Uporaba GPT API za izdelavo pomočnika za učitelje**

Cilj učne ure:

Študenti bodo spoznali, kako uporabiti GPT API za ustvarjanje preprostega asistenta, ki pomaga učiteljem pri poučevanju tehnike in tehnologije. Uporabljena bo praktična “hands-on” metoda, kjer bodo študenti korak za korakom izvajali naloge na podlagi dane kode.

1. Uvod (15 minut)

A. Teoretični del

  • Predstavitev GPT modelov in njihove uporabe v izobraževanju.
  • Kratek pregled, kako API omogoča komunikacijo z GPT modeli.
  • Pojasnilo strukture sporočil v GPT API:
    • role: določa, ali je sporočilo sistemsko, uporabniško ali od asistenta.
    • content: dejansko besedilo sporočila.
  • Predstavitev strukture kode (prikazana datoteka).

B. Cilji ure

  • Študenti bodo:
    • Razumeli osnovno delovanje GPT API.
    • Praktično nastavili API klice in konfigurirali sporočila.
    • Ustvarili preprostega asistenta za učitelje.

2. Priprava okolja (20 minut)

A. Namestitev knjižnice

Študenti izvedejo namestitev potrebne knjižnice:

pip install openai

B. Nastavitev API ključa

  1. Študenti dobijo API ključ za OpenAI (preko spletne strani).
  2. Ključ shranijo kot okoljsko spremenljivko (na operacijskem sistemu):
    • Linux/Mac: 
      export OPENAI_API_KEY="tvoj-kljuc"
    • Windows (Command Prompt):
      set OPENAI_API_KEY=tvoj-kljuc
  3. Preverijo dostop z enostavnim klicem: 
    import openai
import os
my_api_key=os.environ.get("ITTD_OPENAI_API_KEY")
client = OpenAI(api_key=my_api_key)
print("Ključ je pravilno nastavljen.")

3. Razumevanje dane kode (20 minut)

Analiza ključnih delov kode

  1. Nastavitev API-ja
    • Razlaga inicializacije OpenAI objekta: 
      client = OpenAI(api_key="tvoj-kljuc")
    • Diskusija o uporabi sistemskih sporočil.
  2. Klic modela
    • Pregled messages strukture: 
      messages=[
    {"role": "system", "content": "Ti si pomočnik za pomoč učitelju ..."},
    {"role": "user", "content": "Predstavi se in nelo na kratko opiši tvojo nalogo."}
]
    • Nastavitev modela: 
      model="gpt-4o-mini", stream=True
  3. Prikaz odgovora
    • Uporaba stream=True za pridobivanje delčkov besedila: 
      for delcek_besedila in pogovor:
    print(delcek_besedila.choices[0].delta.content or "", end="")

4. Praktična vaja: Ustvarjanje asistenta (30 minut)

Naloge za študente

  1. Nastavite pomočnika za učitelje
    • Ustvarite sporočilo, kjer se asistent predstavi in razloži, kako lahko pomaga pri poučevanju.
  2. Spremenite namen asistenta
    • Preoblikujte asistenta, da bo osredotočen na pomoč pri učenju specifičnega koncepta (npr. električni tokokrog).
    • Spremenite sistemsko sporočilo: 
      {"role": "system", "content": "Ti si pomočnik za razlago električnega tokokroga."}
  3. Dodajte vprašanja uporabniku
    • Po prejemu odgovora GPT modela dodajte vprašanje za uporabnika: 
      {"role": "assistant", "content": "Kateri del ti je bil najbolj zanimiv? Povej več."}
  4. Prilagodite tok komunikacije
    • Dodajte funkcionalnost, da uporabnik lahko odgovarja in GPT nadaljuje pogovor na podlagi prejšnjih sporočil.

5. Razširitev naloge: Raziskovanje možnosti (15 minut)

Predlogi za raziskovanje

  • Dodajanje funkcionalnosti: Naj študenti vključijo diagnostiko učencev z vprašanji, kot so:
    • “Kaj misliš, da je naslednji korak?”
  • Uporaba lokalne dokumentacije: Preučite, kako vključiti zunanje vire (npr. datoteke z navodili).

6. Povzetek in diskusija (10 minut)

  • Študenti predstavijo svoje prilagoditve in ideje za izboljšanje asistenta.
  • Razprava o etičnih vprašanjih in omejitvah uporabe AI pri poučevanju.

Dodatni viri

  • OpenAI Python SDK dokumentacija: OpenAI GitHub
  • Primeri vprašanj za učence: Diagnostična vprašanja in prilagoditev učnega načrta.

Rezultat: Študenti bodo praktično razumeli, kako uporabljati GPT API, in ustvarili personaliziranega asistenta, ki lahko pomaga pri poučevanju. Če želiš, lahko pripravim dodatne naloge ali prilagoditve za konkretne teme. 😊

Priloga 


from openai import OpenAI

# -----------------------------------------
# Konfiguracija API-ja
# -----------------------------------------
# Nastavimo ključ za dostop do OpenAI API-ja.
# Prepričajte se, da je API ključ shranjen kot okoljska spremenljivka z imenom OPENAI_API_KEY.

import os
my_api_key=os.environ.get("ITTD_OPENAI_API_KEY")
client = OpenAI(api_key=my_api_key)
# Nastavitev kjuča na takle način ni varna...
#client = OpenAI(
#    api_key="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"  # Tukaj pridobimo API ključ iz okoljske spremenljivke
#)

# -----------------------------------------
# Pošljemo sporočilo modelu
# glej navodila na:
#    https://github.com/openai/openai-python?tab=readme-ov-file#streaming-responses
# -----------------------------------------
try:
    pogovor = client.chat.completions.create(
        messages=[
            {
                "role": "system",   # Nastavitev kako naj pomočnik deluje
                "content": "Ti si pomočnik za pomoč učitelju pri poučevanju tehnike in tehnologije"
            },
            {
                "role": "user",     # Vloga pošiljatelja (uporabnik)
                "content": "Predstavi se in nelo na kratko opiši tvojo nalogo.",  # Vsebina sporočila
            }
        ],
        model="gpt-4o-mini",  # Izbrani model [gpt-40-mini je najcenejši]
        stream=True,          # Boljša izkušnja, če se delčki besedila dopolnjujejo...
    )

    # Prikaz odgovora modela
    print("GPT-4o-mini:")
    for delcek_besedila in pogovor:
        print(delcek_besedila.choices[0].delta.content or "", end="")

except Exception as e:
    print(f"Prišlo je do napake: {str(e)}")