ITTD

🏡DOMOV 📝VSEBINE 👨‍🎓INFO 💾PRESNEMI

---

Etične smernice uporabe GUI

• Etične smernice uporabe GUI

Izdelava GPT agenta

• Predloga seminarske naloge

Prvi termin: Uvod in osnove

1. Uvod (30 min)
   • Namen in uporaba GPT asistenta pri poučevanju.
   • Primeri, kaj lahko GPT asistent počne (pomoč pri projektih, iskanje napak, podajanje povratnih informacij).
2. Osnove programiranja z GPT (90 min)
   • Uvod v Python in razumevanje osnovne kode.
     • Kratka vaja z osnovami
   • Pojasnilo API-ja: kako komunicirati z GPT (ključ, osnovni klici API-ja).
     • Komunikacija z OpenAI modeli
   • Skupaj napišemo enostavnega GPT asistenta, ki odgovarja na vprašanja in se pogovarja z uporabnikom.
     • Primer GPT agenta in uporaba openai

       • Nekaj več o Python seznamih in slovarjih
         • Primeri uporabe seznamov in slovarjev
       • Dodatne možnosti nastavitve message

   • Asistenta dopolnimo z možnostjo beleženja zgodovine pogovora. Tako lahko Asistent ohranja kontekst pogovora.
     • Beleženje pogovora, conversation_id
     • Shranjevanje pogovora v json datoteko
3. Ustvarjanje gradiva za vektorsko skladišče

Za potrebe učnega procesa ne moremo mimo UČNEGA NAČRTA za TIT, ki ga predpiše ministerstvo. To gradivo ni najbolj primerno za vključitev v vektorsko skladišče ai asistenta. To lahko storimo tako:

• Primer povezave AI asistenta z vektorskim skladiščem.

Pogosto moramo gradiva nekoliko preurediti, da dobimo kar najboljše rezultate. Pri ustvarjanju gradiva za vektorsko skladišče je dobro upoštevati nekaj smernic:

• Namen in obseg gradiva
• Zbiranje in priprava gradiva - primer Energetika
• Struktura in metapodatki (nekaj več o markdown načinu pisanja ), preskusite se lahko tudi v spletnih orodjih mardown
• Razdelitev gradiva na enote
• Uporaba gradiva za iskanje in odzive v AI
• Kakovost, preverjanje in vzdrževanje
• Varnost, avtorske pravice in etika
• Začetek implementacije in priporočen postopek (kopičenje virov, seznam metapodatkov, izdelava prvih enot)

1. Prilagajanje asistenta učnim potrebam

   • pogovor z asistentom razstavite na ključne elemente učnega procesa npr.:
     • navodila_za_asistenta,
     • naloga_projekta,
     • učni cilji,
     • razumevanje_ucenca,
     • kontekst_pogovora …
     • vse te elemente dodajajte v pogovor, da boste dobili najboljši odgovor.
   • Jasna_navodila_GPT_asistenta

Drugi termin: Prilagoditev in funkcionalnosti

Načrtovanje GPT tutorja

• Študentje načrtujejo svojega GPT tutorja, ki bo vodil učenca pri izdelavi zamišljenega projekta.
• Študent naj si zamisli preprosto projektno nalogo in

• z ozirom nanjo načrtuje GPT tutorja.

• Nato naj posredujejo svojega GPT tutorja svojemu kolegu, le-ta pa naj ga preskusi,
• kako dobro GPT tutor deluje. Pri tem si lahko pomagate s kriteriji kot so:
  • Ali asistent zagotavlja pravilne in jasne informacije?
  • Stopnja pravilnosti odgovorov (npr. tehnične ali vsebinske napake).
  • Jasnost in strukturiranost podanih razlag.
  • Skladnost odgovorov z učnimi cilji.
  • Primerjava odgovorov asistenta z učnimi gradivi.
  • Ali asistent prilagaja učne poti glede na odzive učenca?
  • Ali preverja razumevanje učenca in ustrezno prilagodi naslednje korake.
  • Ali uspešno identificira in odpravi napačna prepričanja (misconceptions).
  • Sposobnost generiranja vprašanj, ki spodbujajo kritično razmišljanje.

  • …

1. Uporabniški vmesnik

   • Ustvarjanje Python strežnika s Flask knjižnico
     • Flask knjižnica
2. Načrtovanje (45 min)
   • Vsak študent določi namen svojega asistenta (ciljno rutinsko nalogo).
   • Razprava o možnih funkcionalnostih.
3. Dodajanje funkcionalnosti (90 min)
   • Razlaga in implementacija večstopenjskih odgovorov (npr. preverjanje predznanja).
   • Pomoč pri projektih: kako GPT vodi skozi korake.
   • Naloga: vsak študent prilagodi osnovno kodo svojemu načrtu.
4. Kratka predstavitev napredka (15 min)

---

Tretji termin: Testiranje in izboljšave

TESTNO OKOLJE

1. Prilagodite AI_AGENT_INSTRUCTIONS tako, da bo jasno, da naj ai asistent kar najblje sledi vsebini v vektorskem skladišču, na primer:

AI_AGENT_INSTRUCTIONS = """
Deluješ kot **AI učiteljev asistent** za predmet *Tehnika in tehnologija*.

Tvoja glavna naloga je pomagati učitelju pri **pripravi na učno uro**: 
predlagaj učne cilje, aktivnosti, potek ure, refleksijo in potrebne materiale,
vendar vedno ohrani strokovnost, skladnost z učnimi načrti in jasnost zapisa.

---

## Temeljna pravila: 
1. **Odgovarjaj v slovenščini.**

2. **Piši v Markdown formatu**, strukturirano z razdelki:
   - `## {NASLOV}`
      - {sestavek s tvojim odgovorom}
   - `## Viri:`
      - [chunk_id]: {prvih nekaj besed iz odseka besedila}

3. **Ne izmišljuj si informacij.**
   - Če v priloženih virih ni dovolj podatkov, napiši:  
     > "Ni podatka v gradivu."
   - Če predlagaš nekaj, česar ni v virih, **označi to z opombo**:  
     > "Dopolnitev AI asistenta:"

4. **Vse izjave morajo izhajati iz učnih vsebin ali splošno veljavnih didaktičnih načel.**

5. **Tone naj bo strokoven, a prijazen in podporen.**

6. Glavni cilj je **pomagati učitelju ustvariti uporabno, premišljeno pripravo.**

"""

1. Pripravite testne vektorje: to so eksperimentalna vprašanja. Taka, ki jih pričakujete, da bi jih lahko učitelj zastavit Ai Asistentu v procesu priprave na učno uro. Ta del je bistven del testiranja, zato naj bo vprašanj več (10 - 15), osredotočena na bistvene sestavne elemente učne ure. Ta vprašanja naj bodo enaka skozi celotno fazo testiranja tako, da jih boste lahko vrednotili (verjetno kvalitativno analizirali) med spremembami. Na primer:
   • Naštej učne cilje te enote.
   • Kateri materiali in IKT so potrebni?
   • …
2. Pripravite kontrolne vektroje: to so vprašanja, s katerimi testirate robustnost sistema. Teh vprašanj naj bo bistveno manj (3-5). Na primer:
   • Negativni odgovor: zastavite vprašanje, za katerega veste, da odgovora ni v vektorskem skladišču in bi morali dobiti odgovor : “Ni podatka v gradivu.”
   • Preoblikujte dve od eksperimentalnih vprašanj in primerjajte podobnost odgovora.
   • Zastavite neprimerno vprašanje in ocenite primernost odgovora.
3. Pripravite metriko analize - kriterij ocenjevanja odgovorov. Kriteriji naj vsebujejo na primer:
   • vsebinsko točnost (3t),
   • utemeljitev (3t),
   • jedrnatost (2t),
   • upoštevanje Markdown strukture (2t)

TESTIRANJE:

1. V vsaki fazi testiranja začnite z novim pogovorom tako, da sistem ne bo razpolagala s predhodnimi pogovori.
2. Preverite odzive vseh testnih in kontrolnih vektorjev.

ANALIZA:

1. Analizirajte odgovore in pripravite smernice za popravek sistema. Predvsem se osredotočite na:
   • popravek spremenljivke v AI_AGENT_INSTRUCTIONS, če ugotovite, da jim asistent ne sledi dovolj dosledno,
   • popravek nastavitev funkcije client.responses.create(...

2. EKSPERIMENTIRANJE:

3. Popravki naj bodo postopni - spremenite le eno spremenljivko naenkrat in ponovite točko 2. TESTIRANJE. Najverjetnejši popravki so:
   • Popravek gradiva vektorskega skladišča ustrezno dopolnite z dodatnimi navodili ali vsebino, ter ga ponovno naložite v vektorsko skladišče.
   • Popravek navodil za ai asistenta in
   • popravek nastavitev funkcije client.responses.create(... za komunikacijo z openai:

response = client.responses.create(
    model="gpt-5-nano",
    conversation=CONVERSATION_ID,
    input=input_messages,
    temperature=1.0,          # Nižja vrednost (npr. 0.0–0.3) pomeni bolj dosledne in ponovljive odgovore.
    top_p=1.0,                # Če je top_p=0.9, model izbira samo med 90 % najverjetnejšimi naslednjimi zlogi.
    max_output_tokens=1024,   # Omeji največje število generiranih zlogov v izhodu.
    tools=[
       {
           "type": "file_search",
           "vector_store_ids": ["vs_68fa2c8d7eb08191bd360f955ecd1de5"],
       }
    ],
)

REZULTATI:

• Pripravite povzetek rezultatov.

---

Četrti termin: Predstavitev in evalvacija

1. Predstavitev asistenta (90 min)
   • Vsak študent predstavi svojega asistenta in njegov namen.
2. Evalvacija (45 min)
   • Sošolci in učitelj ocenijo asistente glede na funkcionalnost, uporabnost in inovativnost.
   • Razprava o možnih izboljšavah in izzivih.

---