LegközelebbKövetkező útmutató
Hogyan készítsünk grafikonokat adataiból mesterséges intelligencia segítségével
Alkalmazások
Alkalmazási ÚTMUTATÓ
A mesterséges intelligencia gyakorlati tesztjének elvégzéséhez illessze be vagy töltse fel saját jegyzeteit egy chatbotba, és kérje meg, hogy kérdezzen rá az anyagra.
Hallgassa meg ezt az útmutatótAI-narrált · ~3 min
Utána újraolvasás helyett saját maga is felidézi a válaszokat. Működik, mert a visszakeresési gyakorlat az egyik legjobban támogatott tanulmányi módszer a tanuláskutatásban, és a mesterséges intelligencia átveszi a kérdések lassú megírását.
A visszakereső gyakorlat azt jelenti, hogy kihúzzuk az információkat a memóriából, és jobban erősíti a tanulást, mint az anyag újranézését. Ezt gyakran tesztelő hatásnak nevezik. Henry Roediger és Jeffrey Karpicke 2006-os, széles körben idézett tanulmánya azt találta, hogy azok a diákok, akik gyakorolták a szöveg felidézését, egy héttel később többet emlékeztek rá, mint azok, akik ugyanannyi időt töltöttek annak újraolvasásával. A bökkenő mindig is az volt, hogy a jó kérdések megírásához idő kell. Az AI felgyorsítja ezt a részt. A megbízható felszólítás általában öt részből áll. Először is a forrás: "Csak az alábbi megjegyzéseket használja." Másodszor, a kérdések keveréke: rövid válasz, magyarázat a saját szavaiddal, alkalmazási forgatókönyvek és néhány feleletválasztós lehetőség. Harmadszor, az ütemezés: "Tegyen fel egy kérdést egyszerre, és várja meg a válaszomat." Negyedszer, a visszajelzés: "Mondd el, hogy igazam volt-e, mit hagytam ki, és idézd a feljegyzésemben azt a sort, amely alátámasztja a választ." Ötödször a nyomon követés: "A végén sorold fel azokat a témákat, amelyeket tévedtem." A kérdés típusa számít. A feleletválasztós választás többnyire a felismerést teszteli, mert a helyes válasz a képernyőn látható. A rövid válaszok és magyarázatok – miért kérdések arra késztetnek, hogy felidézd és magad építsd fel a választ, ami nehezebb és hasznosabb gyakorlat. A távolság is számít. Ha napokkal később újra kitölt egy új kvízt, a kihagyott tételekre összpontosítva, jobban működik, mintha minden kérdést egy mozdulattal összezsúfolna. Három általános tévhit létezik. Az első az, hogy az AI válaszkulcsa mindig helyes. Félreolvashatja a jegyzeteit, vagy olyan tényeket adhat hozzá, amelyek nincsenek benne. A második az, hogy több kérdés jobb tanulást jelent. Tíz nehéz felidézhető kérdés általában felülmúlja az ötven könnyű kérdést. A harmadik az, hogy a mesterséges intelligencia tisztességesen értékel majd. Ha visszautasít egy rossz választ, a chatbot megadhatja magát, és helyesnek jelölheti. A jegyzetei a végső tekintély, nem a chatbot.
Egy ápolóhallgató beilleszti a szívgyógyszerekről szóló előadásának összefoglalóját, és 10 rövid választ kér, egyenként. A helyes válasz és a rövid magyarázat csak a saját válasz begépelése után jelenik meg.
Egy középiskolás történelemhallgató feltölti a fejezethez tartozó jegyzeteit, és dátum, ok-okozat és „magyarázza meg miért” kérdések keverékét kéri. Egy héttel később egy új kvízt kér, amely csak a rosszul feltett kérdésekből épül fel.
A felhő-tanúsítványra készülő alkalmazott forgatókönyv-alapú feleletválasztós kérdéseket tesz fel, amelyeket szigorúan a jegyzeteiből merítenek. Mindegyiknél az AI-nak meg kell magyaráznia, hogy miért rossz minden rossz lehetőség.
Egy nyelvtanuló megoszt egy szókincslistát, és kitöltő mondatokat kér a célnyelven, összekeverve, így a lista sorrendje nem ad semmit.
Számos mesterséges intelligencia asszisztens és tanulmányi platform már rendelkezik beépített tanulmányi vagy kvízmódokkal, amelyek a feltöltött anyagokat kérdésekké és kártyákká alakítják. Ezek a funkciók valószínűleg jobban nyomon követik, hogy az egyes tanulók mit hibáznak, és idővel az áttekintést ütemezhetik. Az alapvető korlátok azonban valószínűleg megmaradnak. A generált kérdéseket továbbra is ellenőrizni kell a forrással, és a tanulás csak akkor történik meg, ha a tanuló felidézi a választ, ahelyett, hogy elolvasná. A tanárok a mesterséges intelligencia által generált önellenőrzést is beállíthatják házi feladatként, mivel ez extra jelölés nélkül ad gyakorlatot. A mesterséges intelligencia által írt kérdéseket a tanárok által írt kérdésekkel összehasonlító kutatás még korai szakaszban van.
Ingyenes hírlevél
Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.
Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.
Teszteld magad
Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.
Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt
A mesterséges intelligencia gyakorlati tesztjének elvégzéséhez illessze be vagy töltse fel saját jegyzeteit egy chatbotba, és kérje meg, hogy kérdezzen rá az anyagra. Utána újraolvasás helyett saját maga is felidézi a válaszokat. Működik, mert a visszakeresési gyakorlat az egyik legjobban támogatott tanulmányi módszer a tanuláskutatásban, és a mesterséges intelligencia átveszi a kérdések lassú megírását.
A visszakeresési gyakorlat azt jelenti, hogy kihúzzuk az információkat a memóriából. A kutatások, köztük Roediger és Karpicke 2006-os tanulmánya, azt találták, hogy jobban javítja a hosszú távú megőrzést, mint az újraolvasás.
Ha egyszerre csak egy kérdést kap, és csak a megválaszolás után kap választ, magának kell felidéznie. Ebből a visszaemlékezésből származik a tanulás.
A rövid válaszok és magyarázatok – a miért kérdések arra késztetik, hogy magad építsd meg a választ. A feleletválasztós választás többnyire azt teszteli, hogy felismeri-e a megfelelő opciót, amikor látja.
Ha az AI-t a jegyzeteire korlátozza, és alátámasztó idézetet kér, minden kérdést a szöveghez köt, és gyorsan ellenőrizheti azt.
A modellek hajlamosak egyetérteni a felhasználókkal, ezt hívják szipofániának. Mondd meg a modellnek, hogy ragaszkodjon a forráshoz, ahelyett, hogy nyomás alatt változtatna ítéletén.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Hogyan készítsünk grafikonokat adataiból mesterséges intelligencia segítségével
Alkalmazások