Lemos, Gonçalves, Ramos en Junior 2023; Ricci, Bazi en Melgani 2023). Dit is sinvol om te redeneer dat ChatGPT-4V belangrike implikasies vir Geografie-klaskamers inhou indien dit opgeneem word om lugfoto’s te ontleed. Tog is min navorsing oor die bruikbaarheid van hierdie KI-hulpmiddel in Geografie-klaskamers beskikbaar.
Die doel van hierdie navorsing was drievoudig, naamlik (a) om te bepaal hoe bruikbaar ChatGPT-4V is om lugfoto’s te ontleed, (b) om die dryfvere te identifiseer wat die opneem van ChatGPT-4V kan bevorder en (c) om die implikasies vir Geografie-klaskamers te bepaal indien ChatGPT-4V opgeneem word om lugfoto’s te ontleed.
Die agtergrond tot die studie word vervolgens gebied.
2. Moontlike impak van lae slaagvereistes op ontwikkeling van geografiese kennis
Die lae slaagvereistes vir Geografie (30%) het ’n negatiewe kumulatiewe uitwerking aangesien gapings in geografiese kennis met verloop van tyd vergroot. Daarom is dit nie verrassend dat 13,8% van die 2023 Nasionale Senior Sertifikaat (NSS) se kandidate ten spyte van die lae slaagvereistes gefaal het nie (Departement van Basiese Onderwys 2024) (tabel 1).
Tabel 1. Prestasie van Geografie-leerders met verloop van tyd
| Tydperk | 2021 | 2022 | 2023 |
| Slaagsyfer | 74,3% | 81,3% | 86,2% |
| Onderskeiding | 0,5 | 1,0 | 2,3 |
Alhoewel die persentasie NSS-onderskeidingskandidate die afgelope drie jaar verhoog het, dui die klein persentasie onderskeidings ook op gapings in geografiese kennis. Verder dui die NSS-uitslae op betekenisvolle gapings in geografiese kennis op provinsiale vlak. Noord-Kaap, Noordwes en Mpumalanga se gemiddeld was die afgelope drie jaar nie alleen die swakste nie (tabel 2), maar ook beduidend swakker as dié van die top-presterende Vrystaat (Departement van Basiese Onderwys 2024).
Tabel 2. Verskil in Geografie-gemiddeld per provinsie (2021–2023)
| Provinsie | 2021 | 2022 | 2023 | |
| 1 | Vrystaat | 87,5%* | 91,1%* | 93,1%* |
| 2 | Gauteng | 79,2% | 87,1% | 88% |
| 3 | Noordwes | 74,9% | 73,7% | 77,3%** |
| 4 | Oos-Kaap | 73,8% | 77,8% | 87,0% |
| 5 | Wes-Kaap | 73,3% | 80,6% | 82,5% |
| 6 | KwaZulu-Natal | 73,2% | 82,4% | 88,1% |
| 7 | Mpumalanga | 71,7% | 76,7% | 79,4% |
| 8 | Limpopo | 70,4% | 70,0%** | 86,1% |
| 9 | Noord-Kaap | 69,2%** | 73,7% | 77,3%** |
| Gemiddeld | 74,3% | 81,3% | 86,2% | |
| * Provinsie wat beste presteer ** Provinsies wat swakste presteer |
||||
Gapings in geografiese kennis kan suksesvolle ontleding van lugfoto’s nadelig beïnvloed. Daarom kan geredeneer word dat Suid-Afrikaanse leerders weens onvoldoende geografiese kennis kan sukkel om lugfoto’s suksesvol te interpreteer. Onvoldoende geografiese kennis is egter nie tot die Suid-Afrikaanse konteks beperk nie.
In die Amerikaanse konteks is bevind dat 70% van die 2010-National Assessment of Educational Progress (NAEP) se kandidate ontoereikend in Geografie presteer het (Bednarz, Heffron en Huynh 2013). Tien jaar later is dié bevinding weer bevestig (Finn 2020) waaruit afgelei kan word dat die probleem steeds nie opgelos kon word nie. Die Geography Education Research Committee is van mening dat uitnemende Geografie-onderwys in die Amerikaanse konteks ’n uitsondering op die reël is weens die aantal ure beskikbaar vir onderrig, die gehalte van voorbereiding van student-onderwysers en die gehalte van onderrigmateriaal (Bednarz e.a. 2013).
Die bogenoemde faktore beïnvloed ook die gehalte van Geografie-onderwys in die Suid-Afrikaanse konteks. Veranderinge aan die kurrikulum het daartoe bygedra dat NSS-kandidate nie genoeg tyd het om vir die eindeksamen voor te berei nie. Geografie (Aardrykskunde) was voorheen ’n aparte vak, dus is NSS-kandidate vir ten minste vyf jaar aan die vakgebied blootgestel voordat hulle die eindeksamen moes aflê. Tans vorm Geografie tot op graad 9-vlak deel van Sosiale Wetenskappe en word dit eers vanaf graad 10 as volwaardige vak aangebied. Aangesien verminderde blootstelling die ontwikkeling van geografiese kennis kan vertraag, is dit sinvol om te redeneer dat oneerlike leerders en studente ’n KI-hulpmiddel wat oor voldoende geografiese kennis beskik, kan misbruik om take namens hulle te voltooi.
Die konseptuele raamwerk word in die volgende afdeling bespreek.
3. Konseptueel-teoretiese raamwerk
3.1 Lugfoto’s
’n Lugfoto is ’n foto van die aardoppervlak wat vanuit die lug geneem is. Gasper Felix Tournachon, ’n Franse lugballonvaarder, het die moontlikhede van sodanige foto’s ingesien. Hy het die idee om lugfoto’s in kartografie en opmeting te gebruik in 1855 gepatenteer (Professional Aerial Photographers Association s.j.). Dit was egter nie so maklik om ’n lugfoto te neem nie aangesien ’n volledige donkerkamer in die lugballon se mandjie beskikbaar moes wees. Die eerste lugfoto is gevolglik eers drie jaar later geneem (Professional Aerial Photographers Association s.j.).
’n Paar jaar later het droëplaatprosesse die taak om lugfoto’s te neem vergemaklik. Lugballonne was egter nie geredelik beskikbaar nie. Dit het baanbreker-lugfotograwe nie afgeskrik nie aangesien hulle duiwe, vlieërs, vuurpyle en selfs lere en hoë torings kon gebruik om foto’s vanuit die lug te neem (Professional Aerial Photographers Association s.j.). Triboulet het die eerste lugfotosending egter eers in 1879 onderneem. Sedert Wilbur Wright die eerste lugfoto in 1909 vanuit ’n vliegtuig geneem het, word vliegtuie hoofsaaklik vir dié doel ingespan.
Opmeters, ingenieurs, stads- en streekbeplanners en karteerders gebruik lugfoto’s om inligting oor die fisiese omgewing en menslike bedrywighede in te samel (Kolukisa en Aladag 2006). Geografie-leerders en -studente moet nie alleen in staat wees om elemente op lugfoto’s te identifiseer nie, hulle moet ook oor voldoende geografiese kennis beskik om antwoorde te motiveer. Soos reeds genoem, is dit moontlik dat ChatGPT-4V opgeneem sal word indien dit oor genoegsame geografiese kennis beskik om lugfoto’s te ontleed.
3.2 ChatGPT-4V
ChatGPT-4V is op die vierde generasie generatiewe voorafopgeleide transformeerders (Generative Pre-trained Transformers (GPTs) gebou (OpenAI 2023a). Die eerste model, naamlik ChatGPT-4, kon teks en prente verstaan, maar dit kon slegs teks skep. Hierdie model is intussen opgegradeer na ChatGPT-4V wat gepor2 kan word om foto’s te neem, visuele voorstellings te skep (OpenAI 2023b, 2023c), mondelinge gesprekke te voer (OpenAI 2023b) en oor gesprekke heen te onthou (OpenAI 2024). Hierdie KI-hulpmiddel kan ook gepor word om ’n internetsoektog te loods, maar sy toegang tot die internet is beperk. Aangesien ChatGPT-4V verskeie media (taal, prente en oudio) verstaan en skep, word dit as ’n groot multidimensionele model (Gill en Kaur 2023) beskou.
ChatGPT-4V se opleiding was soortgelyk aan dié van die ChatGPT-3.5. Nadat sy opleidingsdata ingesamel is, het OpenAI (2023a) op versterkingsleer en terugvoer van menslike opleiers staatgemaak om ChatGPT-4V op te lei om goeie response te skep (figuur 1).
Figuur 1. Die opleidingsmodel (vrylik vertaal, OpenAI 2022)
Klik hier vir ’n groter weergawe van die figuur.
Hierdie navorsing fokus nie op die opleiding van ChatGPT-4V nie, daarom verwys ek lesers eerder na Menon (2023) wat die opleidingsproses in leketaal verduidelik. OpenAI (2023a) het egter tydens die opleiding van ChatGPT-4V ook terugvoer van gebruikers van vorige modelle en die resultate van ’n teenstrydigheidprogram gebruik om ’n akkurater KI-hulpmiddel te ontwikkel wat noemenswaardig beter as ChatGPT-3.5 presteer.
ChatGPT-4V is nie perfek nie en kan oortuigend hallusineer. Indien ’n gebruiker ChatGPT-4V daarop wys, gebruik dit versterkingsleer (figuur 2) om die respons te verbeter (Gill en Kaur 2023).
Figuur 2. ChatGPT-4V se versterkingsleerprosesse (vrylik vertaal, Gill en Kaur 2023)
Klik hier vir ’n groter weergawe van die figuur.
Indien die por om die respons te verbeter onvoldoende is, of die korrekte inligting nie in sy kennisbasis beskikbaar is nie, kan ChatGPT-4V nie ’n korrekte respons skep nie.
Sy geografiese kennisbasis bestaan uit prente, foto’s, video’s, teks en berekeninge waaruit dit leer om response te skep. Tydens die skep van response maak ChatGPT-4V staat op drie vlakke van leer, wat volgens Jauhiainen en Guerra (2023) met Bloom se taksonomie verband hou, naamlik:
- kernleer, indien dit moet ken of verstaan
- komplekse leer, indien dit moet toepas of ontleed
- diepleer, indien dit moet evalueer of skep.
Dit is sinvol om te redeneer dat al drie leervlakke tydens die ontleding van lugfoto’s betrek word. Osco e.a. (2023) is van mening dat ChatGPT-4V nie opgeneem sal word om lugfoto’s te ontleed nie weens sy ingewikkelde koppelvlak en bedrywighede. Hierdie stelling kan onderwysers en dosente onder die wanindruk bring dat dit moeilik is om ChatGPT-4V te por om lugfoto’s te ontleed. Aangesien intekenaars R399 moet opdok om ChatGPT-4V te gebruik, is dit moontlik dat lesers nog nie met hierdie KI-hulpmiddel vertroud is nie. Daarom verduidelik ek eers hoe eenvoudig dit is om ’n gesprek met ChatGPT-4V te begin.
ChatGPT-4V deel ’n webtuiste met ChatGPT-3.5, gevolglik moet intekenaars op die pyltjie aan die bokant van die regterkantste kolom van die webblad (figuur 3) klik om na ChatGPT-4 geneem te word.
Figuur 3. Gebruikerskoppelvlak van ChatGPT-4V
Klik hier vir ’n groter weergawe van die figuur.
ChatGPT-4V se webblad bestaan, net soos dié van ChatGPT-3.5, uit ’n kleiner linkerkantste kolom waar vorige gesprekke in chronologiese volgorde vertoon word en ’n groter regterkantste kolom waar die huidige gesprek gevoer word (figuur 3). Die linkerkantste kolom kan verwarrend wees omdat gesprekke met beide KI-hulpmiddels in dieselfde kolom geberg word. Dit is dus noodsaaklik om seker te maak met watter een van die twee KI-hulpmiddels ’n vorige gesprek gevoer is.
Die regterkantste kolom (figuur 3) is ook soortgelyk aan dié van ChatGPT-3.5.
Figuur 4. Keuses vir gesprekke met ChatGPT-4V
Dit bied egter meer keuses vir gesprekke.
Soortgelyk aan ChatGPT-3.5 kan lesers die volgende gebruik om ’n gesprek te begin:
- ’n teksblok vir geskrewe gesprekke
- ’n mikrofoon om ChatGPT-4V te por om te luister
- ’n oorfoon wat ChatGPT-4V por om ’n mensagtige mondelinge gesprek met sy gebruiker te voer.
ChatGPT-4V bied egter ook:
- ’n kamera-ikoon om dit te versoek om ’n foto te neem,
- ’n prent-ikoon om dit te versoek om ’n prent of foto op te laai,
- ’n lêer-ikoon om dit te versoek om ’n dokument op te laai.
Die laaste drie ikone maak dit maklik om ChatGPT-4V te por om lugfoto’s te ontleed. Die vraag is of ChatGPT-4V vir hierdie doel opgeneem sal word.
3.3 ’n Voorspellingsmodel om te bepaal of ’n KI-hulpmiddel opgeneem sal word
KI-hulpmiddels word tans teen ’n ongelooflike spoed ontwikkel, elkeen met ’n spesifieke doel. Daarom kan onderwysers en dosente nie vir bevindinge wag nie, hulle moet in staat gestel word om self te bepaal of ’n spesifieke KI-hulpmiddel in hulle klaskamers opgeneem sal word.
Rogers (1983) het meer as vier dekades gelede bevind dat ’n nuwe tegnologie nie summier opgeneem word nie, maar eerder in sosiale omgewings insypel. ChatGPT-4V het egter reeds getoon dat KI-hulpmiddels wel summier opgeneem kan word. Die opneem van nuwe tegnologie word deur vyf faktore beïnvloed, naamlik (a) relatiewe voordeel bo die status quo, (b) verenigbaarheid met die ervaring en behoeftes van gebruikers, (c) beproefbaarheid of die mate waartoe dit eers getoets kan word, (d) waarneembaarheid, of die mate waartoe die tegnologie se resultate sigbaar is, en (e) moeilikheidsgraad of insetverwagting met betrekking tot die gebruik van die nuwe tegnologie (Rogers 1983, 2003). Daar is intussen ook bevind dat persoonlike faktore, sosiale invloed, kostedoeltreffendheid, tegnologiese vaardighede, bruikbaarheid, insetverwagting en werksverrigtingverwagting ook die opneem van nuwe tegnologie beïnvloed (Bandura 1986; Davis 1989; Goldkind en McNutt 2016; Van Staden 2021; Venkatesh, Morris, Davis en Davis 2003).
Verskeie modelle is ontwikkel om die aanvaar, opneem en gebruik van nuwe tegnologie te verklaar (Ajzen 1985; Ajzen en Fishbein 1980; Davis 1986; Rogers 1983, 2003; Taylor en Todd 1995; Venkatesh en Davis 2000, Venkatesh e.a. 2003). Hierdie modelle is egter voor die beskikbaarstelling van KI-hulpmiddels ontwikkel, dus is nuwe modelle ontwikkel om die opneem, aanvaar en gebruik van KI-hulpmiddels te bestudeer (Gursoy, Chi, Lu en Nunkoo 2019; Li 2023; Nascimento en Meirelles 2022). Geeneen is egter ontwikkel met die spesifieke doel om te voorspel of ’n nuwe KI-hulpmiddel in ’n spesifieke klaskamer opgeneem sal word nie.
Hierdie gaping is onlangs deur die ontwikkeling van die Kunsmatige Intelligensie-
Die doel van die KIAVM is om onderwysers, dosente en navorsers in staat te stel om ’n Aanvaarding-Voorspelling-Telling (AVT)4 te bereken. Die AVT word bereken deur een punt toe te ken vir elke dryfveer van die KIAVM wat die opneem van die KI-hulpmiddel kan motiveer.
Figuur 5. Kunsmatige Intelligensie-
Klik hier vir ’n groter weergawe van die figuur.
Indien die AVT “1” of meer is, behoort beleid en strategieë in plek gestel te word om verantwoordelike gebruik te bevorder (figuur 5).
Tersaaklike literatuur word kortliks bespreek.
4. Literatuuroorsig
Die fokus is hier op voorlopige beantwoording van die navorsingsvrae, naamlik (a) of ChatGPT-4V bruikbaar is om lugfoto’s te ontleed, (b) watter dryfvere die opneem daarvan kan bevorder en (c) wat die implikasies kan wees as ChatGPT-4V in Geografie-klaskamers opgeneem word om lugfoto’s te ontleed.
4.1 Bruikbaarheid van ChatGPT-4V om lugfoto’s te ontleed
Tegnieke is in ChatGPT-4V5 ingebou om rande en lyne te bespeur, tonele te klassifiseer en beelde te segmenteer (tabel 3), daarom kan dit lugfoto’s ontleed (Osco e.a. 2023).
Tabel 3. Ingeboude tegnieke in ChatGPT-4V (Osco e.a. 2023)
| Ingeboude tegniek | Bruikbaarheid |
| Bespeur rande en lyne | Identifiseer paaie, riviere, geboue, grense |
| Toneelklassifikasie en beeldsegmentering | Bedekking van aardoppervlak en verdeling in streke, grondgebruik, ontbossing, stedelike groei, monitering van waterreservoirs, vooruitskattings van groei in landbou. |
Hierdie tegnieke stel ChatGPT-4V in staat om brûe, strande, berge en bofbalvelde akkuraat te identifiseer (Osco e.a. 2023). Ten spyte daarvan kon ChatGPT-4V nie oop velde en woestyne identifiseer nie en het dit gesukkel om stedelike elemente, soos byvoorbeeld kerke, die sakekern, digbewoonde en nywerheidsgebiede te identifiseer. ChatGPT-4V kon paaie langs plantasies en geplaveide hoofweë identifiseer, maar nie strate nie. Gebaseer op dié bevindinge, het Osco e.a. (2023) voorspel dat ChatGPT-4V opgelei sou kon word om unieke eienskappe, patrone en strukture te identifiseer. Daarom stel hulle voor dat navorsers op die gebruike, impak, praktyke en foute moet fokus wanneer hierdie KI-hulpmiddel verken word.
Ricci e.a. (2023) het masjien-tot-masjien visuele dialoog gebruik om masjiene se vermoë om foto’s te ontleed, te ondersoek. Vir hierdie doel is ChatGPT-4V en Blip-2 so opgestel dat ChatGPT-4V vrae oor ’n gegewe foto moes vra, terwyl Blip-2 antwoorde moes verskaf. ChatGPT-4V moes een vraag op ’n slag stel, geen vrae stel wat “ja”- of “nee”-antwoorde vereis nie en Blip-2 se antwoorde opsom terwyl dit “nee”- en “onseker”-antwoorde moes ignoreer. Blip-2 moes vrae beantwoord, maar ook erken as dit nie geweet het nie eerder as om ’n respons te versin. Indien Blip-2 se eerste antwoord foutief was, het dit ’n negatiewe impak op die res van die gesprek gehad. Hierdie uitdaging was nie in die onderhawige navorsing van toepassing nie aangesien ek self met ChatGPT-4V in gesprek getree het. Sodoende kon dit versoek word om foute reg te stel.
Van Staden (2024a) het ChatGPT-4V se bruikbaarheid in Geografie-vakdidaktiek-klaskamers ondersoek deur sy response te vergelyk met die response wat ChatGPT-3.5 tydens ’n vorige studie (Van Staden 2023a) geskep het. ChatGPT-4V se geografiese kennis was oor die algemeen beter as dié van ChatGPT-3.5. ’n Belangrike verskil was dat ChatGPT-4V ’n lugfoto kon ontleed. Gebaseer daarop is aanbeveel dat navorsing gedoen behoort te word om sy bruikbaarheid om lugfoto’s te ontleed in diepte te ondersoek.
Alhoewel ChatGPT-4V beter as sy voorganger presteer het, is dit belangrik om navorsing in ag te neem wat daarop dui dat sy voorgangers oor genoegsame geografiese kennis beskik het.
Agapiou en Lysandrou (2023) het bevind dat ChatGPT-3.5 bruikbaar is om data oor die planeet se fisiese, chemiese en biologiese stelsels in te samel omdat dit akkurate inligting en werklike voorbeelde kon verskaf. Dit was egter nodig om opvolgvrae te stel om in-diepte response te verkry. Volgens hierdie navorsers beperk die afsnydatum van ChatGPT-3.5 se opleidingsdata (2021) sy bruikbaarheid. ’n Verdere beperking is dat dit nie ’n bronnelys kon verskaf nie. Daar kan afgelei word dat ChatGPT-4V bruikbaarder as ChatGPT-3.5kan wees weens die latere afsnydatum van sy opleidingsdata en sy (beperkte) vermoë om die internet te gebruik. Daar is reeds bevind dat ChatGPT-4V betroubare skakels na webwerwe kan bied (Van Staden 2024a).
Daar is ook bevind dat ChatGPT-3.5 in Geografie-vakdidaktiek-klaskamers bruikbaar is om lesplanne en toetse te skep (Van Staden 2023a). Hierdie bevinding word deur die aanlyn besinnings van praktiserende Geografie-onderwysers bevestig. Onderwysers gebruik ChatGPT6 om lesplanne, toetse en gevallestudies te ontwerp (Griffiths 2023; Kerr 2023; Logue 2023; Monteith 2023a, 2023b; Stockings 2023). Hulle waarsku egter ook dat ChatGPT foute maak (Griffiths 2023; Monteith 2023a, 2023b; Stockings 2023). Volgens hulle verlig ChatGPT hulle werklas en skep dit tyd vir onderrig. Slegs een van die onderwysers (Monteith 2023b) gebruik ChatGPT-4V, maar lewer geen bewyse dat hy dit gebruik om lugfoto’s te ontleed nie. Monteith (2023a) se skool span saam om ChatGPT-4V te bekostig. Daaruit kan afgelei word dat leerders en studente ook hierdie werkswyse kan volg om toegang tot ChatGPT-4V te verkry.
’n Belangrike tekortkoming van ChatGPT-3.5 is dat dit foute maak en nie altyd gelei kan word om response te verbeter nie (Van Staden 2023b). ’n Ondersoek oor die bruikbaarheid van ChatGPT-4V in Geografie-vakdidaktiek-klaskamers het bevind dat ChatGPT-4V ook foute maak en oortuigend hallusineer. Daar is aanbeveel dat dosente op dié foute fokus om ryk leergeleenthede in klaskamers te skep. Ten spyte van die tekortkominge is dit sinvol om af te lei dat ChatGPT-4V oor genoegsame geografiese kennis beskik om lugfoto’s te ontleed.
4.2 Bruikbaarheid van die KIAVM om die opneem van ’n KI-hulpmiddel te voorspel
Tydens die eerste toepassing van die KIAVM kon voorspel word dat al nege dryfvere die opneem van ChatGPT-3.5 in Engels-poësieklaskamers kan bevorder (Van Staden 2023c). Daarom kon aanbeveel word dat beleid en strategieë in plek gestel moet word om verantwoordelike gebruik in poësie-klaskamers te bevorder.
Aangesien ChatGPT-4V ’n meer gevorderde KI-hulpmiddel is, was dit sinvol om te redeneer dat sommige van die dryfvere nie van toepassing kan wees nie. Die kostes verbonde aan die gebruik daarvan kan byvoorbeeld veroorsaak dat dit nie in klaskamers gebruik kan word nie. Onderwysers oorkom egter reeds hierdie hindernis deur saam te werk om ChatGPT-4V te bekostig.
4.3 Implikasies vir Geografie-klaskamers
Daar is voorspel dat ChatGPT-3.5 vriend en vyand in Geografie-vakdidaktiek-klaskamers kan wees (Van Staden 2023a). As vriend kan dit gebruik word om ryk leergeleenthede te skep. Maar as vyand kan dit misbruik word en so akademiese oneerlikheid bevorder. Daar is egter aanbeveel dat ’n leergeoriënteerde benadering tot assessering gevolg word om geleenthede vir oneerlikheid te beperk.
5. Metodologie
Die navorsing is weens sy drieledige doel deur drie vrae gelei, naamlik:
- Hoe bruikbaar is ChatGPT-4V om lugfoto’s te ontleed?
- Watter dryfvere kan die opneem van ChatGPT-4V bevorder?
- Watter implikasies hou dit vir Geografie-klaskamers in indien ChatGPT-4V opgeneem word om lugfoto’s te ontleed?
Sodanige navorsing word gewoonlik vanuit ’n pragmatiese perspektief (James en Burkhardt 1975; Sharma, Devi en Kumari 2018) benader. Die doel van hierdie pragmatiese navorsing kon binne die raamwerk van ’n verkennende gevallestudie bereik word.
5.1 ’n Verkennende gevallestudie
Verkennende gevallestudies word gewoonlik onderneem om nuwe navorsingsvelde te verken, daarom word daar nie van die navorser verwag om gevolgtrekkings te maak nie (Swedberg 2020). Tog noodsaak ’n pragmatiese perspektief dat die implikasies vir die praktyk verstaan moet word.
5.2 Data-insameling en -verwerking
Weens die mensagtige manier waarop ChatGPT-4V met ’n gebruiker gesels, is dit beide as onderwerp van en deelnemer aan die ondersoek beskou. ’n Gemengdemetodebenadering is tydens die insameling van data gevolg, daarom is beide kwantitatiewe en kwalitatiewe data ingesamel.
Ek het eers tien gesprekke met ChatGPT-4V gevoer om sy bruikbaarheid om lugfoto’s te ontleed, te ondersoek. Drie metodes het die keuses vir porre belig, naamlik:
- selfrefleksie as Geografie-onderwyser en -vakdidaktiek-dosent
- ontleding van 2023 NSS-vraestelle (Mei en November) (Wes-Kaapse Regering 2024)
- Lambert en Balderstone (2001) se riglyne vir die ontleding van lugfoto’s (tabel 4).
Tabel 4. Progressiewe ontwikkeling van vaardighede om lugfoto’s te ontleed (Lambert en Balderstone 2001)
| Fase | Leertake |
|
|
|
|
|
|
|
|
Tien temas is vir die gesprekke gekies. ’n Gesprek is rondom elke tema begin en die doeltreffendheid van ChatGPT-4V se geheue is terselfdertyd oor gesprekke heen getoets. Indien ’n versoek suksesvol uitgevoer is, is die gesprek afgesluit. Indien nie, is ChatGPT-4V verder gepor om die respons te verbeter. In sodanige gevalle is die gesprek afgesluit indien ChatGPT-4V die respons kon verbeter, of nie gelei kon word om dit te verbeter nie. Die kwalitatiewe data, wat uit sketse en teks bestaan het, is tydens die lees van die artefakte van die gesprekke versamel. Die doel was om te bepaal hoe bruikbaar ChatGPT-4V is om lugfoto’s te ontleed.
Die kwantitatiewe data is tydens die gebruik van die KIAVM ingesamel om te voorspel of ChatGPT-4V aanvaar sal word om lugfoto’s te ontleed. Vir dié doel het ek ’n tabel geskep om die AVT te bereken (sien resultate). Indien ’n dryfveer geïdentifiseer is, het ek ’n “1” in die kolom langs die dryfveer ingevul. Indien nie, het ek ’n “0” in die kolom langs die betrokke dryfveer ingevul. Die implikasies vir Geografie-klaskamers is bespreek aan die hand van bevindinge oor die bruikbaarheid om lugfoto’s te ontleed en die resultate van die AVT.
5.3 Etiese klaring
Etiese klaring is toegestaan om navorsing oor ChatGPT te doen, verwysingsnommer XXX7).
6. Resultate
|
Nota aan die leser:
|
Hierdie afdeling bestaan uit twee afdelings, naamlik (a) gesprekke met ChatGPT-4V om sy bruikbaarheid om lugfoto’s te ontleed, te ondersoek en (b) die resultate van die KIAVM.
6.1 Bruikbaarheid van ChatGPT-4V om lugfoto’s te ontleed
Gesprek 1. Vermoë om foto’s te neem en geografies te ontleed
Die doel van die eerste gesprek was om ChatGPT-4V se vermoë om foto’s te neem en die inhoud daarvan te bespreek, te verken. Vir dié doel het ek die kamera-ikoon gebruik om foto’s van twee klippe en twee plante in my tuin te neem, waarna ChatGPT-4V gepor is om die voorwerpe te identifiseer. Die response op die eerste por word in tabel 5 gebied.
Tabel 5. Vermoë om foto’s te neem en rotse te identifiseer
 |
ChatGPT-4V: Die rots in die foto lyk na ’n kwartsiet, wat ’n metamorfiese rots is. Dit word gevorm deur die metamorfose van sandsteen en word gekenmerk deur sy harde, glasagtige voorkoms en dikwels melkwit tot grys kleur [taalprobleem]. Kwartsiet kan ook kristallyne strukture vertoon, wat tipies is vir kwartsmineraalryke rots (8 Mei 2024). |
 |
ChatGPT-4V: Die rots op die foto lyk soos sandsteen. Sandsteen is ’n sedimentêre rots wat meestal uit sandkorreltjies bestaan wat deur verskeie natuurlike prosesse saamgebind is. Die gladde, effens lae-struktuur en die ligbruin tot rooierige kleur wat in jou foto sigbaar is, is tipiese kenmerke van sandsteen (8 Mei 2024). |
 |
Hierdie plant is ’n Portulacaria afra, algemeen bekend as spekboom. Dit is ’n sukkulent wat algemeen in Suid-Afrika voorkom, veral in die oostelike dele van die land soos in die Oos-Kaap. Die spekboom is bekend vir sy vermoë om baie koolstofdioksied te absorbeer en is dus voordelig vir klimaatbeheer. Dit is ook ’n gewilde plant vir tuine en kan in verskeie omgewings oorleef, insluitend binnenshuise omgewings waar daar voldoende lig is (8 Mei 2024). |
 |
Die plant op die foto is ’n varing. Hierdie soort varing, met sy fynverdeelde, heldergroen blare, kom wydverspreid voor en kan in verskeie habitats groei, insluitend skaduryke, vogtige gebiede soos woude. Dit is tipies vir varings om in klam en skaduryke omgewings te floreer, waar daar genoeg vog is om hul lewensprosesse te ondersteun. Varinge kan ook in huistuine gekweek word as hulle voldoende skadu en vog ontvang (8 Mei 2024). |
Die gehalte van die foto’s was goed. Alhoewel ek slegs wou weet watter soort plant of rots dit was, het ChatGPT-4V ’n goeie motivering vir sy response gebied. Agapiou en Lysandrou (2023) het ook bevind dat ChatGPT-4V sy response motiveer. Dit is moontlik dat diegene wat KI-plagiaat pleeg so geïdentifiseer kan word. Response op opvolgvrae het getoon dat ChatGPT-4V die oorsprong van die spesifieke soort rots kon bespreek. Dit kon ook verduidelik waarom spekbome aangehou behoort te word en waarom dit uitdagend kan wees om varings in Gauteng aan te hou (Gesprek 1, datastel). Uit hierdie gesprek kon afgelei word dat ChatGPT-4V foto’s kan neem, die inhoud kan ontleed en oor voldoende geografiese kennis beskik om sy response te staaf.
Gesprek 2. Kennis van leidrade om lugfoto’s te ontleed
Die doel van die tweede gesprek was om ChatGPT-4V se teoretiese kennis oor lugfoto’s te verken.
Por: “Wat neem mens in ag wanneer jy ’n lugfoto bestudeer. Dink byvoorbeeld aan vorm, tekstuur en so aan.”
ChatGPT-4V:
Wanneer jy ’n lugfoto bestudeer, is daar verskeie faktore om in ag te neem om die beeld effektief te interpreteer en te analiseer. Hier is ’n paar belangrike elemente om te oorweeg:
1. Vorm: Kyk na die vorms van verskillende strukture en landskappe. Vorm kan insig gee in die funksie van geboue, die tipe landgebruik, en die uitleg van ’n gebied.
2. Tekstuur: Tekstuur verwys na die voorkoms van ’n oppervlak. In lugfotografie kan tekstuur help om verskillende materiale of tipes vegetasie te identifiseer, soos bosse, velde, of beboude gebiede.
3. Kleur: Kleur kan belangrike inligting verskaf oor die tipe landgebruik, gesondheid van plantegroei, en seisoenale veranderinge. Verskillende kleure kan ook help om waterliggame van land te onderskei.
4. Skaal: Dit is belangrik om die skaal van die foto te verstaan om akkurate afmetings en afstande te bepaal. Skaal kan ook help met die interpretasie van die beeld in terme van ruimtelike verhoudings.
5. Patrone: Identifiseer en interpreteer patrone wat sigbaar is van bo af. Dit kan natuurlike patrone soos rivierstelsels insluit, of mensgemaakte patrone soos padnetwerke en beboude gebiede.
6. Skaduwees: Skaduwees kan help om die hoogte en diepte van voorwerpe te bepaal, asook om die tyd van die dag en seisoen wanneer die foto geneem is te identifiseer.
7. Perspektief en Oriëntasie: Die hoek waarteen die foto geneem is, kan beïnvloed hoe voorwerpe voorgestel word. Dit is belangrik om die oriëntasie te verstaan vir akkurate interpretasie.
8. Tyd en Seisoen: Wanneer die foto geneem is kan ’n groot invloed hê op die voorkoms van die landskap, soos die teenwoordigheid van sneeu of die vlak van riviere.
Deur hierdie elemente te oorweeg, kan jy ’n meer volledige en akkurate begrip van die lugfoto kry (8 Mei 2024).
Gebaseer op die leidrade wat Kolukisa en Aladag (2006) bespreek, was dit ’n goeie respons. Skaal, perspektief en oriëntasie is ook goeie leidrade. Aangesien ChatGPT-4V nie grootte, plek en assosiasie genoem het nie, is sy kennis daarvan verken.
Por: “Dit is goed, maar daar is nog leidrade wat in ag geneem kan word, soos byvoorbeeld seisoen, grootte en assosiasie. Kan jy my meer daarvan vertel?”
ChatGPT-4V:
Absoluut, ek kan beslis meer inligting verskaf oor ander belangrike faktore soos seisoen, grootte, en assosiasie wat ook belangrik is wanneer mens lugfotografie bestudeer:
1. Seisoen: Die seisoen waarin die foto geneem is, kan ’n groot invloed hê op die voorkoms van die natuurlike omgewing en landbouaktiwiteite. Byvoorbeeld, gewaspatrone en die kleur van vegetasie kan wissel na gelang van die seisoen [sin lees moeilik]. Sneeu of droogte kan ook die sigbaarheid van sekere kenmerke beïnvloed.
2. Grootte: Grootte verwys na die dimensies van voorwerpe in die foto, wat help om die skaal van die beeld te verstaan. Dit is belangrik vir die korrekte interpretasie van die afstande en die omvang van kenmerke of gebiede wat op die beeld vertoon word.
3. Assosiasie: Hierdie aspek behels die verhouding en nabijheid [Nederlands] van verskillende voorwerpe of kenmerke tot mekaar. Deur te analiseer hoe sekere elemente met mekaar geassosieer is, kan ’n mens afleidings maak oor die gebruik en funksie van die grond of omliggende gebiede. Byvoorbeeld, ’n groep geboue naby waterbronne kan dui op ’n nedersetting of industriële gebied.
Hierdie faktore, tesame met die voorheen genoemde aspekte soos vorm, tekstuur, en patrone, bied ’n omvattende raamwerk om lugfotografie te analiseer en te interpreteer. Dit stel navorsers en analiste in staat om die omgewing en menslike aktiwiteite akkuraat te verstaan en te dokumenteer (10 Mei 2024).
Die respons was goed, ChatGPT-4V het ook onthou dat ander leidrade reeds bespreek is. Uit die gesprek kan aflei word dat ChatGPT-4V die leidrade geken het.
Gesprek 3. Kennis van lugfoto’s
Die doel met hierdie gesprek was om sy kennis oor verskillende lugfoto’s te verken.
Por: “Noem die soorte lugfoto’s wat geograwe gebruik.”
ChatGPT-4V:
Geograwe gebruik verskillende lugfoto’s vir hul studies, insluitende:
1. Vertikale lugfoto’s: Hierdie foto’s word direk van bo-af geneem, waar die kamera loodreg op die oppervlak van die aarde gerig is. Dit bied ’n top-down aansig wat nuttig is vir kaartmaak en gebiedsbeplanning.
2. Skuins lugfoto’s: Hierdie is foto’s wat onder ’n hoek geneem word, nie direk van bo nie. Hulle kan lae skuins (minder steil) of hoë skuins (meer steil) wees [swak beskrywing]. Skuins lugfoto's gee ’n beter perspektief van landskapstrukture soos geboue en heuwels.
3. Panoramiese lugfoto’s: Dit bied ’n breë, deurlopende aansig van ’n groot area, wat help om ’n gevoel van die skaal en die layout van die terrein te gee.
4. Infrarooi lugfoto’s: Deur gebruik te maak van infrarooi lig, kan hierdie foto’s data verskaf wat nie met die blote oog sigbaar is nie, soos plantgesondheid of waterversadiging in grond.
5. Multispektrale en hyperspektrale beelde: Hierdie beelde vang data in verskeie golflengtes van lig op en is nuttig vir die ontleding van verskillende oppervlak- en omgewingskenmerke.
Elke tipe het sy eie toepassings en word gekies op grond van die spesifieke behoeftes van die geografiese studie (4 Mei 2024).
ChatGPT-4V het ’n goeie verskeidenheid lugfoto’s genoem. In Geografie-klaskamers is die fokus gewoonlik op die eerste twee soorte, naamlik vertikale lugfoto’s en skuinshoek lugfoto’s. Laasgenoemde bestaan, soos ChatGPT-4V verduidelik het, uit twee soorte foto’s, naamlik laehoek- en hoëhoekskuinslugfoto’s. Daarom is sy kennis verder verken.
Por: “Gebruik ’n tabel en onderskei asseblief tussen vertikale, hoëhoek- en laehoekskuinslugfoto’s. Gebruik Kaapstad om voorbeelde te verskaf.”
ChatGPT-4V het reg verstaan en die tabel geskep. Aangesien die kamerahoek en beskrywing in aparte kolomme bespreek is (Gesprek 3, datastel), het ek versoek dat die tabel aangepas moes word sodat kamerahoek en beskrywing in een kolom aangebied word.
ChatGPT-4V (figuur 6):
Figuur 6. Skermskoot van die tabel wat ChatGPT-4V geskep het
Klik hier vir ’n groter weergawe van die figuur.
ChatGPT-4V het die opdrag reg verstaan en die tabel aangepas. Alhoewel dit weet hoe om Kaapstad te spel, is dit as “Kaappstad” gespel. Die soorte lugfoto’s, die hoeke, die beskrywing van vertikale lugfoto’s en die voorbeeld vir gebruik van ’n vertikale lugfoto is korrek. Die beskrywing van die twee soorte skuinshoeklugfoto’s is egter vaag of foutief. Aangesien verskeie sketse op die internet die verskille uitlig, het ek sy vermoë om die verskille te illustreer verken.
Por: “Gebruik ’n visuele voorstelling om die verskillende hoeke waarteen vertikale lugfoto’s, hoëhoek- en laehoekskuinslugfoto’s geneem word.”
ChatGPT-4V:
Figuur 7. ChatGPT-4V se voorstelling van kamerahoeke
Die beeld hierbo illustreer die verskillende kamera hoeke vanuit ’n vliegtuig wat gebruik word vir lugfotografie: vertikale lugfoto’s, hoëhoek skuins lugfoto’s, en laehoek skuinslugfoto’s. Elke tipe is gemerk om jou te help sien hoe die kamera hoek verander afhangende van die tipe lugfoto wat geneem word (10 Mei 2024).
ChatGPT-4V het gehallusineer dat die skets korrek is (Gesprek 4, datastel), daarom het ek ’n skets opgelaai wat die verskille uitlig en verder gesels.
Por: “Verduidelik die skets” (figuur 8).
Figuur 8. Kamerahoeke van lugfoto’s (aangepas uit Wes-Kaapse Regering, s.j.)
ChatGPT-4V:
Die skets illustreer die verskillende tipes lugfotografie: vertikaal, laag-skuins en hoog-skuins. Vertikale lugfoto’s word direk van bo af geneem, soos aangedui deur die vertikale lyn van die vliegtuig af tot by die grondoppervlak. Laag-skuins lugfoto’s word van ’n lae hoek geneem, en hoog-skuins lugfoto’s van ’n hoër hoek, soos aangedui deur die skuins lyne wat van die vliegtuie na die grondoppervlak loop. Hierdie verskillende tipes lugfotografie word gebruik om verskillende perspektiewe van die landskap te kry, wat nuttig kan wees vir verskeie geografiese en kaartmaakdoeleindes [eerder kartering] (11 Mei 2024).
ChatGPT-4V het die skets verstaan, maar kon steeds nie doeltreffend tussen laehoek- en hoëhoekskuinslugfoto’s onderskei nie. Die verskil berus nie in die hoogte van die vliegtuig bo die aardoppervlak nie, maar in die hoek wat die optiese as met die loodlyn vorm. In die geval van laehoekskuinslugfoto’s is die hoek klein (20 tot 45 grade), gevolglik kan die horison nie gesien word nie. Hoëhoekskuinslugfoto’s word teen ’n groter hoek (45 tot 60 grade) geneem, gevolglik kan die horison gesien word as sig nie belemmer word nie. Aangesien ChatGPT-4V kan onthou, het ek aangeneem dat dit figuur 8 kon gebruik om die kamerahoeke korrek te illustreer.
Por: “Teken ’n skets om kamerahoeke vir die drie soorte lugfoto’s te illustreer.”
ChatGPT-4V:
Figuur 9. Tweede poging om tussen lugfoto’s te onderskei
Hier is die illustrasie wat die verskillende tipes lugfotografie wys: vertikaal, laag-skuins, en hoog-skuins. Elke tipe is duidelik gemerk. Jy kan die verskillende hoeke sien waarteen die vliegtuie foto’s neem (11 Mei 2024).
ChatGPT-4V het nie geweet hoe om die verskille aan te dui nie, tog het dit oortuigend gehallusineer. Daarmee word Van Staden (2024a) se bevinding dat dit byskrifte versin bevestig. Daarna is sy kennis van klein- en grootskaallugfoto’s verken.
Por: “Wat is die verskil tussen klein- en grootskaallugfoto’s? Gebruik ’n tabel om die verskille aan te dui en voorsien ook voorbeelde.”
Die eerste respons was goed, maar in Engels, dus moes ChatGPT-4V vertaal (figuur 10).
ChatGPT-4V:
Figuur 10. ChatGPT-4V se onderskeiding tussen klein- en grootskaallugfoto’s
Klik hier vir ’n groter weergawe van die figuur.
Die terme is nie korrek gebruik nie, dit is klein- en grootskaallugfoto’s. Die onderskeiding was egter goed. ChatGPT-4V het geweet dat ’n kleinskaallugfoto ’n groot gebied dek, terwyl ’n grootskaallugfoto ’n kleiner gebied dek. Hierdie gesprek dui daarop dat ChatGPT-4V vertikale lugfoto’s, klein- en grootskaallugfoto’s redelik goed kan beskryf, maar sukkel om tussen laehoek- en hoëhoekskuinslugfoto’s te onderskei. Dit kan (nog) nie die kamerahoeke illustreer nie.
Gesprek 4. Vermoë om ’n spesifieke soort lugfoto op die internet te vind
Die doel van hierdie gesprek was om ChatGPT-4V se internetsoekvaardighede te verken.
Por: “Soek ’n hoë resolusie vertikale lugfoto van Kaapstad op die internet en verduidelik vir my waarom dit wel Kaapstad is.”
ChatGPT-4V:
Ek het verskeie lugfoto’s van Kaapstad gevind wat die stad duidelik uitbeeld, met kenmerkende oriëntasiepunte wat dit maklik maak om te identifiseer. Byvoorbeeld, ’n hoë resolusie lugfoto toon die Kaapstad Stadion en die sentrale sakegebied met Tafelberg in die agtergrond. Ander foto’s toon ook bekende punte soos Groenpunt, Seepunt, Leeukop, en Duiwelspiek. Hierdie beelde bied ’n panoramiese uitsig wat die unieke ligging van die stad beklemtoon, met die oseaan aan die een kant en die berge aan die ander, wat dit duidelik onderskeibaar maak as Kaapstad. Die ikoniese Tafelberg is ’n sleutelkenmerk in baie van hierdie foto’s, en dit alleen is dikwels genoeg om die stad onmiddellik te identifiseer, veral as dit gesien word met die karakteristieke plat bopunt en die kabelkarretjie wat sigbaar is. Ander foto’s toon ook ander bekende plekke soos die Victoria & Alfred Waterfront, die boeiende [nie goeie byvoeglike naamwoord nie] pad van Chapman’s Peak Drive langs die kus, en die weelderige Camps Bay met sy aantreklike strand en luukse huise, wat almal bydra tot die ryk visuele identiteit van Kaapstad (11 Mei 2024).
Die motivering was goed. Aan die einde van hierdie respons, net ná Kaapstad, is ’n klikbare ikoon [”] (figuur 11) gebied om die soekresultate te toon.
Figuur 11. Klikbare ikone om die soekresultate te sien
Gerieflikheidshalwe word die skakels hier aangebied:
- https://www.gettyimages.com/photos/cape-town-aerial
- https://www.istockphoto.com/photos/cape-town-aerial
- https://www.istockphoto.com/photos/cape-town-south-africa-aerial
- https://www.pexels.com/photo/an-aerial-photography-of-cape-town-city-7729476/.
Al die skakels het lugfoto’s van Kaapstad en omgewing bevat, maar dit het nie slegs vertikale lugfoto’s ingesluit nie. Uit die gesprek kan afgelei word dat ChatGPT-4V ’n internetsoektog kan loods, maar nie seker kan maak dat die opdrag korrek uitgevoer is nie.
Gesprek 5. Ontleding van vertikale lugfoto’s
Die doel van hierdie gesprek was om te bepaal in hoe ’n mate ChatGPT-4V vertikale lugfoto’s kan ontleed. Daarom wou ek eers weet of ChatGPT-4V van mening was dat hy lugfoto’s kan ontleed.
Por: “Kan jy vertikale lugfoto’s ontleed?”
ChatGPT-4V:
Ja, ek kan jou help om vertikale lugfoto’s te ontleed. Vertikale lugfoto’s word tipies geneem van direk bokant die onderwerp, wat ’n kaartagtige perspektief bied. Jy kan kyk na kenmerke soos die uitleg van ’n area, landgebruikspatrone, vegetasie, en ander geografiese elemente. As jy spesifieke vrae het oor ’n lugfoto of as jy hulp nodig het met die interpretasie van sekere kenmerke, laat weet my gerus meer besonderhede!
Ek het eers ’n kleinskaallugfoto van Kaapstad opgelaai, wat goedgunstig deur die Suid-Afrikaanse Departement van Landbou, Grondhervorming en Landelike Ontwikkeling voorsien is, en toe verken.
Por: [Laai figuur 12 op.]. “Kan jy die stad wat in die lugfoto vertoon word, identifiseer? Motiveer jou antwoord.”
Figuur 12. Kleinskaal vertikale lugfoto van Kaapstad (verskaf deur DALRRD)
ChatGPT-4V kon nie die stad herken nie, dit het gedink dat dit La Jolla in San Diego, Kalifornië was (Gesprek 5, datastel), daarom is ’n leidraad verskaf.
Por: “Dit is nie ’n stad in die noordelike halfrond nie, dit is ’n bekende Suid-Afrikaanse stad. Kan jy die stad nou identifiseer?”
ChatGPT-4V:
Gegewe die verduideliking dat dit ’n Suid-Afrikaanse stad is, kan die groot oop gebied ’n belangrike bakens of natuurlike kenmerk voorstel. As in ag geneem word die kusomgewing en die stedelike uitleg wat in die lugfoto sigbaar is, kan dit waarskynlik Kaapstad, Suid-Afrika, wees. Die oop gebied kan die Tafelberg Nasionale Park wees, ’n prominente en bepalende kenmerk van Kaapstad, bekend vir sy dramatiese bergagtige agtergrond tot die stad en skiereiland. Die stedelike ontwikkeling langs die kus, die nabyheid aan ’n bergagtige streek, en die algehele oriëntasie van die stad relatief tot die natuurlike landskap dui sterk op Kaapstad. Hierdie identifikasie word verder ondersteun deur die voorkoms van spesifieke buurte en infrastruktuur wat tipies is van die Kaapstad-area (10 Mei 2024).
Die respons was goed, daarom het ek verder gesels.
Por: “Wat sien jy in die linkerkantste helfte van die lugfoto?”
ChatGPT-4V:
In die linkerkantste helfte van die lugfoto is ’n beduidende gedeelte bedek deur die oseaan, wat golfpatrone en die weerkaatsing van lig op water toon. Hierdie oseaan-area help om die stedelike en natuurlike landskappe langsaan te raam.
Die elemente sigbaar in die oseaan sluit in:
1. Golfpatrone: Die witkuife en rigting van die golwe dui op windpatrone en moontlik die diepte van die water naby die kuslyn.
2. Kleurvariasies in die Water: Hierdie variasies kan verskillende dieptes, onderwater-topografie, of veranderinge in waterhelderheid aandui, wat algemeen is langs kuslyne waar sediment en rotse die waterkleur beïnvloed.
Hierdie oseaniese kenmerke is tipies van lugfoto’s van kusstede, waar die interaksie tussen land en see baie uitgesproke kan wees. Die helderheid en kleur van die water, tesame met die teenwoordigheid van golwe en moontlik menslike aktiwiteite soos bote of mariene strukture, is almal leidrade wat help om te bevestig dat die gefotografeerde area kusnatuur het. Hierdie waarnemings stem ooreen met die identifisering van ’n streek soos Kaapstad, bekend vir sy kenmerkende kusomgewing en mariene aktiwiteite (10 Mei 2024).
Die respons was goed, die taalfoute soortgelyk aan dié wat leerders en studente maak. Daarom het ek verder verken.
Por: “Hoe het reliëf en watermassas die ligging van Kaapstad beïnvloed?”
ChatGPT-4V:
Die ligging van Kaapstad is sterk beïnvloed deur sy unieke geografiese kenmerke, insluitend die reliëf van die omgewing en die omliggende watermassas.
1. Reliëf: Kaapstad is omring deur die Tafelbergreeks, insluitend beroemde pieke soos Tafelberg, Leeukop, en Seinheuwel. Hierdie berge verskaf ’n dramatiese agtergrond en vorm ’n natuurlike amfiteater wat die stad beskut teen die ergste van die suidoostelike winde in die somer. Die bergreekse beïnvloed ook die stedelike uitleg en ontwikkeling, met baie van die stad se voorstede wat uitgebrei het langs die hange en tussen die klowe van hierdie berge.
2. Watermassas: Kaapstad is uniek geleë op die punt waar die Indiese en Atlantiese oseane ontmoet, wat aansienlike invloed op sy klimaat en ekonomie het. Die koue Benguelastroom van die Atlantiese Oseaan en die warmer Agulhasstroom van die Indiese Oseaan beïnvloed die seetemperature rondom die skiereiland, wat weer ’n matigende effek op die klimaat het. Hierdie kruispunt van watermassas het ook Kaapstad ’n strategiese stop gemaak vir skeepvaart op die seeroete tussen Europa en die Ooste, wat sy historiese ontwikkeling en ekonomiese belangrikheid bevorder het.
Hierdie natuurlike kenmerke het nie net die fisiese uitbreiding van Kaapstad bepaal nie, maar ook ’n sleutelrol gespeel in die vestiging en groei van die stad as ’n belangrike kulturele en ekonomiese sentrum in Suid-Afrika (14 Mei 2024).
Die respons en die motivering was goed. Anders as wat Osco e.a. (2023) te werk gegaan het, het ek nie gedeeltes van die lugfoto vergroot nie. Ek het eerder ’n grootskaallugfoto van die Kaapstadse hawegebied opgelaai.
Por: [Laai figuur 13 op.]. “Kan jy die stad identifiseer?”
Figuur 13. Grootskaal vertikale lugfoto van Kaapstad (verskaf deur DLRRD)
ChatGPT-4V:
Hierdie lugfoto wys ’n gedetailleerde uitsig van ’n kusstad met ’n beduidende hawegebied. Die uitleg dui aan dat dit dalk ’n stad is met ’n mengsel van residensiële, industriële en ontspanningsgebiede. As jy spesifieke besonderhede oor hierdie stad of herkenbare kenmerke het, kan ek probeer om dit te identifiseer gebaseer op daardie eienskappe (10 Mei 2024).
ChatGPT-4V het wel uit die vorige gesprek geleer, maar nie soos ek verwag het nie. Dit het geleer om nie te raai nie en om eerder leidrade te versoek!
Por: “Dit is ’n Suid-Afrikaanse stad. Benoem die hawegebied ook.”
ChatGPT-4V:
Die stad op die beeld lyk soos Kaapstad, Suid-Afrika, een van die mees herkenbare hawestede in die land. Die hawegebied in die beeld is vermoedelik die Kaapstad Hawe, ook bekend as die Victoria & Alfred Waterfront, wat ’n gewilde bestemming vir beide plaaslike inwoners en toeriste is. Die uitleg en oriëntasie van die paaie en geboue in die beeld kom ooreen met die kenmerkende geografie van Kaapstad, insluitende die ligging van die hawe langs die kuslyn (12 Mei 2024).
Dit was korrek, daarom het ek verder verken.
Por: “Identifiseer drie vorms van vervoer en motiveer jou antwoord.”
ChatGPT-4V:
In die lugfoto van Kaapstad kan mens drie hoofvorms van vervoer identifiseer:
1. Seevervoer: Die hawegebied is prominent in die beeld en wys verskeie skepe en hawefasiliteite. Dit dui op die gebruik van seevervoer vir beide kommersiële en moontlik toerisme doeleindes. Hawens soos die Victoria & Alfred Waterfront dien as belangrike knooppunte vir internasionale handel en bied aanlegplekke vir toeriste- en persoonlike vaartuie.
2. Padvervoer: Die beeld toon verskeie hoofweë en kleiner paaie wat deur die stad kronkel. Die digtheid en patroon van die padnetwerk dui op ’n hoogs ontwikkelde padvervoerstelsel, wat noodsaaklik is vir die daaglikse beweging van mense en goedere. Dit sluit in privaat motors, vragmotors, busse, en ander padgebaseerde voertuie.
3. Spoorvervoer: Naby die hawe en deur verskeie dele van die stad kan mens spoorlyne en stasies waarneem. Hierdie spoorweë fasiliteer sowel passasier- as vragvervoer, wat verbind met ander dele van die stad en die breër streek. Spoorvervoer bied ’n doeltreffende manier vir massavervoer van mense en swaar vragte oor lang afstande.
Elkeen van hierdie vervoervorme speel ’n kritiese rol in die ondersteuning van die stad se ekonomie en die daaglikse funksionering van sy inwoners en besighede (10 Mei 2024).
ChatGPT-4V se interpretasie was goed, daarom het ek nog verder verken.
Por: “Identifiseer primêre, sekondêre en tersiêre aktiwiteite.”
ChatGPT-4V:
Gebaseer op die lugfoto van die Kaapstad area, kan mens die volgende ekonomiese aktiwiteite identifiseer:
1. Primêre Aktiwiteite:
Landbou: Alhoewel die beeld hoofsaaklik stedelik is, kan mens klein areas van landbou opmerk in die omliggende gebiede, soos boerdery of tuinbou wat aan die buitewyke of in die nabye landelike gebiede plaasvind. Hierdie landbou-aktiwiteite verskaf rou materiaal vir die stad en sy inwoners.
2. Sekondêre Aktiwiteite:
Industriële Vervaardiging: Die lugfoto toon verskeie industriële gebiede, veral naby die hawe waar fabrieke, pakhuise en ander verwerkingsfasiliteite geleë is. Hierdie areas is waarskynlik betrokke by die vervaardiging van goedere, insluitend moontlike prosessering van landbouprodukte of vervaardiging van industriële produkte wat vir plaaslike gebruik of uitvoer bestem is.
3. Tersiêre Aktiwiteite:
Handel en Dienste: Die Victoria & Alfred Waterfront is ’n uitstekende voorbeeld van tersiêre aktiwiteite, met ’n verskeidenheid van kleinhandelwinkels, restaurante, en toerisme-dienste. Die omgewing bedien beide plaaslike inwoners en toeriste, en bied ’n wye reeks dienste van finansiële instellings tot persoonlike dienste.
Vervoer en Logistiek: Duidelik sigbaar in die beeld is die hawe wat as ’n belangrike logistieke hub dien vir die vervoer van goedere en mense, beide plaaslik en internasionaal. Hierdie inklusief verskeie vervoermodi soos seevervoer, padvervoer, en spoorvervoer wat krities is vir die verskuiwing van mense en goedere.
Elk van hierdie aktiwiteitsvlakke speel ’n fundamentele rol in die ondersteuning van die ekonomie en gemeenskap van Kaapstad (10 Mei 2024).
Die interpretasie van die inhoud van die lugfoto was gevorderd, die voorbeelde was geldig, maar ChatGPT-4V het nie aan die moontlikheid van vissery gedink nie. Dus het ek verder verken.
Por: “Wat van vissery? Watter soort aktiwiteit is dit?”
ChatGPT-4V:
Vissery is ’n primêre aktiwiteit. Dit behels die direkte onttrekking van natuurlike hulpbronne uit die omgewing, in hierdie geval, die uitneem van vis en ander seekos uit die see. In die konteks ’n kusstad soos Kaapstad, speel vissery ’n belangrike rol in die plaaslike ekonomie. Dit verskaf werk vir baie mense en is ook ’n bron van voedsel en inkomste. Dit kan ook gekoppel wees aan sekondêre aktiwiteite soos die verwerking van seekosprodukte en tersiêre aktiwiteite soos die bemarking en verkoop van visprodukte aan verbruikers en restaurante (10 Mei 2024).
Uit die gesprek kon afgelei word dat ChatGPT-4V bruikbaar is om vertikale lugfoto’s te ontleed.
Gesprek 6. Ontleding van laehoekskuinslugfoto’s
Die doel van hierdie gesprek was om ChatGPT-4V se vermoë om laehoekskuinslugfoto’s te ontleed, te verken.
Por: [Laai figuur 14 op.]. “Waar dink jy is die foto geneem?”
Figuur 14. Laehoekskuinslugfoto geneem 17 Februarie 2014
ChatGPT-4V:
Hierdie lugfoto lyk of dit geneem is oor ’n landskap wat uitgebreid met sneeu bedek is, wat aandui dat dit in ’n streek kan wees wat ernstige winterstoestande ondervind. Die kronkelende rivier en die patroon van grondgebruik dui op ’n landelike of semi-landelike gebied. Dit is redelik uitdagend om die presiese ligging te identifiseer bloot op grond van hierdie beeld alleen sonder bykomende bakens of inligting. Dit kan enige plek wees met soortgelyke geografiese en klimaatstoestande, soos dele van Oos-Europa, Noord-Amerika, of Asië tydens die wintermaande (9 Mei 2024).
Dit was wel ’n lugfoto van ’n winterlandskap, die foto is oor Noordoos-Amerika geneem. Dit is egter onmoontlik om die spesifieke plek te bepaal sonder duidelike leidrade, dus kan die respons aanvaar word. Ek het verder verken.
Por: “Is daar enige tekens van landbou op die foto?”
ChatGPT-4V:
Ja, daar is tekens van landbou op die foto. Verskeie patrone en vorms wat in die sneeu sigbaar is, dui op landbougrond. Die afgebakende, reghoekige en onreëlmatige vorms is tipies van velde wat vir landbou gebruik word. Die wit sneeubedekking laat die vorms meer opvallend lyk, wat dikwels die geval is in landbougebiede waar die grond in verskillende plotte verdeel is vir die verbouing van gewasse of weiding vir vee. Die teenwoordigheid van hierdie duidelike afbakeninge is ’n sterk aanduiding van menslike aktiwiteit wat verband hou met landbou (10 Mei 2024).
Die respons was goed. Weens die rivier en huise langs die rivier het ek sy geografiese kennis verder verken.
Por: “Watter erwe in die dorpie sal die duurste wees. Motiveer jou antwoord.”
ChatGPT-4V:
Op die foto is dit moeilik om individuele erwe te onderskei, maar ons kan steeds sommige algemene afleidings maak gebaseer op die ligging en omliggende kenmerke. In die algemeen kan erwe wat nader aan die rivier geleë is duurder wees as gevolg van die aantreklike uitsig, natuurlike landskap, en die voordele van nabyheid aan water. Verder kan erwe wat meer afgesonder of in hoër gebiede geleë is ook meer kosbaar wees, aangesien hierdie posisies dikwels meer privaatheid en moontlik beter uitsigte bied.
Daarbenewens kan groter strukture of dié wat lyk of hulle beter instand gehou word, ook hoër markwaardes hê. Eienskappe soos toeganklikheid tot hoofweë, gemeenskapsdienste, en ander infrastruktuur kan ook die waarde van eiendomme in die dorpie beïnvloed. Dit is egter belangrik om daarop te let dat hierdie afleidings redelik spekulatief is sonder spesifieke plaaslike kennis of addisionele besonderhede oor die eiendomme (10 Mei 2024).
ChatGPT-4V is korrek, erwe langs ’n rivier kan duurder as ander wees. Daarom het ek nog verder verken.
Por: “Watter soort lugfoto is dit en waarom?”
ChatGPT-4V het dit eers as ’n skuinslugfoto geïdentifiseer (Gesprek 6, datastel), daarom is die por verbeter:
Por: “Hoëhoek of laehoek en waarom?”
ChatGPT-4V:
Die foto is geneem vanuit ’n hoë hoek, wat beteken dat dit van ’n aansienlike hoogte bo die aarde se oppervlak geneem is. Dit is duidelik uit hoe wyd die gebied is wat in die beeld vasgevang word—groot dele van die landskap en die kronkelende rivier is sigbaar. Lughoeke van hierdie aard word tipies vanuit vliegtuie of ander hoë vlugtuie geneem, wat dit moontlik maak om uitgestrekte landskappe en streeksuitlegte vas te vang, wat nuttig is vir breë geografiese assesserings en beplanning (10 Mei 2024).
ChatGPT-4V het die kriptiese vraag korrek verstaan, maar gehallusineer dat dit ’n laehoekskuinslugfoto is. Daardeur word bevestig dat dit sukkel om tussen die twee soorte skuinshoeklugfoto’s te onderskei.
Gesprek 7. Ontleding van hoëhoekskuinslugfoto
Die doel met hierdie gesprek was om te bepaal in hoe ’n mate ChatGPT-4V hoëhoekskuinslugfoto’s kan ontleed.
Por: [Laai figuur 15 op.]. “Identifiseer die stad. Motiveer jou antwoord.”
Figuur 15. Hoëhoekskuinslugfoto van Kaapstad (my foto)
ChatGPT-4V:
Die stad op die beeld lyk soos Kaapstad, Suid-Afrika. Verskeie faktore dui hierop:
1. Tafelberg en sy Kabelspoorweg: Die teenwoordigheid van die plat-top berg op die agtergrond is ’n kenmerkende eienskap van Tafelberg, een van Kaapstad se bekendste bakens.
2. Die Stadsuitleg: Die digte stedelike gebied wat oorgaan in ’n hawegebied stem ooreen met die geografie van Kaapstad, wat bekend is vir sy besige stadsentrum langs die kuslyn en hawe.
3. Oseaan en Baai: Die uitgestrekte oseaan op die agtergrond met verskeie skepe dui op die nabyheid aan ’n beduidende watermassa, wat pas by die ligging van Kaapstad aan die kus van die Atlantiese Oseaan.
Hierdie bakens en geografiese kenmerke dui sterk daarop dat die stad wat uitgebeeld word Kaapstad is (11 Mei 2024)
ChatGPT-4V het die stad, naamlik Kaapstad, korrek geïdentifiseer. Ek het die foto in September 2018 vanuit ’n kabelkarretjie geneem. Alhoewel ChatGPT-4V gehallusineer het dat hy die “plat-top berg” sien, was die res van die respons voldoende. Daarom het ek verder verken.
Por: “Wat is daar nog wat bewys dat dit Kaapstad is. Soek ’n bekende baken.”
ChatGPT-4V:
’n Ander bekende baken wat in die beeld gesien kan word en wat help om te bevestig dat dit Kaapstad is, is die Kaapstad-stadion. Hierdie stadion is sigbaar as ’n groot struktuur naby die kuslyn, en dit is bekend vir sy unieke, ronde ontwerp en wit dak. Dit is geleë in die Green Point-omgewing en is gebou vir die FIFA Wêreldbeker-sokkertoernooi in 2010. Die stadion en sy ligging naby die V&A Waterfront en die Atlantiese Oseaan help om die identiteit van die stad as Kaapstad verder te bevestig (13 Mei 2024).
Die respons was korrek. Alhoewel rugbygeesdriftiges die stadion as Groenpunt-stadion ken weens die gebruik van die titel gedurende die Wêreldbeker-sokkertoernooi, is Groenpunt-stadion ’n ouer stadion op die erf langsaan. Dit moes ook die soort lugfoto eien.
Por: “Watter soort lugfoto is dit?”
ChatGPT-4V:
Die beeld wat jy gedeel het, is ’n voorbeeld van ’n skuins lugfoto. Hier is ’n paar redes waarom dit as ’n skuins lugfoto geklassifiseer kan word:
1. Hoek van Opname: In skuins lugfoto’s word die kamera onder ’n hoek relatief tot die grond geneem, eerder as reguit afwaarts soos by vertikale lugfoto’s. In hierdie beeld sien ons duidelik die horison in die agtergrond, wat aandui dat die foto onder ’n hoek geneem is.
2. Perspektief en Diepte: Skuins lugfoto’s bied ’n gevoel van diepte en perspektief. Ons kan verskeie elemente soos geboue, berge en die see sien wat dimensie en skaal gee, wat tipies is vir skuins lugfoto’s.
3. Sigbaarheid van Objekte se Fassades: In die beeld kan die sykante van geboue en ander strukture waargeneem word, wat help om die hoogte en vorm van die objekte te bepaal. Dit is iets wat jy tipies in skuins foto’s sien, in teenstelling met vertikale lugfoto’s waarin slegs die dakke van geboue duidelik sigbaar sou wees.
Hierdie kenmerke dui almal op ’n skuins lugfoto, wat nuttig is vir stedelike beplanning, toerisme, en die bestudering van landskapstrukture (9 Mei 2024).
ChatGPT-4V het weereens kortpad geneem en die foto slegs as ’n skuinslugfoto benoem, dus is die gesprek verder gevoer.
Por: “Is dit ’n hoëhoek- of ’n laehoekskuinslugfoto?”
ChatGPT-4V:
Die beeld wat jy gedeel het, is ’n voorbeeld van ’n hoëhoek skuinslugfoto. Hier is ’n paar redes waarom dit as ’n hoëhoek skuinslugfoto geklassifiseer kan word:
1. Breë Dekking van die Gebied: Die foto dek ’n wye area waarin baie van die stad en die omliggende natuurlike landskappe ingesluit is. Hoëhoek skuinsfoto’s kenmerk hulle daaraan dat hulle ’n groot deel van die landskap afbeeld, wat ’n breë uitsig bied.
2. Zichtbaarheid van die Horison: Die horison is sigbaar en strek oor die breedte van die beeld, wat dui op ’n hoër hoek van die kamera ten opsigte van die oppervlak.
3. Detail en Perspektief: Alhoewel die foto ryk is aan detail, fokus dit op die groter stadsbeeld eerder as op individuele kenmerke of strukture. Die perspektief toon duidelike diepte en ruimtelike verhoudings, kenmerkend van hoëhoekskuinsfoto’s.
Hierdie elemente help om te bevestig dat die foto ’n hoëhoekskuinslugfoto is, wat tipies gebruik word om ’n omvattende oorsig van ’n gebied te bied vir beplanning of geografiese analises (10 Mei 2024).
Weereens het ChatGPT-4V die kriptiese por verstaan. Sy respons was goed, ’n belangrike verskil tussen hoëhoek- en laehoekskuinslugfoto’s is dat die horison slegs op eersgenoemde sigbaar is. Aangesien Osco e.a. (2023) bevind het dat ChatGPT-4V sukkel om verskillende dele van ’n stad te herken, het ek verder verken.
Por: “Hoe kan die sentrale sakekern op die lugfoto uitgeken word?”
ChatGPT-4V:
Die sentrale sakekern [CBD – moet SSK wees] van ’n stad soos Kaapstad kan op ’n lugfoto uitgeken word deur verskeie sleutelkenmerke te identifiseer:
1. Hoëdigtheid Bebouing: In die foto kan jy sien dat daar ’n konsentrasie van hoë geboue in ’n spesifieke area is. Dit is tipies van sentrale sakekerne waar kommersiële en kantoorgeboue saampak.
2. Straatpatrone en Uitleg: Die straatpatrone in die CBD is dikwels meer gestruktureerd en grid-georiënteerd, wat navigasie en toegang tot verskillende geboue en dienste vergemaklik. In die foto kan ’n meer geordende en digte straatnetwerk waargeneem word in die middel van die stadsbeeld.
3. Ligging en Toeganklikheid: Sentrale sakekerne is dikwels gesentreer en maklik toeganklik vanuit verskillende dele van die stad. In die beeld, die area met die hoogste geboukonsentrasie is sentraal geleë met paaie wat na en van dit lei.
4. Skaal van Geboue: Die geboue in die CBD is oor die algemeen hoër as dié in ander dele van die stad. Hierdie hoër strukture word ontwerp om ’n groot aantal kantore en besighede te huisves.
Op die beeld is die sentrale sakekern waarskynlik die gebied met die hoogste en digste bebouing, geleë rondom die hawe en met goed ontwikkelde infrastruktuur wat daarheen lei. Hierdie area staan uit as die kern van stedelike aktiwiteite en besigheid, wat dit maklik maak om as die CBD te identifiseer (14 Mei 2024).
Die respons was goed, ChatGPT-4V het die sentrale sakekern (SSK) geïdentifiseer en goed gemotiveer. Dus kon Osco e.a. (2023) se bevinding dat dit nie die sakekern kon identifiseer nie, nie bevestig word nie.
Gesprek 8. Berekeninge op lugfoto’s
Anders as in die geval van kaarte waarvan die skaal konstant oor die hele kaart is, verander die skaal van ’n lugfoto saam met afstand vanaf kamera (Kolukisa en Aladag, 2006). Daarom is sy kennis daaroor verken.
Por: “Wat het jy nodig om die grootte van ’n gebou op ’n vertikale lugfoto te bepaal.”
Vir die eerste keer het ChatGPT-4V nie dadelik geantwoord nie. Ná ’n lang ruk het dit ’n goeie respons verskaf.
ChatGPT-4V:
Om die grootte van ’n gebou op ’n vertikale lugfoto te bepaal, het jy ’n paar dinge nodig:
1. Die afstand tussen die vliegtuig en die gebou. Dit kan bereken word deur die vliegtuig se hoogte bo die grond te meet en die foto se skaal te gebruik.
2. Die afstand tussen die kamera en die gebou. Hierdie afstand kan bepaal word deur die fokuspunte en lensinligting van die kamera te gebruik.
3. Nauwkeurige kalibrasie-inligting van die lugfoto. Dit sluit in die skaal, oriëntasie en ander parameters van die foto, wat dikwels deur ’n GPS-stelsel of spesiale kalibrasievlugte verskaf word.
4. Korrekte meetmetodes. Die grootte van die gebou kan dan bepaal word deur die perspektief en verhoudings van die gebou in die foto te analiseer en die korrekte formules toe te pas.
Met hierdie inligting kan jy die grootte van ’n gebou op ’n vertikale lugfoto relatief akkuraat bepaal (13 Mei 2024).
Dit was korrek. Aangesien verskeie metodes gebruik kan word om skaal te bereken, het ek verder verken.
Por: “Wat is die formule om die skaal van ’n lugfoto te bereken?”
ChatGPT-4V:
Die skaal van ’n lugfoto kan bepaal word deur die volgende formule te gebruik:
waar:
- f is die fokale lengte van die kamera wat gebruik is om die foto te neem, en
- H is die hoogte bo die grond waarop die foto geneem is.
Hierdie formule bied die verhouding tussen die werklike afstand op die grond en die afstand op die foto. Byvoorbeeld, as die fokale lengte van die kamera 150 mm is en die hoogte 3000 meter, dan sal die skaal van die foto 1:20,000 wees. Dit beteken dat een eenheid meting op die foto 20,000 van dieselfde eenhede op die grond verteenwoordig (14 Mei 2024).
Die formule was korrek, dus is die gesprek verder gevoer.
Por: “Gebruik die volgende inligting om die skaal te bereken: f = 120 mm en H = 3600 m.”
ChatGPT-4V:
Om die skaal van ’n lugfoto te bereken met ’n fokale lengte (f) van 120 mm en ’n hoogte (H) van 3600 meter, gebruik ons die formule:
Ons vervang die waardes en maak seker ons eenhede is konsekwent. Eerstens, omskakel ons die fokale lengte van millimeters na meters (aangesien 1 mm = 0.001 m):
f = 120 mm = 0.12 m
Nou kan ons die formule toepas:
So, die skaal van die lugfoto is 1:30 000. Dit beteken dat een eenheid op die foto 30,000 eenhede op die grond verteenwoordig (14 Mei 2024).
Die respons was korrek, daarom is ChatGPT-4V versoek om afstand te bepaal.
Por: “Die afstand tussen twee punte op die foto is 10 mm en die skaal is 1:30 000. Wat is die afstand in werklikheid?”
ChatGPT-4V:
Om die werklike afstand te bereken wat ooreenstem met ’n afstand van 10 mm op ’n foto met ’n skaal van 1:30,000, gebruik ons die volgende verhouding:
Werklike afstand = Foto afstand X Skaalverhouding
Die foto afstand is 10 mm, en ons moet dit omskakel na die eenheid wat ooreenstem met ons skaalverhouding. Aangesien die skaalverhouding in meters uitgedruk word (as ons aanvaar dat 1 mm op die foto 30,000 mm in werklikheid is), moet ons eers die 10 mm omskakel na meters:
10 mm = 0.01 m
Nou pas ons die skaal toe:
Werklike afstand = 0.01 m X 30 000 = 300 m
Dus, ’n afstand van 10 mm op die foto stem ooreen met ’n werklike afstand van 300 meter (14 Mei 2024).
Alhoewel die antwoord korrek is, het ChatGPT-4V ’n redenasiefout gemaak. Skaal word nie aan ’n bepaalde eenheid gekoppel nie. ’n Skaal van 1:30 000 impliseer dat 1 mm op die foto gelykstaande is aan 30 000 mm in die werklikheid, of dat 1 meter op die foto gelykstaande is aan 30 000 m in die werklikheid. Daar kan afgelei word dat ChatGPT-4V bruikbaar is om berekeninge te maak, maar ook dat dit redenasiefoute kan maak.
Gesprek 9. ’n Gevallestudie
Die doel van hierdie gesprek was om te bepaal of ChatGPT-4V ’n lugfoto kan gebruik om ’n gevallestudie te skep.
Por: [Laai figuur 16 op.]. “Kyk na hierdie lugfoto en stel ’n gevallestudie saam deur vyf geografies belangrike vrae daaroor te vra. Dui die punte aan, gee die memorandum en ook die nasienriglyne. Een vraag behoort te wees watter stad dit is en waarom.”
Figuur 16. Hoëhoekskuinslugfoto vanuit Burj Khalifa, Dubai (Augustus 2018)
Die eerste respons was in Engels en punte per vraag asook die memorandum het ontbreek (Gesprek 9, datastel). Daarom is ChatGPT-4V versoek om die teks te vertaal en die punte per vraag aan te dui. ChatGPT-4V het die teks vertaal (Gesprek 9, datastel), die riglyne vir beantwoording van die vrae was goed, maar die punte per vraag was te hoog (20 punte). ChatGPT-4V is versoek om die punte per vraag na ses punte te verander en om die memorandum te verskaf. Die versoek is uitgevoer, maar ChatGPT-4V het nie die memorandum verskaf nie. Daarom is die por sterker gestel.
Por: “Verskaf die memorandum.”
ChatGPT-4V:
Om die vrae te beantwoord, het ek die prent geanaliseer. Hier is die voorgestelde antwoorde vir die gevallestudie:
1. Identifiseer die stad op die prent en verduidelik waarom op grond van sigbare bakens of geografiese kenmerke.
Antwoord: Die stad in die beeld is Dubai, wat afgelei kan word van die unieke skyline met hoë wolkekrabbers soos die bekende Dubai Marina wolkekrabbers en die breë snelweë wat kenmerkend is van die stad. Die woestynomgewing wat aan die stad grens, is ook ’n onmiskenbare kenmerk van Dubai.
2. Analiseer die impak van stedelike ontwikkeling op die plaaslike omgewing soos sigbaar in die prent.
Antwoord: Stedelike ontwikkeling in Dubai het gelei tot aansienlike omgewings-veranderinge, insluitend die uitbreiding van infrastruktuur in voorheen onbewoonde woestyngebiede, wat potensieel die natuurlike habitatte en biodiversiteit beïnvloed. Die digte bebouing kan ook bydra tot hoër temperatuurvlakke in die stad, bekend as die hitte-eiland-effek.
3. Besprek die vervoerinfrastruktuur sigbaar in die prent en die implikasies daarvan vir stadslogistiek en mobiliteit.
Antwoord: Die vervoerinfrastruktuur van Dubai is baie ontwikkeld, met verskeie breë snelweë en groot verkeersknooppunte wat hoë verkeersvolumes kan hanteer. Alhoewel dit doeltreffende mobiliteit vir voertuie bevorder, kan dit ook bydra tot verkeersopeenhopings en die afhanklikheid van motors, wat minder volhoubare vervoeropsies soos openbare vervoer en fietsry moeiliker maak.
4. Evalueer die bevolkingsdigtheid wat deur die stedelike ontwikkeling in die prent voorgestel word.
Antwoord: Die hoë konsentrasie van wolkekrabbers en residensiële komplekse dui op ’n hoë bevolkingsdigtheid, veral in gebiede soos die Dubai Marina. Dit kan lei tot hoë eiendomswaardes en ’n intensiewe gebruik van dienste en infrastruktuur wat die behoefte aan effektiewe stedelike bestuur verhoog.
5. Voorspel toekomstige stedelike groeirigtings sigbaar uit die prent.
Antwoord: Toekomstige stedelike groei in Dubai kan waarskynlik voortgaan op oop stukke grond wat op die prent sigbaar is, veral in die rigting van die woestyn. Hierdie uitbreiding sal waarskynlik gepaard gaan met die ontwikkeling van nuwe residensiële en kommersiële fasiliteite om aan die groeiende bevolking se behoeftes te voldoen, wat die stad verder van sy tradisionele kern uitbrei.
Hierdie antwoorde gebruik die beskikbare visuele inligting van die prent en toepaslike geografiese en stedelike analises om die vrae te beantwoord (12 Mei 2024).
Die vrae is op verskillende vlakke van Bloom se hersiene taksonomie gerig, wat toepassing, ontleding en voorspelling insluit. Anders as wat Van Staden (2023a) tydens die verkenning van ChatGPT-3.5 gevind het, het ChatGPT-4V die memorandum verskaf sonder om my daarop te wys dat ek die antwoorde self moet vind. Dit was indrukwekkend dat ChatGPT-4V Dubai herken het gebaseer op “hoë wolkekrabbers”, die “Dubai Marina”, die “breë snelweë” en die “woestynomgewing wat aan die stad grens.” Die gesprek bevestig dat ChatGPT-4V ’n lugfoto kan gebruik om ’n gevallestudie te skep. Die taalfoute is gering en kan maklik reggestel word.
Gesprek 10. Meervoudigekeusetoets
Die doel van die laaste gesprek was om te bepaal of ChatGPT-4V ’n lugfoto kan gebruik om ’n meervoudigekeusetoets te skep.
Por: “Stel asseblief ’n meervoudige keuse toets oor die foto op. Gee die antwoorde ook. Dit moet 5 punte tel. Jy kan een vraag oor teorie insluit.”
ChatGPT-4V:
Hier is ’n voorstel vir ’n meervoudige keuse toets gebaseer op die foto, insluitend een teoretiese vraag. Die toets bestaan uit vyf vrae, elkeen met vier keuse-opsies, en tel totaal vyf punte.
1. Watter stad word in die foto vertoon?
- A) Mumbai
- B) Sydney
- C) Dubai
- D) Toronto
- Antwoord: C) Dubai
2. Watter omgewingsimpak kan duidelik geassosieer word met die stedelike ontwikkeling sigbaar in die foto?
- A) Vermindering van lugbesoedeling
- B) Toename in groen ruimtes
- C) Toename in hitte-eiland-effek
- D) Verbeterde watergehalte
- Antwoord: C) Toename in hitte-eiland-effek
3. Watter tipe vervoerinfrastruktuur is prominent sigbaar in die prent?
- A) Spoorweë
- B) Lughawens
- C) Snelweë
- D) Fietspaaie
- Antwoord: C) Snelweë
4. Skat die bevolkingsdigtheid van die gebied afgebeeld in die prent. Is dit?
- A) Laag
- B) Matig
- C) Hoog
- D) Baie laag
- Antwoord: C) Hoog
5. Wat is die betekenis van ’n “hitte-eiland” in die konteks van stedelike geografie?
- A) ’n Gebied met hoër biodiversiteit as sy omgewing
- B) ’n Eiland gevorm deur stedelike afval
- C) ’n Stedelike gebied wat beduidend warmer is as sy omliggende landelike areas
- D) ’n Stedelike ontspanningsarea
- Antwoord: C) ’n Stedelike gebied wat beduidend warmer is as sy omliggende landelike areas
Puntetoekenning
Elke korrekte antwoord tel 1 punt. Die totaal vir die toets is 5 punte.
Hierdie toets is ontwerp om begrip van die geografiese en omgewingskwessies wat met stedelike ontwikkeling verband hou te toets, sowel as om basiese kennis van stedelike geografie te bevestig (13 Mei 2024).
ChatGPT-4V was korrek, die toets fokus op kennis en begrip, maar dit vereis ook hoër denkvlakke soos ontleding en toepassing. Die toets en die memorandum was goed. Van Staden (2023a) se bevinding dat ChatGPT-3.5 foute met antwoorde en afleiers maak, kon nie bevestig word nie. ’n Moontlike tekortkoming is dat ChatGPT-4V dat C elke keer die regte antwoord was. Leerders sien gou patrone raak, daarom behoort die response geskommel te word. Indien leerders ChatGPT-4V selfstandig gebruik, kan dit leer beperk indien hulle agterkom dat C elke keer die regte antwoord is.
6.2 Dryfvere wat die opneem van ChatGPT-4V kan bevorder
Tydens die toepassing van die KIAVM is bepaal dat agt van die nege dryfvere die opneem van ChatGPT-4V kan bevorder (tabel 6).
Tabel 6. Dryfvere wat opneem van ChatGPT-4V kan bevorder
| Dryfvere wat gebruik kan bevorder | AVT |
| Relatiewe voordeel bo die status quo | 1 |
| Bruikbaar | 1 |
| Lae inset | 1 |
| Hoë uitset | 1 |
| Maklik om te gebruik | 1 |
| Beproefbaar | 0 |
| Waarneembaarheid | 1 |
| Verenigbaar met die behoeftes van gebruikers | 1 |
| Mensagtige interaksie | 1 |
| Totaal | 8 / 9 |
Aangesien ChatGPT-4V nie gratis beskikbaar is nie, kan intekengelde die toetsbaarheid daarvan vertraag. Die hoë AVT dui daarop dat ChatGPT-4V vir etiese en onetiese doeleindes opgeneem kan word, daarom behoort beleid en strategieë in plek gestel te word om verantwoordelike gebruik van ChatGPT-4V te bevorder. Die bevindinge word vervolgens bespreek.
7. Bevindinge
Die belangrikste bevinding is dat ChatGPT-4V bruikbaar is om lugfoto’s te ontleed. Sy geografiese kennis is voldoende om soorte lugfoto’s te bespreek, skaal en afstand te bereken en om fisiese eienskappe en menslike bedrywighede redelik suksesvol te identifiseer. Osco e.a. (2023) se bevinding dat ChatGPT-4V berge, strande, kuslyne en hoofweë kon identifiseer, is bevestig. ChatGPT-4V kon egter ook ’n sneeulandskap en ’n rivier identifiseer en bepaal watter erwe duurder kan wees (riviererwe). Dit kon ook verduidelik hoe watermassas en reliëf die uitleg van Kaapstad beïnvloed. Verskeie vorme van vervoer is korrek geïdentifiseer en die ekonomiese bedrywighede is korrek afgelei. ChatGPT-4V kon ook lugfoto’s gebruik om ’n gevallestudie en ’n meervoudigekeusetoets met memoranda saam te stel. Anders as wat Osco e.a. (2023) bevind het, kon ChatGPT-4V die sentrale sakekern en nywerheidsgebied maklik identifiseer.
Maar, ChatGPT-4V het ook foute gemaak en oortuigend gehallusineer. Dit kon nie die verskillende hoeke van lugfoto’s illustreer nie, en het, soos Van Staden (2024a) ook bevind het, byskrifte vir sketse versin. Alhoewel die skakels na lugfoto’s bestaan het, is die taak nie korrek uitgevoer nie omdat skuinshoeklugfoto’s ingesluit was. Hierdie foute kan egter gebruik word om ryk leergeleenthede te skep. Daar kan afgelei word dat ChatGPT-4V gebruik kan word om lugfoto’s te ontleed.
Die tweede bevinding is dat daar voorspel kan word dat ChatGPT-4V in Geografie-klaskamers opgeneem sal word aangesien agt van die nege dryfvere van die KIAVM die opneem daarvan kan bevorder. Die negende een kan nie uitgesluit word nie omdat groepe kan saamwerk om ChatGPT-4V te bekostig. Die hoë AVT dui daarop dat ChatGPT-4V belangrike implikasies vir Geografie-klaskamers inhou.
Die laaste bevinding is dat oneerlike leerders en studente ChatGPT-4V kan opneem om lugfoto’s namens hulle te ontleed. Indien wel, gaan dit nie alleen ’n negatiewe impak op die ontwikkeling van geografiese kennis uitoefen nie, maar ook akademiese oneerlikheid bevorder. Daarom moet beleid en strategieë in plek gestel word om verantwoordelike gebruik van ChatGPT-4V te bevorder.
8. Implikasies vir Geografie-klaskamers
Voordat enkele implikasies uitgelig word, word die sterk- en swakpunte, sowel as die geleenthede en bedreigings saamgevat (tabel 7).
Tabel 7. SSGB-analise van bruikbaarheid om lugfoto’s te ontleed
| Sterkpunte | Swakpunte |
|
ChatGPT-4V kan:
|
ChatGPT-4V kan egter ook:
|
| Geleenthede | Bedreigings |
|
ChatGPT-4V kan:
|
ChatGPT-4V kan egter ook:
|
Die belangrikste implikasie vir Geografie-klaskamers is dat ChatGPT-4V bruikbaar is om lugfoto’s te ontleed en om toetse en gevallestudies saam te stel, mits die response krities beoordeel en verbeter word. Indien verantwoordelik gebruik, kan ChatGPT-4V tyd vir onderrig en leer skep wat volgens Bednarz e.a. (2013) ’n positiewe impak op akademiese prestasie uitoefen.
’n Tweede implikasie is dat ChatGPT-4V gedifferensieerde onderwys kan bevorder indien dit gebruik word om verpersoonlikte leerervarings te skep. Sodoende kan alle leerders in ’n klas betrek word, die onderpresteerders sowel as die toppresteerders. Leerders en studente moet egter verstaan dat hierdie geduldige, vriendelike, beskikbare persoonlike assistent foute kan maak. Die foute kan egter gebruik word om ryk leergeleenthede te skep. Dit kan die ontwikkeling van geografiese kennis sowel as twee belangrike 21ste-eeuse vaardighede bevorder, naamlik die vermoë om tegnologie te gebruik om probleme op te los en die vermoë om kritiese lesers te wees.
’n Derde implikasie is dat ChatGPT-4V toegang tot goeie hulpmiddels (lugfoto’s) kan bevorder. Voorheen het McAuliffe (2013) aanbeveel dat Geografie-inligting-biblioteke met skole moet saamwerk om toegang tot lugfoto’s te bevorder. Dit is egter nie haalbaar in arm landelike gebiede nie. Onderwysers en dosente kan ChatGPT-4V gebruik om toegang tot lugfoto’s te bevorder en om kostes te verlaag aangesien ’n enkele lugfoto in plaas van ’n hele stel aangekoop hoef te word. Volgens Bednarz e.a. (2013) kan toegang tot goeie geskikte onderrigmateriaal ’n positiewe impak op die ontwikkeling van geografiese kennis uitoefen.
’n Laaste implikasie is dat die gehalte van die response en die spoed waarteen dit geskep word akademiese oneerlikheid kan bevorder. Hierdie uitdaging kan egter oorkom word indien onderwysers en dosente proaktief ondersoek instel (Van Staden 2023b) om te weet wat ChatGPT-4V kan doen en waartoe dit nie in staat is nie. Akademiese oneerlikheid kan beperk word indien ’n leergeoriënteerde benadering tot assessering (Carless 2007) gevolg word weens die fokus op leer (Van Staden 2023b).
9. Beperkings en bydraes
’n Belangrike beperking is dat die navorsing vanuit my eie verwysingsraamwerk onderneem is. Daar word aanbeveel dat verdere navorsing gedoen word om die kennisbasis verder uit te brei. Die bruikbaarheid van die teoretiese model is bevestig, maar die belangrikste bydrae is op praktiese vlak. Dit is moontlik dat die navorsing interdissiplinêr van aard kan wees weens die bruikbaarheid van lugfoto’s in vakgebiede. Dit kan ook moontlik transdissiplinêr van aard wees weens aanknopingspunte met kunsmatige intelligensie en inligtingstelsels.
10. Slotgedagte
Kunsmatige intelligensie kan nie geïgnoreer word nie. Dit word reeds in ’n wye verskeidenheid beroepe gebruik om spesifieke take te verrig. Leerders en studente behoort eerder daaraan blootgestel te word, om verantwoordelike gebruik van KI-hulpmiddels te bevorder. Hierdie navorsing toon dat ChatGPT-4V oor voldoende geografiese kennis beskik om lugfoto’s redelik suksesvol te ontleed. Alhoewel dit taalfoute kan maak en oortuigend kan hallusineer, is die ontleding van lugfoto’s redelik suksesvol. Die foute kan gebruik word om ryk leergeleenthede te skep, eerder as om ChatGPT-4V te probeer verban.
Aangesien agt van die nege dryfvere van die KIAVM die opneem van ChatGPT-4V in Geografie-klaskamers kan bevorder, behoort beleid en strategieë in plek gestel te word om verantwoordelike gebruik te bevorder. Dit vereis dat onderwysers en dosente weet waartoe ChatGPT-4V in staat is, maar ook wat buite sy vermoëns lê. Slegs dan kan geskikte leergeleenthede geskep word terwyl geleenthede vir oneerlikheid terselfdertyd beperk kan word.
Bibliografie
Agapiou, A. en V. Lysandrou. 2023. Interacting with the Artificial Intelligence (AI) language model ChatGPT: A synopsis of earth observation and remote sensing in archaeology. Heritage, 6(5):4072–85. https://doi.org/10.3390/heritage6050214.
Ajzen, I. 1985. From intentions to actions: A theory of planned behaviour. In Khul en Beckmann (reds.) 1985.
Ajzen, I. en M. Fishbein. 1980. Understanding attitudes and predicting social behaviour. Englewood Cliffs, NJ: Prentice-Hall.
Anders, B.A. 2023. Is using ChatGPT cheating, plagiarism, both, neither, or forward thinking? Patterns, 4(3):1–2. https://doi.org/10.1016/j.patter.2023.100694.
Bandura, A. 1986. Social foundations of thought and action: A social cognitive theory. Upper Saddle River, NJ: Prentice-Hall.
Bednarz, S.W., S. Heffron en N.T. Huynh. 2013. A road map for 21st century geography education: Geography education research (A report from the Geography Education Research Committee of the Road Map for 21st Century Geography Education Project). Washington, DC: Association of American Geographers.
Carless, D. 2007. Learning‐oriented assessment: Conceptual bases and practical implications. Innovations in Education and Teaching International, 44(1):57–66. https://doi.org/10.1080/14703290601081332.
Davis, F.D. 1986. A Technology Acceptance Model for empirically testing new end-user information systems: Theory and results. Boston, MA: Massachusetts Institute of Technology, Sloan School of Management.
—. 1989. Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3):319–39.
Departement van Basiese Onderwys. 2024. 2023 NSC exam results: Technical report. https://www.education.gov.za/Portals/0/Documents/Reports/2021NSCReports/NSC23%20Technical%20Report.pdf?ver=2024-01-18-161615-123 (15 April 2024 geraadpleeg).
Elman, C., J. Gerring en J. Mahoney (reds.). 2020. The production of knowledge. Cambridge: Cambridge University Press. https://doi.org/10.1017/9781108762519.002.
Engineering & Technology Editorial Staff. 2023. ChatGPT: Students relying on text generated by ChatGPT risks plagiarism, scientists say. Engineering & Technology. https://eandt.theiet.org/2023/02/17/students-relying-text-generated-chatgpt-risk-plagiarism-scientists-say (11 April 2024 geraadpleeg).
Finn, C.E. 2020. Geography: The unloved stepchild of American education. Fordham Institute. https://fordhaminstitute.org/national/commentary/geography-unloved-stepchild-american-education (1 Augustus 2024 geraadpleeg).
Gill, S.S. en R. Kaur. 2023. ChatGPT: Vision and challenges. Internet of Things and Cyber-Physical Systems, 3:262–71. https://doi.org/https://doi.org/10.1016/j.iotcps.2023.05.004.
Goldkind, L. en J.G. McNutt. 2016. Social media and social change: nonprofits and using social media strategies to meet advocacy goals. In Khosrow-Pour (red.) 2016.
Griffiths, A. 2023. How good is AI at A level geography? https://www.tutor2u.net/geography/blog/how-good-is-ai-at-a-level-geography (10 April 2024 geraadpleeg).
Gursoy, D., O.H. Chi, L. Lu en R. Nunkoo. 2019. Consumers acceptance of artificially intelligent (AI) device use in service delivery. International Journal of Information Management, 49:157–69. https://doi.org/10.1016/j.ijinfomgt.2019.03.008.
James, W. en F. Burkhardt. 1975. Pragmatism. Londen: Harvard University Press.
Jauhiainen, J.S. en A.G. Guerra. 2023. Generative AI and ChatGPT in school children’s education: Evidence from a school lesson. Sustainability, 15(18):14025. https://doi.org/10.3390/su151814025.
Kerr, B. 2023. Artificial intelligence in geography. The GA Blog. https://ga-blog.org/2023/06/05/artificial-intelligence-in-geography (16 Junie 2024 geraadpleeg).
Khalil, M. en E. Er. 2023. Will ChatGPT get you caught? Rethinking of plagiarism detection. ArXiv. https://doi.org/10.48550/arXiv.2302.04335.
Khosrow-Pour, M. (red.). 2016. Social media and networking: Concepts, methodologies, tools, and applications. Hersey, PA: Information Resources Management Association.
King, M.R. en ChatGPT. 2023. A conversation on artificial intelligence, chatbots, and plagiarism in higher education. Cellular and Molecular Bioengineering, 16:1–2. https://doi.org/10.1007/s12195-022-00754-8.
Kolukisa, E.A. en E. Aladag. 2006. The use of aerial photographs in geography education. http://sgd.org.rs/publikacije/globus/31/04_Kolukisa_Aladag.pdf (12 April 2024 geraadpleeg).
Lambert, D en D. Balderstone. 2001. Learning to teach geography in the secondary school: A companion to experience. Londen: Routledge.
Li, K. 2023. Determinants of college students’ actual use of AI-based systems: An extension of the Technology Acceptance Model. Sustainability. 15(6):5221. https://doi.org/10.3390/su15065221.
Logue, P. 2023. Using ChatGPT to promote and assist revision. https://geogpaul.wordpress.com/2023/04/05/using-chatgpt-to-promote-and-assist-revision (12 Junie 2024 geraadpleeg).
McAuliffe, C.P. 2013. Geoliteracy through aerial photography: Collaborating with K-12 educators to teach the national geography standards. Journal of Map & Geography Libraries, 9:239–58. https://doi.org/10.1080/15420353.2013.817368.
Menon, P. Discover how ChatGPT is trained!. LinkedIn. https://www.linkedin.com/pulse/discover-how-chatgpt-istrained-pradeep-menon (14 Mei 2024 geraadpleeg).
Monteith, A. 2023a. An update on using ChatGPT as a geography teacher. Twitter. https://twitter.com/al_monteith/status/1734698091952177292?s=20 (1 Mei 2024 geraadpleeg).
—. 2023b. Where should a teacher start with ChatGPT? TES. https://www.tes.com/magazine/analysis/general/chatgpt-teachers-schools-teaching-learning (6 Mei 2024 geraadpleeg).
Nascimento, A. en F. Meirelles. 2022. An artificial intelligence adoption model for large and small businesses. Social Science Research Network. https://doi.org/10.2139/ssrn.4194043.
OpenAI. 2022. ChatGPT: Optimizing language models for dialogue. OpenAI. https://openai.com/blog/chatgpt (4 Mei 2024 geraadpleeg).
—. 2023a. GPT-4 is OpenAI’s most advanced system, producing safer and more useful responses. OpenAI. https://openai.com/gpt-4 (5 Mei 2024 geraadpleeg).
—. 2023b. ChatGPT can now see, hear, and speak. OpenAI. https://openai.com/blog/chatgpt-can-now-see-hear-and-speak (7 Mei 2024 geraadpleeg).
—. 2023c. GPT-4V(ision) system card. OpenAI. https://cdn.openai.com/papers/GPTV_system_card.pdf (8 Mei 2024 geraadpleeg).
—. 2024. Memory and new controls for ChatGPT. OpenAI. https://openai.com/blog/memory-and-new-controls-for-chatgpt (10 Mei 2024 geraadpleeg).
Osco, L.P., E.L. de Lemos, W.N. Gonçalves, A.P.M. Ramos en J.M. Junior. 2023. The potential of visual ChatGPT for remote sensing. Remote Sensing: Special Issue: Image Processing and Analysis: Trends in Registration, Data Fusion, 3D Reconstruction, and Change Detection II, 15(13):3232. https://doi.org/10.3390/rs15133232.
Professional Aerial Photographers Association. s.j. History of aerial photography. PAPA International. https://papa.clubexpress.com/content.aspx?page_id=22&club_id=808138&module_id=158950 (10 Mei 2024 geraadpleeg).
Ricci, R., Y. Bazi, Y. en F. Melgani. 2023. Machine-to-machine visual dialoguing with ChatGPT for enriched textual image description. Remote Sensing, 16(3):441. https://doi.org/10.3390/rs16030441.
Rogers, E.M. 1983. Diffusion of innovations. New York: Free Press.
—. 2003. Diffusion of innovations. 3de uitgawe. New York: Free Press.
Sharma, S., R. Devi en J. Kumari. 2018. Pragmatism in education. International Journal of Engineering Technology Science and Research, 5(1):1549–54.
Stockings, K. 2023. ChatGPT in geography education. https://www.katestockings.com/geographycurriculum/chatgpt-geography-education (15 Mei 2024 geraadpleeg).
Swedberg, R. 2020. Exploratory research. In Elman, Gerring en Mahoney (reds.) 2020.
Taylor, S. en P. Todd. 1995. Decomposition and crossover effects in the theory of planned behaviour: A study of consumer adoption intentions. International Journal of Research in Marketing, 12(2):137–55.
Van Staden, C.J. 2021. Onderwysers se persepsies van Facebook en Gesels.net as e-leeromgewings: Implikasies vir nood-afstandonderwys. LitNet Akademies, 18(1):450–76.
—. 2023a. ChatGPT: Vriend en vyand in die Geografie-vakdidaktiek-klaskamer? Implikasies vir die praktyk. LitNet Akademies, 20(2):498–546. https://doi.org/10.56273/1995-5928/2023/j20n2d5.
—. 2023b. ’n Proaktiewe strategie om plagiaat met behulp van ChatGPT-3.5 te bekamp – ’n verkennende ondersoek. LitNet Akademies, 20(3):327–66. https://doi.org/10.56273/1995-5928/2023/j20n3b7.
—. 2023c. (voordruk) Artificial Intelligence Adoption Prediction Model (AIAPM): Would ChatGPT-3.5 be adopted in English poetry classrooms? OSF Preprint, Open Science. https://doi.org/10.31219/osf.io/xaw6c.
—. 2024a. (voordruk). Proactive strategies to promote responsible use of ChatGPT-4 during training of geography teachers. OSF preprint. https://doi.org/10.31219/osf.io/mcuyk.
—. 2024b. ChatGPT kan kort Afrikaanse gedigte skep en verdedig: Implikasies vir die praktyk. Suid-Afrikaanse Tydskrif vir Natuurwetenskap en Tegnologie, 43(1):54–68. https://doi.org/10.31219/osf.io/yd6kt.
Venkatesh, V. en F.D. Davis. 2000. A theoretical extension of the Technology Acceptance Model: Four longitudinal field studies. Management Science, 46(2):186–204.
Venkatesh, V., M. Morris, G. Davis en F.D. Davis. 2003. User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3):425–78.
Wes-Kaapse Regering. 2024. NSC past exam papers and memos. https://wcedeportal.co.za/past-papers (6 April 2024 geraadpleeg).
Wes-Kaapse Regering. s.j. Geografie – Graad 11. https://online.htseden.co.za/wp-content/uploads/2021/03/Geografie-Graad-11-Kwartaal-1-Week-6_2021-1.pdf (17 Mei 2024 geraadpleeg).
Eindnotas
1 Ek verwys in die res van die artikel bloot na ChatGPT-4V om hierdie model van sy voorganger (ChatGPT-4) te onderskei.
2 Die term por verwys na die inset van die gebruiker – of die opdrag wat uitgevoer moet word. Die term respons verwys na die uitset van die KI-hulpmiddel – wat teks of sketse kan wees.
3 Vrye vertaling van die Engelse titel, naamlik die Artificial Intelligence Adoption Prediction Model.
4 Vrye vertaling van die Engelse titel, naamlik Adoption Prediction Score.
5 Alhoewel daar skrywers is wat die term Visual ChatGPT gebruik, gebruik ek ChatGPT-4V vir eenvormigheid en om verwarring te voorkom.
6 Onderwysers verwys nie na die spesifieke model wat hulle gebruik nie. ’n Mens kan egter aanneem dat hulle die gratis model gebruik aangesien hulle nie na die vermoë om visuele voorstellings te skep en te verstaan verwys nie.
7 Besonderhede word weerhou om my identiteit te beskerm, maar sal ná beoordeling verskaf word.
8 Verwysing sal ná beoordeling verskaf word.
- Hierdie artikel se fokusprent is geskep deur Stephen Cruickshank en is verkry op Pixabay.
| LitNet Akademies (ISSN 1995-5928) is geakkrediteer deur die Departement van Hoër Onderwys en Opleiding (DHET) en vorm deel van die Suid-Afrikaanse lys van goedgekeurde vaktydskrifte (South African list of approved journals). Hierdie artikel is portuurbeoordeel en kan kwalifiseer vir subsidie deur die Departement van Hoër Onderwys en Opleiding. |