Code Interpreter di ChatGPT: promesse educative, sfide in bioinformatica

In un recente studio condotto da ricercatori della West Virginia University (WVU), è stato evidenziato il potenziale del plugin ChatGPTCode Interpreter per gli ambienti educativi. Questo strumento innovativo è stato lodato per rendere la programmazione più accessibile agli studenti nei campi STEM. Tuttavia, sebbene Code Interpreter mostri promesse in ambito educativo, i ricercatori hanno identificato limitazioni che ne impediscono l'utilizzo da parte di scienziati che lavorano con dati biologici in bioinformatica.

Colmare le lacune educative

Il plugin Code Interpreter, un'estensione del popolare chatbot di intelligenza artificiale ChatGPT, ha attirato l'attenzione dalla sua uscita nel dicembre 2022. I ricercatori della WVU ne hanno riconosciuto l'importanza negli ambienti educativi, specialmente nelle discipline STEM. Gangqing "Michael" Hu, professore assistente nel Dipartimento di Microbiologia, Immunologia e Biologia Cellulare presso la WVU School of Medicine e direttore del Bioinformatics Core, ha sottolineato che Code Interpreter rende la programmazione più accessibile agli studenti senza un background scientifico. 

Questo favorisce la curiosità e accende un interesse per l'analisi dei dati, incoraggiando gli studenti ad approfondire il mondo della programmazione. Inoltre, l'economicità dello strumento è stata notata come un vantaggio aggiuntivo per le istituzioni educative.

Limitazioni in bioinformatica

Nonostante il suo potenziale in ambito educativo, il plugin Code Interpreter non soddisfa le esigenze degli scienziati che lavorano in bioinformatica. La bioinformatica, la convergenza tra informatica e biologia, si affida fortemente a una codifica accurata, programmi software e accesso a Internet per interpretare dati biologici complessi ai fini dei progressi medici.

Hu e il suo team hanno sottoposto Code Interpreter a test rigorosi, rivelandone punti di forza e debolezze. Sebbene lo strumento aiuti gli utenti a distinguere le risposte accurate da quelle inaffidabili, mancano alcune funzionalità tecniche necessarie per la bioinformatica. Hu ha spiegato che, sebbene ChatGPT sia noto per le sue capacità, fatica a fornire riferimenti verificabili per supportare le sue risposte. A questo riguardo, il plugin Code Interpreter si distingue poiché incorpora il codice effettivo come fonte o citazione, minimizzando il rischio di presentare informazioni fittizie.

Superare le sfide per la bioinformatica

I risultati dello studio sottolineano la necessità di miglioramenti specifici adattati alla bioinformatica. I suggerimenti per i miglioramenti includono la facilitazione dell'accesso a Internet per scaricare dati genomici, l'incorporazione di software rilevante per la bioinformatica, l'espansione della capacità di archiviazione e il supporto per ulteriori linguaggi di programmazione. Inoltre, misure di privacy e sicurezza sono imperativi per aderire a normative come l'HIPAA.

Tuttavia, il plugin Code Interpreter presenta limitazioni nell'analisi dei dati. Attualmente supporta solo la programmazione Python, con una selezione limitata di pacchetti software dedicati alla bioinformatica. L'accesso ai dati Internet e la capacità di gestire file di grandi dimensioni sono aree in cui lo strumento è carente. Hu ha notato che la capacità di file dello strumento è insufficiente per i file di livello gigabyte tipicamente incontrati nel lavoro di bioinformatica. Inoltre, la sua mancanza di supporto per l'elaborazione parallela ostacola ulteriormente le sue prestazioni con set di dati di grandi dimensioni.

Uno sguardo al futuro

Hu rimane ottimista riguardo all'evoluzione del plugin Code Interpreter. Nonostante le sue limitazioni attuali, prevede di integrarlo nel suo programma didattico per aiutare gli studenti a comprendere la visualizzazione dei dati. Si aspetta che i futuri aggiornamenti affrontino le carenze, rendendo lo strumento applicabile a una gamma più ampia di attività di codifica in bioinformatica. Questo si allinea con il suo impegno a rimanere all'avanguardia negli avanzamenti della programmazione AI e a scoprire applicazioni innovative.

In uno studio correlato all'inizio di quest'anno, Hu ha sviluppato l'approccio OPTIMAL (Optimization of Prompts Through Iterative Mentoring and Assessment) per preparare studenti delle scuole superiori e universitari a un'interazione efficace con chatbot AI, come ChatGPT.

Il plugin ChatGPT Code Interpreter dimostra il suo potenziale di rivoluzionare l'educazione alla programmazione nei campi STEM. Sebbene non abbia ancora soddisfatto pienamente i requisiti della bioinformatica, i ricercatori rimangono speranzosi che gli sviluppi in corso colmeranno questo divario. Man mano che la tecnologia AI avanza, il campo delle possibilità per la sua applicazione è vasto e promettente.