LegközelebbKövetkező útmutató
Hogyan készítsünk adósságfizetési tervet mesterséges intelligencia segítségével
Alkalmazások
Alkalmazási ÚTMUTATÓ
Tanulmányi terv MI segítségével történő elkészítése azt jelenti, hogy megadja a chatbotnak a tantervet, a vizsga dátumát és a rendelkezésre álló órákat, valamint napi visszaszámlálási ütemezést kér tőle, amely magában foglalja az önellenőrzést, a rendszeres áttekintést és a kihagyott napokra vonatkozó szabadidőt.
Hallgassa meg ezt az útmutatótAI-narrált · ~3 min
Ez azért számít, mert sok diák az újraolvasásra és a zsúfolásra fordítja erőfeszítéseit. A visszakeresési gyakorlat és a térközök köré épülő terv tartósabb tanulást eredményez.
A tanulmányi terv három kérdésre ad választ: mit, mikor és hogyan tanuljunk. A mesterséges intelligencia jól kezeli az első kettőt, ha valódi bevitelt ad meg neki, és a harmadikra jobb válaszok felé terelheti. Kezdje azokkal a tényekkel, amelyeket csak Ön ismer: - a vizsga dátuma - a tanterv témái és azok súlyozása - mennyire magabiztos az egyes témákban, egy 1-től 5-ig terjedő skálán - a reálisan tanulható órák száma minden nap - rögzített kötelezettségvállalások, például műszak A kutatás segít a harmadik kérdésben, a tanulásban. Egy 2006-os tanulmányban Henry Roediger és Jeffrey Karpicke azt találta, hogy azok a tanulók, akik gyakorolták egy részlet felidézését, többet emlékeztek rá egy héttel később, mint azok, akik újraolvasták, bár az újraolvasók többre emlékeztek. A John Dunlosky által vezetett 2013-as áttekintés tíz technikát hasonlított össze. A leghasznosabbnak a gyakorlati tesztelést és az elosztott gyakorlatot (a tanulmány elterjesztése az időben) minősítette a leghasznosabbnak, az újraolvasást és a kiemelést pedig alacsonyra értékelte. Tehát egy jó mesterségesintelligencia-tervnek inkább öntesztelést kell ütemeznie, nem csupán „át kell tekintenie a 4. fejezetet”, és minden témához többször is visszatérnie, egyre növekvő hiányosságokkal. Egy ésszerű tervnek három fázisa van: 1. Első lépés az összes anyagon. 2. Vegyes visszakeresési gyakorlat, több idővel a gyenge témákra. 3. Egy vagy több teljes idejű gyakorlati vizsga, majd az utolsó egy-két napon könnyebb áttekintés. Építs fel minden héten egy tartalék napot, hogy egy kihagyott nap ne dobjon el mindent utána. Figyeljen három tévhitre. A részletes terv nem azonos a reális tervvel. Az a modell, aki soha nem látta a tanfolyamot, nem tudhatja, hogy az oktatója mely témákat emeli ki. A naptári aritmetika pedig a mesterséges intelligencia gyenge pontja: a nyelvi modellek gyakran rosszul számolják a napokat, vagy rossz hétköznapot adnak meg egy dátumnak, ezért hasonlítsa össze a tervet egy valódi naptárral.
Egy diák, aki 21 nap alatt érettségizett kémiából, beilleszti a tanterv kilenc egységét, és azt mondja, hogy hétköznap 2 órát, szombaton pedig 4 órát tud tanulni. Minden héten egy szabadnapot és időzített gyakorlati vizsgát kér öt nappal a teszt előtt.
Az a diák, aki egy héten három vizsgát tett, 1-től 5-ig értékeli a magabiztosságát az egyes témakörökben. Olyan tervet kér, amely napi szinten keveri a tantárgyakat, és több időt hagy az alacsony magabiztosságú témákra és a korábbi vizsgákra.
Miután két napot kihagyott az influenza miatt, egy diák beilleszti a tervét, és megkéri az MI-t, hogy ossza el újra az elveszett üléseket. A gyakorlati vizsga dátumának és az utolsó felülvizsgálati napnak a helyén kell maradnia.
Egy szakmai bizonyítványra készülő diák dátumonkénti listát ragaszt szabad estéiről. CSV-táblaként kéri a tervet, hogy importálhassa a naptáralkalmazásába.
A naptár- és jegyzetkészítő alkalmazások olyan asszisztenseket adnak hozzá, amelyek el tudják olvasni a tantervet, és közvetlenül az ütemtervbe helyezhetik el a tanulási blokkokat, ami eltávolít néhány manuális lépést. Egy ésszerű következő lépés az olyan eszközök, amelyek a gyakorlati teszteredmények és az önértékelések alapján módosítják a tervet. A határok emberiek maradnak. Egy terv nem késztethet arra, hogy leülj tanulni, a mesterséges intelligencia pedig csak azt tudja, mit mondasz neki a kurzusodról és a hetedről. Legmaradandóbb értéke valószínűleg a gyors újratervezés, miután valami rosszul sül el, és ez az a pont, amikor sok diák teljesen feladja az órarendet.
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
Tanulmányi terv MI segítségével történő elkészítése azt jelenti, hogy megadja a chatbotnak a tantervet, a vizsga dátumát és a rendelkezésre álló órákat, valamint napi visszaszámlálási ütemezést kér tőle, amely magában foglalja az önellenőrzést, a rendszeres áttekintést és a kihagyott napokra vonatkozó szabadidőt. Ez azért számít, mert sok diák az újraolvasásra és a zsúfolásra fordítja erőfeszítéseit. A visszakeresési gyakorlat és a térközök köré épülő terv tartósabb tanulást eredményez.
Azok a diákok, akik gyakorolták az emlékezést, egy héttel később többet tartottak meg, bár az újraolvasók többet vártak emlékezni. Ez az oka annak, hogy a jó tervek ütemezik az öntesztet.
Az áttekintés a tíz technika közül a legmagasabbra értékelte a gyakorlati tesztelést és az elosztott gyakorlatot, az újraolvasást és a kiemelést pedig alacsonyra értékelte.
A szabadidő felszívja a betegségeket vagy a váratlan elköteleződéseket, így egy kihagyott nap nem tasz vissza minden későbbi foglalkozást.
A naptári aritmetika a nyelvi modellek ismert gyenge pontja. A dátumok megadása vagy a modell kóddal történő generálása elkerüli ezeket a hibákat.
A visszakeresési gyakorlat azt jelenti, hogy információkat húzunk ki a memóriából, mint amikor jegyzetek nélkül válaszolunk a kérdésekre. A többi lehetőség a passzív felülvizsgálat.
Tanulj tovább
További útmutatók készültek ehhez a témához
LegközelebbKövetkező útmutató
Hogyan készítsünk adósságfizetési tervet mesterséges intelligencia segítségével
Alkalmazások